Verhalen in onderzoek

Komende week ga ik naar een zomerschool in wetenschapscommunicatie. Ik ben altijd geïntrigeerd geweest door wetenschapscommunicatie, en vind het super leuk om het nu een keer onder werktijd te mogen doen! In mijn vrije tijd lees ik veel boeken over wetenschapscommunicatie-gerelateerde onderwerpen. Eén van de belangrijkste technieken om mensen te boeien is verhalen gebruiken ('storytelling'). Daarom wil ik het vandaag hebben over 2 manieren waarop verhalen terugkomen in mijn werk als AI onderzoeker.

Zomer betekent einde van het semester, en einde van het semester betekent dat studenten hun bachelor- en masterscripties afronden. Zo ook twee studenten die ik begeleid. Voor mij betekent dat: de studenten aanmoedigen om op tijd te beginnen met schrijven. Een scriptie schrijven is namelijk erg overweldigend:

• Je doet het vaak pas voor de eerste, misschien tweede keer.

• Het is veel langer dan verslagen (ongeveer 30 pagina's, inclusief referenties)

• Scripties volgen (net als papers) een bepaalde structuur waar je je aan moet houden

• Onderzoekers zoals ik kunnen vaak wel herkennen of een tekst voldoet aan de verwachtingen van wetenschappelijk schrijven, maar we kunnen niet altijd heel goed uitleggen wat je dan moet doen om zo te schrijven!

Toen ik mijn bachelor- en masterscripties schreef, worstelde ik heel erg met het feit dat ik wel begreep dat de introductie een inleiding is, en je in 'related work' vergelijkbare onderzoeken bespreekt, maar die kennis was nog steeds niet genoeg om te bepalen wat er in welk hoofdstuk moet en hoe je elk hoofdstuk opbouwt. Bijvoorbeeld: stel, ik heb een methode van iemand anders uitgebreid. Bespreek ik die methode dan in 'related work' of in 'methods'? (Antwoord: related work).

Zoals elke ouder het beter probeert te doen dan haar eigen ouders, probeer ik ook dingen beter aan studenten uit te leggen dan het aan mij werd uitgelegd. Zo ook wetenschappelijk schrijven. Nu gebruik ik twee concepten van scriptschrijven (uit Into the Woods van John Yorke) om uit te leggen hoe je een samenhangende tekst schrijft: 'Chekhov's gun' en 'geen losse draadjes achterlaten.'

Een fout die veel studenten maken is dat ze nieuwe onderwerpen aansnijden zonder ze in te leiden, waardoor ze soms uit de lucht komen vallen. Bijvoorbeeld: je bespreekt resultaten zonder uit te leggen welke vraag die resultaten kunnen beantwoorden. Deze uitleg is nog best abstract, dus ik leg het nu op een andere manier uit.

Is het je wel eens opgevallen dat in films (vooral actie & horror) aan het begin even ingezoomd wordt op een bepaald object, en dat je dan denkt 'ah, die wordt belangrijk later!' Dat is een techniek die wordt gebruikt om de kijker al kennis te laten maken met wat bijvoorbeeld het uiteindelijke moordwapen wordt. Het kan een voorwerp zijn, of een persoon, en wordt Chekhov’s gun genoemd.

Het voelt super goedkoop en oneerlijk als de hoofdpersoon wordt gered door een wapen dat uit het niks lijkt te komen (dit heet ook wel 'deus ex machina'), maar als het een wapen is dat we eerder al gezien hebben is het juist leuk en herkennen we het.

Je moet hetzelfde doen in wetenschappelijk schrijven: je moet de lezer altijd 'waarschuwen' over belangrijke onderwerpen die je later beschrijft, anders zal de lezer verward en geirriteerd zijn. Je doet dit vaak in meerdere fases:

• In de introductie beschrijf je het probleem en mogelijke oplossingen die je hebt gevonden (Chekhov's gun!)

• In 'experimental details' beschrijf je je onderzoeksvragen gerelateerd aan het probleem

• In 'results' bespreek je vervolgens de resultaten en beantwoord je de onderzoeksvraag.

