Big Data, Grand Challenges Over digitalisering en het geesteswetenschappelijk onderzoek. José van Dijck

Ketelaar-lezing

De Ketelaar-lezing is in 2002 ingesteld door het Nationaal Archief,

Big Data, Grand Challenges Over digitalisering en het geesteswetenschappelijk onderzoek José van Dijck

bij het vertrek van prof. dr. Eric Ketelaar uit de Rijksarchiefdienst. Als Algemene Rijksarchivaris in de jaren 1989-1997 en in diverse andere functies heeft Ketelaar zich ingezet voor de modernisering, professionalisering en versterking van het Nederlandse archiefwezen. De lezing beoogt bekendheid te geven aan onderwerpen uit de sfeer van archieven in relatie met de maatschappij en de dialoog tussen archiefwezen en maatschappij te stimuleren. De twaalfde Ketelaar-lezing is gehouden op 10 december 2014 in het Nationaal Archief te Den Haag, door prof. dr. José van Dijck, met de titel ‘Big Data, Grand Challenges. Over digitalisering in het geesteswetenschappelijk onderzoek’.

KETELAAR-SERIE

KETELAAR-LEZING 12

2014

Big Data, Grand Challenges Over digitalisering en het geesteswetenschappelijk onderzoek

B I G D ATA G R A N D C H A L L E N G E S

KETELAAR-LEZING 2014

Digitalisering heeft een dimensie toegevoegd aan de reeds bestaande materialiteit van bronnen Inleiding

Maar de tijden zijn veranderd. Als geesteswetenschappers hebben we

Toen ik aan mijn promotietraject begon, in 1987 aan de University of

sinds tien jaar steeds meer, meer diverse en grotere databestanden

California, San Diego (VS), wilde ik onderzoeken hoe een publiek

tot onze beschikking gekregen: digitalisering heeft een dimensie

debat over een controversieel onderwerp resulteert in consensus.

toegevoegd aan de reeds bestaande materialiteit van bronnen, waar-

Mijn proefschrift resulteerde in een boek over het verloop van het

door we veel grootschaliger onderzoek kunnen doen dat veel meer

publieke debat rondom in vitro fertilisatie (IVF) in de Amerikaanse

verschillende typen bronnen omvat. Dat betekent niet alleen dat we

nieuwsmedia tussen 1978 en 1985 (van Dijck, 1995). Door het enorme

onze onderzoeksvragen kunnen bijstellen, maar ook dat we nieuwe

aanbod van kranten en tijdschriften was het ondoenlijk alle informatie

instrumenten moeten ontwikkelen om die vragen te beantwoorden.

uit dit debat te achterhalen, dus selectie was noodzakelijk. Gelukkig

Het omgekeerde is ook waar: nieuwe instrumenten maken vragen

stuitte ik op een (privé-)archief van een stichting die heel systematisch

mogelijk die we voorheen door fysieke beperkingen niet konden

(zij het niet uitputtend) knipsels over dit onderwerp had gedocumen-

stellen. Overigens is dat geen nieuw fenomeen in de wetenschap.

teerd. Audiovisuele bronnen waren bijna onmogelijk te verzamelen en

Zonder de Hubble-telescoop hadden astronomen bepaalde vragen

als ik ze al had gehad, ontbrak me de tijd om ze allemaal door te

over de sterren nooit kunnen bedenken; zonder de deeltjesversneller

ploegen. Mijn corpus was dus beperkt en in die beperking moest ik

geen Higgs-deeltje; en zonder DNA-sequencers was de zoektocht

mij de meester tonen. De interpretatieve benadering waarvoor ik

naar het menselijk genoom waarschijnlijk vruchteloos gebleken.

koos, bleek een uitstekende oefening in het analyseren van een

2

publiek debat. De belangrijkste les uit die proeve van bekwaamheid,

Nieuwe vragen, nieuwe instrumenten

nu zo’n vijfentwintig jaar geleden: beschikbare data bepalen de aard

Geesteswetenschappers onderzoeken sinds jaar en dag de menselijke

van de onderzoeksvraag alsook het instrumentarium waarmee je de

cultuur. Ze stellen fundamentele vragen als: waarom zijn sommige

bronnen kunt bevragen.

regio’s in de wereld al zo lang rijk en andere arm? Hoe komt het dat

3



in publieke debatten hardnekkige beeldvorming over bepaalde

puzzelstukje om dat zo goed mogelijk te interpreteren en analyseren.

minderheden blijft bestaan? Hoe verandert taal onder invloed van

Bijvoorbeeld het werk van één schilder, de romans van één schrijver,

migratie? Die vragen worden al decennia lang gesteld en beantwoord

de cijfers uit gemeentearchieven in één historische periode of het

door historici, media-wetenschappers, taalkundigen en vele andere

taalgebruik van één sociale groep. In mijn eigen proefschrift deed ik

onderzoekers. Wetenschappers uit de humaniora zijn heel goed in het

precies dat: het onderzoek toespitsen op één soort bron (geschreven

interpreteren van inhoud, en dan vooral van afzonderlijke data ieder

mediateksten) uit één beperkte periode. Immers, de beschikbare data

op hun eigen terrein. Historici werken met gegevens uit archieven

en mijn beperkte tijd noopten tot een keuze voor de kwalitatieve

en met gestructureerde data, afkomstig uit bijvoorbeeld gemeente-

benadering van het publieke debat, omdat een grootschalig bronnen-

archieven of instellingen als het Centraal Bureau voor de Statistiek.

onderzoek simpelweg niet tot de mogelijkheden behoorde.

Taalkundigen putten uit grote tekstuele en mondelinge databestanden. Media-experts gebruiken tekstueel en audiovisueel materiaal van

Het interessante van digitale zoekmachines is dat ze complexe vragen

kranten, tijdschriften, radio, televisie en steeds vaker internetbronnen

stimuleren. Aan mijn eigen beperkte vraag over IVF en de Amerikaanse

en sociale media.

nieuwsmedia tussen 1978 en 1985 lag een veel grotere nieuwsgierigheid ten grondslag, namelijk: hoe leiden publieke debatten over

4

Alfa-wetenschappers, zou je kunnen zeggen, bestuderen ieder op

controversiële onderwerpen tot consensus of normalisering? Zo’n

eigen wijze bouwstenen van cultuur en patronen van cultuurverandering.

complex vraagstuk vereist een samenhangend inzicht in sociaal-

Die bouwstenen waarmee ze van oudsher werken (tekst, beeld,

historische ontwikkelingen, beeldvorming, verschuivende normen,

geluid en historische data) waren (en zijn) talrijk en versnipperd.

waarden en wetten over een langere periode. Niet als afzonderlijke

Daarom leggen veel geesteswetenschappers zich meestal toe op één

fenomenen, maar als complex geheel. Om zo’n vraagstuk aan te

5



Geesteswetenschappers zijn van oudsher gewend om met bronnen te werken die men op waarde kan schatten en interpreteren

pakken, kan ik me nauwelijks beperken tot mijn eigen vakgebied; ik zou

Digital Humanities en de digital turn

de omvang en diversiteit van bronnen moeten uitbreiden, waardoor ik

De komende jaren staan onderzoekers en erfgoedinstellingen

het werk niet meer in mijn eentje kan doen. Geesteswetenschappers

(archieven, bibliotheken, beeld en geluid, kenniscentra) voor een

zijn van oudsher gewend om met bronnen te werken die men op

gezamenlijke uitdaging. De omvang van gedigitaliseerde bestanden is

waarde kan schatten en interpreteren. We hebben nog weinig traditie

exponentieel toegenomen. Er zijn ook nieuwe zogenaamde born digital

in het samenwerken met interdisciplinaire teams waarin een grotere

bronnen bijgekomen, zoals blogs, internetpagina’s en sociale media

diversiteit aan bronnen en methoden op tafel komen.

- allemaal cultuuruitingen die we niet kunnen negeren als we cultuur of cultuurverandering serieus willen bestuderen. De hoeveelheid ‘data’ of digital content is zodanig toegenomen dat we over Big Data zijn gaan spreken - hoe problematisch deze term ook is.1 Om deze rijkdom aan materiaal te ontginnen, moeten er nieuwe instrumenten ontwikkeld worden: instrumenten om de data te bevragen op betekenisvolle inhoud. Daarmee veranderen niet alleen de objecten van onderzoek, maar ook de werkwijzen van geesteswetenschappers. De laatste jaren spreken we over Digital Humanities (DH) als we het hebben over de digitalisering van bronnen en de aanpassing van onze onderzoeksmethoden op deze ontwikkelingen. De term DH omvat veel disciplines,

1 De term ‘Big Data’ is voor sommige geesteswetenschap pelijke onderzoeken een problematische term; met name als het om historisch onderzoek gaat, zijn die data lang niet altijd ‘big’, behalve bijvoorbeeld als het gaat om het doorzoeken van grote hoeveelheden krantenpagina’s.

is zowel breed als specialistisch en heeft zowel euforie als weerstand opgeroepen. Bij een paar kanttekeningen wil ik graag stil staan.

6

7


2 Kaptein, Marx & Kamps (2009) laten bijvoorbeeld zien hoe je argumentatiestructuren in verhandelingen van de Tweede Kamer digitaal kunt reconstrueren, om zo niet alleen de inhoud, maar ook de posities van een debat bloot te leggen (wie zei wat tegen wie?).


Nu steeds meer en steeds grotere informatiebestanden op geautoma-

nodig. En eigenlijk ook de hulp van collega’s: niet alleen collega’s

tiseerde wijze kunnen worden doorzocht, wordt het mogelijk vragen te

binnen de humaniora die alles van tekst-, beelden andere data

stellen die betrekking hebben op langere perioden en meer soorten

afweten, maar ook van informatici om de bronnen te kunnen

bronnen. Meer data betekent niet vanzelfsprekend meer kennis of

doorzoeken en bevragen; en van sociale wetenschappers voor het

betere inzichten. Eigenlijk betekent het vooral: meer interpretatie en

gebruik van analysemethoden, zoals discours- en netwerkanalyse. De

de mogelijkheid om verschillende methoden te verbinden. We willen

puzzelstukjes op het gebied van taal, afbeeldingen, bewegend beeld,

nieuwe zinvolle vragen kunnen stellen en mogelijke antwoorden

geluid en historische gegevens moeten in elkaar kunnen worden

onderbouwen met een scala aan bronnen. Om op mijn eerdere voor-

geschoven en dus moeten experts van elkaar leren hoe ze deze

beeld terug te komen: als ik hetzelfde onderzoek naar de publieke

databestanden voor hun onderzoek kunnen ontginnen.

opinie rond IVF nu in Nederland zou uitvoeren, zou ik een veel rijker palet aan data tot mijn beschikking hebben: gedigitaliseerde kranten

Clariah

en tijdschriften in de Koninklijke Bibliotheek; audiovisuele bestanden

In de afgelopen drie jaar is er al een aantal belangwekkende instru-

bij Beeld en Geluid, maar bijvoorbeeld ook de Handelingen van de

menten ontwikkeld in de verschillende takken van de geestesweten-

Tweede Kamer, waar wetsbesluiten zijn genomen rond reproductieve

schappen; vorig jaar hebben enkele onderzoekers uit de humaniora

technieken - besluiten die een politiek karakter hadden en dus voor

het plan opgevat een gezamenlijke infrastructuur te ontwikkelen.

veel debat zorgden. 2

CLARIAH (Common Lab Research Infrastructure for the Arts and

Humanities) is een gezamenlijk project van een kernteam van

8

Om al die databestanden te ontginnen en de interpretaties van deze

wetenschappers, gesteund door een consortium van veertig kennis-

bronnen in samenhang te zien, heb ik echter nieuwe instrumenten

en erfgoedinstellingen, publieke organisaties en bedrijven dat

9



Drie deelgebieden vervullen een voortrekkersrol in Clariah: taalkunde, mediastudies en sociaaleconomische geschiedenis