Toen ik mijn scriptie schreef, schreef ik in eerste instantie zo veel mogelijk dingen op die ik had gelezen of geleerd over het onderwerp van mijn onderzoek. Wat satellietdata is, wat voor verschillende modellen er bestaan. Maar er is ook zo iets als te veel schrijven. Elk onderwerp dat je beschrijft moet een uitkomst of een staartje hebben: het moet belangrijk zijn om jouw onderzoek te begrijpen, niet alleen een leuk feitje.

Het verhaalvoorbeeld dat ik hiervoor gebruik is als er met een personage in een film of boek iets belangrijks gebeurt, bijvoorbeeld ze raakt haar huissleutels kwijt. Maar als het uiteindelijk niet uitmaakt voor het verhaal dat ze geen huissleutels heeft, dan vraag je je af: 'huh? Waar was dat voor nodig? Gaat er nog iets gebeuren met de sleutels? Wordt er misschien ingebroken, of is het een obstakel dat ze haar huis niet in kan?'.

Bij alles wat je schrijft moet je je dus afvragen: is dit nodig? Zo niet: verwijderen!

Verhaaltechnieken gebruiken helpt een tekst samenhangender te maken, en daardoor makkelijker te lezen en te onthouden. Maar omdat verhalen zo goed blijven hangen, kunnen ze ook tegen je gebruikt worden. Het gebeurt in de politiek, maar ook met AI. Het meest voorkomende AI-verhaal dat ik hoor gaat over hoe krachtig AI is. Mensen spelen in op dat verhaal als ze zeggen:

• dat AI je baan gaat vervangen

• dat AI slimmer dan mensen gaat worden

• dat je met AI moet leren omgaan omdat je anders achter gaat lopen.

• etc.

Zeggen dat AI dramatische gevolgen kan hebben is eigenlijk gewoon een 'storytelling' truc om ons te laten denken dat AI dan wel heel krachtig moet zijn. Ik denk dat het allemaal wel meevalt (de geschiedenis leert dat we wel eens vaker paniek hebben bij nieuwe technologie).

Ik vertel liever een ander AI-verhaal: dat onze maatschappij alleen zo sterk is als de zwakste schakel, en de zwakste schakel is niet altijd AI (hier schreef ik vorige week over).

Goed, verhalen zijn handig. Niet alleen om effectiever te communiceren, maar ook om door te hebben wanneer iemand je probeert te manipuleren.

Mijn leestip van de week moet natuurlijk ook iets met verhalen zijn. Een paar weken terug las ik 'Storytelling with Data,' een boek over hoe je effectiever inzichten uit data kunt communiceren. Het brengt twee van mijn interesses samen: verhalen en data visualisaties. Het is al een oud boek, maar ik vond het heel nuttig. Het had bijvoorbeeld een hele goede uitleg van hoe je de structuur van een presentatie of een tekst schetst (technieken die ik al gebruikte maar op een fijne en simpele manier uitgelegd).

Er is ook een begeleidend boek met oefeningen -- ik keek er naar uit om die te doen omdat je dan toch wat meer opsteekt dan alleen maar een boek lezen, maar heel veel oefeningen waren een soort scenario's van 'je werkt bij een marketingbedrijf en je wilt resultaten van een onderzoek presenteren. Hoe doe je dat?' die niet heel veel weg hebben van mijn werk als onderzoeker. De oefeningen gingen over hoe je een specifieke actie kunt adviseren of ervoor kunt zorgen dat er een bepaalde stap ondernomen wordt in je organisatie. Als PhD-kandidaat ben ik bijna nooit in die situatie: ik moet eigenlijk bijna alles zelf doen, dus interne presentaties en communicaties gaan meer om het overtuigen van mijn begeleiders dat ik iets redelijks doe en niet zo zeer dat ik wil dat zij iets doen. Maar ik houd het boek in de kast -- wie weet wat ik na mijn PhD ga doen.

Fijn weekend!