10

recentelijk door NWO beloond is met een subsidie van twaalf miljoen

aan de grote wetenschappelijke vragen, niet alleen binnen, maar ook

euro. Met dit geld voor een gezamenlijke infrastructuur kunnen

buiten de humaniora. Dit project levert namelijk ook bouwstenen die

geesteswetenschappers niet alleen digitale instrumenten ontwikkelen

complementair zijn aan het werk van bèta’s en gamma’s op het

om grote databestanden te ontginnen; door deze instrumenten met

terrein van data-ontginning. Waar informatici heel goed zijn in het

elkaar te laten ‘praten’, leren geesteswetenschappers ook samen-

ontwerpen van zoekalgoritmes, en sociale wetenschappers alles

werken om die complexe vragen te beantwoorden. Drie deelgebieden

willen weten over het gedrag van gebruikers, is de kracht van alfa’s

vervullen een voortrekkersrol in CLARIAH: taalkunde, mediastudies

het interpreteren van menselijke boodschappen in digitale content.

en sociaaleconomische geschiedenis. Taalkundigen richten zich met

Big Data in de geesteswetenschappen zijn vooral rich data: ze zitten

name op het ontginnen van digitale tekstbestanden. Mediastudies

vol ruis, net als cultuur vol ruis zit. Cijfers over armoede zijn geen

experts ontwikkelen vooral tools voor het interpreteren van audio-

feiten, maar vragen om duiding. Meningen in een publiek debat zijn

visuele bronnen. En sociaaleconomische historici concentreren zich

talrijk maar ook diffuus - ze hebben een verschillend soortelijk gewicht.

op gestructureerde databestanden uit archieven. Het is echter

En beelden of teksten kunnen ironisch zijn of ambigu. Wie cultuur

nadrukkelijk de bedoeling dat de te ontwikkelen tools bruikbaar zijn

bestudeert, weet dat inhoud interpretatie behoeft en dat boodschap-

voor alle onderzoekers die met verschillende typen digitale data

pen pas in hun samenhang betekenis krijgen. Die complexiteit van

werken. Zo gebruiken taalkundigen audiovisuele bronnen voor onder-

content begrijpen - dat is de bijdrage van geesteswetenschappers aan

zoeken naar spreektaalgebruik of -verandering. En als ik publieke

het onderzoek naar grote hoeveelheden digitale data. CLARIAH

debatten onderzoek, heb ik te maken met zowel tekstuele, audio-

betekent dan ook een nog intensievere samenwerking tussen alfa,

visuele als gestructureerde data.

gamma en bèta waar het gaat om het begrijpen van culturele

CLARIAH is een infrastructuur die beoogt iets essentieels bij te dragen

complexiteit.

11



Uitdagingen en kritische kanttekeningen Een project als CLARIAH biedt geesteswetenschappers grote uitdagingen en werpt tegelijkertijd belangrijke vragen op over de aard, nut en noodzaak van ons onderzoek. Digitale geesteswetenschappen, wat dit ook precies betekent, is géén revolutie en biedt niet vanzelf oplossingen voor een betere wereld of zelfs maar voor betere wetenschap. Elke tijd ontwikkelt de instrumenten die voor het begrijpen van

1.

Kwantificering en de digital turn

de wereld op dat moment nodig zijn. Daarom wil ik nader ingaan op

Uitdaging één betreft de kwantificering en automatisering van gees-

een viertal belangrijke uitdagingen die tegelijk ook kritische vragen

teswetenschappelijk onderzoek. Een groot voordeel van digitalisering

oproepen:

is dat er bergen informatie beschikbaar en doorzoekbaar zijn geworden; een nadeel is dat al dit bronnenmateriaal vraagt om

de digital turn en de push van geautomatiseerd, kwantitatief

nieuwe en aanvullende onderzoeksmethoden. Omdat er zoveel meer

onderzoek;

gegevens beschikbaar zijn, kunnen we patronen zoeken over langere

de noodzakelijke combinatie van kwalitatieve en kwantitatieve

periodes, uit meer soorten bronnen. Zo kunnen we uit grote tekst-

methoden;

bestanden bepaalde stilistische patronen destilleren of kenmerken

3.

het dilemma van de multidisciplinaire samenwerking;

van auteurschap vaststellen. Uit gestructureerde data van bijvoor-

4.

de ideologische vraag waarom de humaniora zich moeten

beeld schilders, kopers en handelaren in het 17e-eeuwse Amsterdam

bezighouden met computers en digitalisering en niet

kunnen we netwerken reconstrueren om zo te achterhalen hoe deze

uitsluitend met archieven, boeken en de inhoud daarvan.

‘creatieve industrie’ functioneerde en van invloed was op de culturele

1.

2.

12

13



Een zoekmachine als TROVe maakt in één oogopslag duidelijk wie de belangrijkste spelers zijn in een debat

productie. Of we kunnen laten zien hoe beeldvorming over minder-

met een zoekmachine als TROVe in één oogopslag duidelijk wie de

heden in verschillende decennia verlopen is. Op dit laatste voorbeeld

belangrijkste spelers zijn in zo’n debat, en kunnen we dus nu inhoud

ga ik wat nader in.

en context direct aan elkaar verbinden.

Een aantal collega’s heeft reeds instrumenten ontwikkeld om dit

3 Zowel TROVe als AVResearchXL zijn nog in de pilot-fase. Deze tools zijn niet alleen behulpzaam voor wetenschappers, maar ook voor journalisten en andere onderzoekers van publieke debatten of beeldvorming. Zie bijvoorbeeld de recente workshop voor journalisten, die AV Research XL gebruikten voor o.a. een analyse van het islamdebat: www.clariah.nl/blo gs/221-onderzoeks tool-av-researcher-xl

14

laatste soort onderzoek te doen. Jasmijn van Gorp en Pieter Vijn

Voor het doorzoekbaar maken van grote hoeveelheden (audiovisuele

hebben in verschillende pilots gedemonstreerd hoe je de archieven

en tekstuele) data bestaan dus al enkele instrumenten, maar we

van Beeld en Geluid kunt doorzoeken op specifieke debat-thema’s.

staan nog maar aan het begin: er moet nog veel (op maat) ontwikkeld

Met behulp van TROVe analyseren zij de verspreiding van contemporain

worden. Die nieuwe methoden van onderzoek zijn vaak kwantitatief of

nieuws over verschillende media (tv, radio online kranten, blogs en

computationeel. Critici van de Digital Humanities merken op dat de

Twitter) terwijl AV Researcher XL digitale inhoudsanalyse mogelijk

digitalisering en kwantificering van bronnen en methoden het onder-

maakt door tv-ondertitels en kranten te doorzoeken.

3

zoek van geesteswetenschappers juist kan belemmeren: de modelmatigheid waarmee digitale bronnen doorzocht moeten worden,

Beide instrumenten werden door Jasmijn van Gorp ingezet om

bepaalt immers het soort vragen dat men kan stellen. Zo merken de

onderzoek te doen naar het verloop van Oost-Europese migratie,

historici Piersma en Hiddens (2013) op dat bevraging van grote

meer specifiek de beeldvorming van Polen en Roemen in het debat

hoeveelheden digitale bronnen (te) veel gericht is op het toetsbaar of

over arbeidsmigratie. Met deze tools wordt de analyse van dat debat

automatiseerbaar maken van hypothesen. Die kritiek is misschien

in de eerste plaats veel completer, en daardoor minder afhankelijk

deels terecht, maar niet helemaal: er zijn immers ook computationele

van een willekeurige steekproef zoals ik die zelf in de jaren ’90

tools die vooral gericht zijn op kwalitatieve analyse. 4 Sommige gees-

noodgedwongen was te doen. Bovendien, en dit is echt nieuw, wordt

teswetenschappers vrezen dat kwantitatieve of geautomatiseerde

4 Zie bijvoorbeeld het onderzoek van Paul Dijstelberge’s visualisatie van anatomische tekeningen uit diverse boeken, in zijn NWO KIEM project Metabotnik, wat vooral exploratief en dus heuristisch interessant is. Hij gebruikt visualisatietools die duizend afbeeldingen op een pagina laten zien, zodat je deze tekeningen door de eeuwen heen kunt vergelijken en exploreren. Maar er zijn ook voorbeelden voor de inzet van dit soort tools voor stijlanalyse, zoals Paul Dijstelberge’s onderzoek naar de ontwikkeling van sierinitialen in Europese boeken.

15



methoden van de Digital Humanities andere (kwalitatieve) benaderin-

met kwalitatieve methoden geduid worden, zoals tekstanalyse, close

gen in de geesteswetenschappen verdringen, maar - en dat brengt

reading of beeldanalyse. Zeker in de exploratieve fase van een

me tot mijn tweede punt - dat creëert een schijntegenstelling.

onderzoek kan het handig zijn om bijvoorbeeld een representatieve steekproef te maken van het materiaal en deze af te zetten tegen alle beschikbare data en de resultaten ervan te visualiseren. Vragen en instrumenten zijn nooit kant en klaar, ze worden altijd ontwikkeld in relatie tot elkaar. En, zoals altijd al het geval was, is ook kwalitatieve interpretatie onontbeerlijk bij het gebruik van digitale methoden. In de eerste plaats gebeurt dat door scherpe bronnenkritiek toe te passen op zowel de tools als de onderliggende data, en op de vooronderstellingen die aan beide ten grondslag liggen. Databestanden spreken niet voor zichzelf, het zijn geen afspiegelingen of thermometers van de samenleving. Zoals elke archivaris weet, is kennis over de herkomst van elke verzameling essentieel voor het wegen en

2.

16

De noodzakelijke combinatie van kwantitatieve en kwalitatieve methoden

begrijpen van de content - helemaal als die data born digital zijn. 5 Woorden tellen zonder het verschil te weten in soortelijk gewicht

Computationele methoden worden in de Digital Humanities heel vaak

tussen een opinieartikel uit 1972 en een advertorial uit 2008 - ik noem

gecombineerd met kwalitatieve methoden, vooral in de verschillende

maar wat - diskwalificeert je als onderzoeker. Het kunnen herkennen

fasen van een onderzoek. Kwantitatief verkregen resultaten kunnen

van de ambiguïteit van een begrip als ‘verzuiling’ in verschillende

5 Kwalitatieve onderzoeksmethoden en kritische analyse zijn nog belangrijker bij grote bestanden afkomstig van sociale media of blogs. Behalve kennis over de herkomst en context van deze data moet je ook oog hebben voor de technische eigenschappen van deze content: zo moet je iets weten over de achterliggende mechanismen (algoritmes, gebruikersinterface) van bijv. Twitter of Facebook om te begrijpen hoe opinies via deze platformen gemasseerd en gekanaliseerd worden. Twitter is geen thermometer van publieke debatten in de samenleving, zoals sommigen beweren; de Twitterstroom staat in constante dialoog met massa-media digitaal, papier en audio-visueel. Deze ‘techniciteit’ van de inhoud vereist evenveel interpretatie als de uitingen zelf (Niederer & Van Dijck, 2011).

17



In het tijdperk van Big Data is interpretatie misschien wel belangrijker dan ooit decennia van de vorige eeuw is even belangrijk als het herkennen van

zitten in de afstemming tussen instrument, methoden en interpretatie

vijftig tinten grijs voor schilders of vijftig betekenissen van sneeuw

(Van Dijck, 2005). Of, zoals mijn collega Julia Noordegraaf zo treffend

voor Eskimo’s.

zegt: we hebben zowel de telescoop als de microscoop nodig om door te dringen tot essentiële vragen over de menselijke cultuur.

In het tijdperk van de Big Data is interpretatie misschien wel belang-

Die verbinding van kwantitatieve en kwalitatieve instrumenten vormt

rijker dan ooit. De instrumenten waarmee je je dataset vergaart en

een nieuwe uitdaging voor de geesteswetenschappen. De digitalisering

gebruiksklaar maakt, zijn allesbehalve waardevrij; je moet weten wat

van een rijke schakering aan bronnen betekent absoluut niet dat we

er vooraf gaat aan bronselectie en -ontsluiting. Nieuwe bronnen en

alle methoden homogeniseren of gelijk trekken (Svensson, 2012). We

instrumenten scheppen nieuwe mogelijkheden en beperkingen;

blijven tekstinterpretatie en netwerkanalyse naast TROVe of CLIO Infra

sterktes en zwaktes van oude én nieuwe instrumenten moeten dan

gebruiken. Samen leveren die geesteswetenschappelijke diagnostieken

ook beter op elkaar afgestemd worden. Misschien helpt hier een

een spectrum aan instrumenten op. Dat is nodig om de steeds complex-

vergelijking met de medische wetenschap. De uitvinding van de MRI-

ere multimediale cultuur en cultuurveranderingen te onderzoeken.

scanner maakte de binnenkant van het menselijk lichaam op een

Maar het gebruik van elk van die instrumenten roept ook kritische

driedimensionale wijze toegankelijk voor het oog van de arts. Dat

vragen op: waarom gebruiken we welk instrument in welke gevallen?

betekende geenszins dat de röntgenfoto, de CT-scanner of echoscopie

En wat draagt dit bij aan het beantwoorden van grotere vragen?

daarmee overbodig werden; alle apparaten maakten verschillende

18

diagnostieken mogelijk. Het betekende al helemaal niet dat inter-

3.

Multidisciplinaire samenwerking

pretatie van die scans automatisch ging: integendeel, er gingen jaren

Dit brengt me tot het derde punt van mijn betoog: de samenwerking

van interpretatie, vergelijking en aanpassing van de instrumenten

tussen verschillende disciplines binnen en buiten de geestesweten-

19



schappen. Over de samenwerking tussen geesteswetenschappers heb

[C]omputation and the humanities cannot be thought as two

ik hierboven al een en ander gezegd in het kader van CLARIAH. Maar

separate entities whose relations can be defined once and

laat ik me hier vooral richten op multidisciplinaire samenwerking

for all. … In fact, the ability to question inherited conceptual

buiten de humaniora, en dan bij uitstek die met de informatici. Er

frameworks regarding technology might be one of the digital

heerst een soort onbestemde angst onder geesteswetenschappers

humanities’ strengths, which is pivotal to the production of

dat de humaniora (ook) zullen worden overgenomen door de bèta’s

new knowledge. (Frabetti, 2012, p. 2).

als we eenmaal de weg van de Digital Humanities inslaan. Het

20

computationele denken - het denken in code, programmeertalen en

Wat Frabetti hier zegt, is fundamenteel voor het conceptualiseren van

algoritmisch redeneren - zou immers onverenigbaar zijn met het

de samenwerking tussen geesteswetenschappers en informatici: het

kritisch-analytische denken, en het laatste dreigt overheerst te worden

gaat niet om een versmelting van elkaars methoden of vraagstel-

door het eerste. Hoewel ik dacht dat we de ‘two cultures divide’ sinds

lingen, maar om een articulatie van gezamenlijke nieuwsgierigheid.

1959 wel zo’n beetje uitgevochten hadden, zie je C.P. Snow’s fantomen

Die nieuwsgierigheid wordt gedreven door interesse in elkaars

elk decennium wel weer een keer het podium opdraven. In de context

expertise en elkaars wijze van de wereld bevragen. In de loop der

van het Digital Humanities debat bezweren critici zoals Stanley Fish

jaren heb ik interessante discussies meegemaakt tussen informatici

(2012) de informatica-demonen door ze ‘naar hun hok’ terug te

en geesteswetenschappers, bijvoorbeeld door samen te kijken naar

verwijzen en alfa’s te manen zich te verzetten tegen de digital turn.

data en de patronen die we daaruit destilleerden. Soms leidden die tot

Het is echter onzinnig om al te harde grenzen tussen de twee culturen

heel verschillende inzichten en op zo’n moment dwing je elkaar tot

- de computationele en kritisch-hermeneutische - te trekken. Ik kan

het expliciteren van vooronderstellingen: waarom zie ik wat ik zie en

het niet mooier zeggen dan Federica Frabetti, dus ik citeer:

zie jij wat anders? Zijn die data wel wat ze lijken? Waarom zijn andere

21



Algoritmische configuraties zijn ‘technologieën om waarheid te construeren’ of meerdere interpretaties mogelijk? En wat kunnen we daaruit

slag aan menselijke communicatie en de opslag daarvan, of dat nu

afleiden? Maar juist door die discussies kregen we weer ideeën voor

gaat om het leren van het schrift of om het catalogiseren of digitalis-

nieuwe of bijgestelde vragen. Eerlijk gezegd heb ik nooit een doof oor

eren van bronnen. Wie echt wil begrijpen wat bronnen zeggen, moet

aangetroffen bij de informatici als wij een kwalitatieve benadering van

iets weten over het ‘apparatus’ waarmee ze tot stand zijn gekomen.

een onderzoekshypothese voorstelden in aanvulling op een kwantita-

De kloof tussen geesteswetenschappers en informatici is niet van

tieve of algoritmische. En omgekeerd: door met informatici samen te

vandaag op morgen beslecht, vrees ik. Geesteswetenschappers

werken, leerde ik waarom interpretatieve vragen aan de basis liggen

(zelfs zij die zich enthousiast hebben geworpen op de digital turn)

van computationeel denken en ook weer leiden tot nieuwe inter-

redeneren nog steeds vaak dat ze ‘voor het technische gedeelte’ van

pretaties. De waarde van speciaal voor jouw onderzoek op maat

hun onderzoek even een programmeur of informaticus moeten

gemaakte zoekinstrumenten kan gouden inzichten opleveren.

inschakelen. Samenwerking betekent niet dat de informatici een soort hulp-Sinterklazen worden van de geesteswetenschappen; dat is net zo

22

Ik kan het niet zo mooi zeggen als Frabetti, maar er bestaat geen

onzinnig als beweren dat de humaniora dreigen te worden geïncorpo-

onafhankelijk geesteswetenschappelijk kader van waaruit we

reerd door de bèta’s. Informatica-onderzoekers willen met geestes-

technologie of informatiewetenschap kunnen bevragen. Ongeveer dit

wetenschappers samenwerken om computers in staat te stellen

standpunt is eloquent beargumenteerd door Peter Paul Verbeek in

‘menselijke’ interpretaties zo dicht mogelijk te benaderen. En dit beeld

zijn boek Op de vleugels van Icarus. Hoe techniek en moraal met

brengt me tot de laatste kritische tegenwerping die ik wil bespreken:

elkaar meebewegen (2014). Algoritmische configuraties zijn, zoals

de vraag waarom de humaniora zich überhaupt moeten bezig houden

Foucault (1980) dat treffend noemt, ‘technologieën om waarheid te

met computers en digitalisering in plaats van zich volledig te wijden

construeren’ (technologies of truth). Technologieën liggen ten grond-

aan archieven, boeken en de inhoud daarvan.

23



Het onderscheid tussen oude (materiële) en nieuwe (digitale) bronnen is niet alleen theoretisch onzinnig, het is zelfs praktisch schadelijk voor het wetenschappelijke metier. Laat ik bij het theoretische beginnen. De onlosmakelijke verbinding tussen techne en episteme

4.

24

Digitaal erfgoed: oude én nieuwe bronnen

- tussen technologie en kennis - speelde al lang voordat Plato bezwaar

Soms nemen de discussies over Digital Humanities en de digital turn

maakte tegen de opkomst van het schrift als vervanging van het

in de geesteswetenschappen de vorm aan van een polemiek tussen

geheugen. Die vervangingskwestie is daarna nooit meer verdwenen;

exegeten van het Oude versus het Nieuwe Testament. Óf je doet als

van het schrift tot de typemachine en van de drukpers tot de computer:

geesteswetenschapper mee aan de mode van de nieuwe media, óf je

nieuwe inscriptie- en bewaartechnologieën werden steevast gezien

blijft trouw aan materialiteiten als papieren bronnen of boeken, en

als vervanging of bedreiging van de oude. En hoewel typemachines en

waagt je alleen aan beproefde methoden als inhoudsanalyse en

drukpersen inmiddels steeds minder in het dagelijks communicatie-

bronnenonderzoek. Eigenlijk is de hele term Digital Humanities een

verkeer tussen mensen gebruikt worden, is het onzin om te stellen dat

veeg teken: in andere disciplines ben ik dit voorvoegsel nog nooit

collecties van geschriften, foto’s, filmbanden of andere niet-gedigitali-

tegen gekomen. Ooit gehoord van de ‘digitale scheikunde’ of de

seerde bronnen overbodig geworden zijn. De conclusie dat oude media

‘digitale sociale wetenschappen’? Om een of andere reden is het

of collecties afkomstig van ‘oude dragers’ opgedoekt kunnen worden,

digitaliseren van bronnen gepaard gegaan met het installeren van een

omdat de ‘inhouden’ nu in gedigitaliseerde vorm ergens op de wereld

slagboom tussen ‘oude’ en ‘nieuwe’ bronnen en dito onderzoekers.

aanwezig zijn, is net zoiets als zeggen dat we sinds de uitvinding van

Waarop is dit schisma gefundeerd en wat kunnen we daaruit afleiden

de fotografie geen schilderijen meer hoeven te bewaren. Het gaat

voor de toekomst van de humaniora?

immers niet alleen om de materialiteit van de bron, maar om de

25



Het ene uiterste is om á lles te willen bewaren het andere uiterste is om alle bronnen weg te gooien zodra het gedigitaliseerd is

onverbrekelijke band tussen materialiteit, productie- en distributie-

dient te weten hoe het apparatus keuzes maakt en afweegt - ook al is

technologie en de selectie van bronnen op een bepaald historisch

dit soms heel moeilijk te achterhalen.

moment.

Archivarissen en curators weten dat het schrijven van geschiedenis alleen mogelijk wordt door te selecteren en te sorteren. Als bewakers

De digitalisering van bronnen is niet alleen een technologische

van ons collectief geheugen wegen zij het belang van zowel kwaliteit

kwestie; het gaat over de productie en curatie van inhoud. Toch roept

als kwantiteit van bronnen. Dit recht van selectie, het recht om te

de mogelijkheid om allerlei soorten bronnen om te zetten in digitale

bewaren en om te vergeten, is weliswaar niet voorbehouden aan

bestanden twee tegenovergestelde impulsen op: het ene uiterste is

professionele archivarissen, maar het is ook niet zo dat deze profes-

om voortaan álles (elke gedigitaliseerde of digitaal ontstane uiting) te

sionele activiteiten opeens overbodig worden nu er machines zijn die

willen bewaren; en het andere uiterste is om alle ‘originele’ bronnen

alles kunnen bewaren en doorzoekbaar maken. Aan zoekalgoritmes

weg te gooien zodra ze gedigitaliseerd zijn. Beide extremen zijn

en bewaarmachines liggen evenzeer ideologische vraagstukken van

uitvloeisels van de vervangingstheorie: alsof we met computers alles

selectie en ontsluiting ten grondslag. En die vraagstukken zijn uiterst

kunnen vastleggen waardoor al het niet-digitale overbodig wordt. Wie

actueel nu bibliotheken en archieven met enige regelmaat voor de

alles denkt te kunnen bewaren, heeft nooit iets geleerd van de

keuze gesteld worden om bronnen te digitaliseren en/of ‘oude’

geschiedenis. Geautomatiseerde zoeken bewaarmachines, zoals

collecties op te doeken wegens plaats- of geldgebrek.

Google Search en Scholar, zijn per definitie selectief; de software en

26

hardware waarmee opslag en ontsluiting plaats vindt, is gebaseerd

Het is van groot belang dat archivarissen en erfgoedbeheerders,

op selectie- en rankingmechanismen (Rieder & Sire, 2013; Van Dijck,

samen met geesteswetenschappers en informatici, fundamentele

2010). Elke wetenschapper die gedigitaliseerde bronnen gebruikt,

vragen over het curator-schap van erfgoedbronnen blijven stellen.

27


28


Of het nu gaat over de digitalisering en selectie van bronnen door

het bevragen van de luttele bronnen die ik toen tot mijn beschikking

Google’s zoekmachines, over de publieke toegankelijkheid en beschik-

had, hoe waardevol ze op dat moment voor dat doel ook waren.

baarheid van informatie, of over de instrumenten waarmee we data

De condition technologique van deze tijd geeft mij als onderzoeker

doorzoeken en bevragen. De materialiteit van die cultuur zal voort-

toegang tot veel meer divers bronnenmateriaal, waardoor ik mijn

durend blijven veranderen en daarom beweegt de professie mee.

zoekvraag kan uitbreiden, verscherpen en verbreden.

Big data, grand challenges

Dat betekent niet dat ik me als onderzoeker ‘overgeef’ aan een nieuw

Wie denkt dat de Digital Humanities alleen gaan over het doorzoeken

methodologisch paradigma en daarmee al het oude achter me laat.

en doorzoekbaar maken van grote digitale databestanden, die ziet iets

Integendeel, meer dan ooit voel ik me uitgedaagd die bronnen en

essentieels over het hoofd. Digitale geesteswetenschappen vragen

methoden te onderwerpen aan kritische interpretatie en kwalitatieve

om een radicaal engagement met deze nieuwe materialiteit alsook

analyse. Dat niet alleen: door te experimenteren met digitale methoden,

de bereidheid ermee te experimenteren. Juist die experimenten met

door het leren kennen van, en leren werken met, digitale bronnen en

grotere onderzoeksvragen over cultuur en cultuurverandering, toe-

door me te verdiepen in de ‘geheimen’ van het algoritmisch en

gepast op grotere databestanden, leiden hopelijk tot inzicht in, en

computationeel denken, kan ik beter begrijpen welke dilemma’s de

kritische reflectie op, de bronnen die we in het dagelijks leven gebruik-

gedigitaliseerde samenleving oproept. Door te experimenteren met

ten en gebruiken. Om terug te komen op mijn eerdere voorbeeld:

digitale methoden krijg je als geesteswetenschapper meer ammunitie

als ik vandaag mijn promotieonderzoek naar het publieke debat over

in debatten die gaan over de rol van Big Data in onze (toekomstige)

IVF en reproductieve technieken opnieuw zou doen, zou mijn

samenleving of over de noodzaak van publieke toegankelijkheid van

wetenschappelijke nieuwsgierigheid niet meer bevredigd worden met

data.

29



Geesteswetenschappers kunnen zich niet permitteren zich niet met ‘digitaliteit’ bezig te houden Ik zou graag willen besluiten met de stelling dat de geesteswetenschappen zich niet kunnen permitteren zich niet met ‘digitaliteit’ bezig te houden. Of laat ik het nog stelliger maken: de samenleving heeft de expertise van geesteswetenschappers – hun kritische inzichten, analytische scherpte en kennis van ambiguïteit en diversiteit – hard nodig om betekenis te geven aan een digitale cultuur die steeds meer ons dagelijks leven bepaalt. Als wetenschappelijke hoeders van kunst, cultuur, taal, erfgoed en gedachtengoed zullen we ons op velerlei manieren moeten engageren met de verwevenheid van digitale technologie in allerlei culturele praktijken.

30

31



Literatuur

32

Fish, Stanley (2012), ‘The Digital Humanities and the Transcending

Piersma, H. & K. Ribbens (2013), ‘Digital Historical Research.

of Mortality’. The New York Times, September 1, 2012

Context, Concepts and the Need for Reflection’.

Foucault, Michel (1980), ‘Truth and power’ (Original 'Intervista a

BMGN Low Countries Historical Review 128 (4 ), 78-102

Michel Foucault'), in: G. Gordon, (Ed.) Michel Foucault,

Rieder, Bernhard & Guillaume Sire (2014), ‘Conflicts of interest

Power/knowledge: selected interviews and other writings 1972-1977.

and incentives to bias: A microeconomic critique of Google’s tangled

New York, Pantheon Books

position on the Web’. New Media & Society 16 (2): 195-211

Frabetti, F. (2011) ‘Rethinking the Digital Humanities in the Context

Svensson, P. (2012), ‘Envisioning the Digital Humanities’,

of Originary Technicity’, Culture Machine 12 (2011) 1-22

Digital Humanities Quarterly 1:1

Kaptein, Rianne, Maarten Marx & Jaap Kamps (2009), ‘Who said

Van Dijck, José (1995), Manufacturing Babies and Public Consent.

what to whom? Capturing the structure of debates’, in: James Allan,

Debating the New Reproductive Technologies.

Javed A. Aslam, Mark Sanderson, ChengXiang Zhai, and Justin Zobel

New York: New York University Press

(eds), Proceedings of the 32nd Annual International ACM SIGIR

Van Dijck, José (2005), The Transparent Body. A Cultural Analysis

Conference on Research and Development in Information Retrieval.

of Medical Imaging. Seattle: University of Washington Press

New York: ACM Press, 831-832

Van Dijck, José (2010), ‘Search engines and the production of

Niederer, Sabine & José van Dijck (2010), ‘Wisdom of the Crowd

academic knowledge’. International Journal of Cultural Studies

or Technicity of Content? Wikipedia as a Socio-Technical System’.

13 (6): 574-592

New Media & Society, 12 (8): 1368-1387

Verbeek, Peter Paul (2014), Op de vleugels van Icarus.

Noordegraaf, J. (2014), De digitale erfenis – enter en return.

Hoe techniek en moraal met elkaar meebewegen.

Inaugurele rede, University of Amsterdam, 7 February 2014.

Rotterdam: Lemniscaat

Amsterdam: Amsterdam University Press, 2014. Zie: www.oratiereeks.nl

Websites: CLARIAH • TROVe • Clio Infra • AV researcher XL

33



Biografie Prof. dr. José van Dijck

De Ketelaar-lezingen

José van Dijck is hoogleraar Vergelijkende Mediastudies aan de

De Ketelaar-lezing is in 2002 ingesteld door het Nationaal Archief bij

Universiteit van Amsterdam. Ze studeerde aan de Universiteit Utrecht

het afscheid van prof. dr. F.C.J. Ketelaar (algemene rijksarchivaris van

en promoveerde aan de Universiteit van Californië, San Diego. Ze was

1989 tot 1997).

universitair docent Journalistiek aan de Rijksuniversiteit Groningen en

De lezing wordt jaarlijks in samenwerking met de Koninklijke Vereniging

hoofddocent Media en Visuele Cultuur aan de Universiteit Maastricht.

van Archivarissen in Nederland georganiseerd, waarbij telkens op een

In 2001 werd Van Dijck benoemd tot hoogleraar bij het departement

bijzondere wijze een relatie wordt gelegd met archieven.

Mediastudies aan de Universiteit van Amsterdam, waar ze voorzitter was van 2002 tot 2007. Ze was decaan van de Faculteit der Geesteswetenschappen van de Universiteit van Amsterdam van 2008 tot 2011. Van Dijck was daarnaast gasthoogleraar en -docent aan verschillende universiteiten in de Verenigde Staten, Canada en Australië, zoals het prestigieuze Massachusetts Institute of Technology (MIT) in Cambridge (USA), de University of Technology, Sydney (UTS) en de Annenberg School of Communication van de University of Pennsylvania (Philadelphia). Van Dijck doet onderzoek naar sociale media, mediatechnologieën en digitale cultuur. Haar nieuwste boek The Culture

of Connectivity. A Critical History of Social Media verscheen in 2013 bij Oxford University Press. In dit boek geeft zij een historische en kritische analyse van de opkomst van sociale media.

34

35



Eerder verschenen

36

1. Gerard Rooijakkers

7. Martin Berendse

Rituele depots. De droesem van het leven

Archives as Open Sources. The right to information,

(2003) ISBN 90-74920-16-0

open government and digital access

2. Peter Burke

(Engelse uitgave, 2009) ISBN 978-90-74920-27-8

Palimpsests. Reflections on the Re-employment of Records

8. Willibrord Davids

(2004) ISBN 90-74920-18-7

Gerubriceerd staatsgeheim: zeer geheim, geheim, confidentieel,

3. Paul Scheffer

vertrouwelijk

Het verleden vergt onderhoud

(2010) ISBN 978-90-74920-28-5

(2005) ISBN 13: 978-90-74920-19-3

9. Ann Laura Stoler

4. Susan Legêne

On Archival Labor. Recrafting Colonial History

‘Laten we dus de herinnering herstellen’. Autoriteit en collectieve

(2011) ISBN 978-90-74920-044-6

constructies van het eigene

10. Beatrice de Graaf

(2006) ISBN 978-90-74920-20-9

Het archief als tijdbom. Gevaar en geheimhouding in de

5. Auke van der Woud

staatsarchieven

De blanke top der duinen. Mooi Nederland en zijn historie

(2012) ISBN 978-90-5909-046-0

(2007) ISBN 978-90-74920-22-3

11. Henk te Velde

6. Richard Thomas

Over het begrijpen van 1813

Freedom of Information

Tweehonderd jaar later

(2008) ISBN 978-90-74920-24-7

(2013) ISBN 978-90-5909-049-1

7. Martin Berendse

12. José van Dijck

Het archief als open source. Over het recht op informatie,

Big Data, Grand Challenges

openbaarheid van bestuur en digitale toegankelijkheid

Over digitalisering en het geesteswetenschappelijk onderzoek

(2009) ISBN 978-90-74920-26-1

(2014) ISBN 978-90-5909-046-0 < < < komt er een ISBN ???

37


Colofon

Uitgave: Nationaal Archief, Den Haag www.nationaalarchief.nl Met dank aan: Morrenstichting NOT-fonds Ontwerp: Arno Geels BNO, Den Haag Druk: Alleen digitale versie middels pdf

Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige vorm of op welke wijze dan ook, hetzij elektronisch, mechanisch, door fotokopieëen, opnamen of op welke andere manier dan ook, zonder voorafgaande schriftelijke toestemming van het Nationaal Archief.

38

Ketelaar-lezing

De Ketelaar-lezing is in 2002 ingesteld door het Nationaal Archief,

Big Data, Grand Challenges Over digitalisering en het geesteswetenschappelijk onderzoek José van Dijck

bij het vertrek van prof. dr. Eric Ketelaar uit de Rijksarchiefdienst. Als Algemene Rijksarchivaris in de jaren 1989-1997 en in diverse andere functies heeft Ketelaar zich ingezet voor de modernisering, professionalisering en versterking van het Nederlandse archiefwezen. De lezing beoogt bekendheid te geven aan onderwerpen uit de sfeer van archieven in relatie met de maatschappij en de dialoog tussen archiefwezen en maatschappij te stimuleren. De twaalfde Ketelaar-lezing is gehouden op 10 december 2014 in het Nationaal Archief te Den Haag, door prof. dr. José van Dijck, met de titel ‘Big Data, Grand Challenges. Over digitalisering in het geesteswetenschappelijk onderzoek’.

KETELAAR-SERIE

KETELAAR-LEZING 12

2014

Big Data, Grand Challenges Over digitalisering en het geesteswetenschappelijk onderzoek. José van Dijck

Recommend Documents