Vertrouwen ontstaat door het herkennen van patronen. Dat begint met het verkrijgen van voldoende informatie. Het brein distribueert binnenkomende data naar de juiste neurale netwerken om hier relevante patronen uit te destilleren – in veel organisaties is dat niet anders. Als dit vaker gebeurt, consolideren we deze informatie permanent in ons geheugen zodat we een soortgelijke situatie de volgende keer sneller herkennen. We ‘automatiseren’ gelijk naar beslisniveau; we handelen routinematig op onbewust vertrouwen.
In de informatica kennen we een soortgelijke opeenvolging; data-informatie-kennis-wijsheid, ook wel de DIKW-cascade genoemd. Data vormen hierin de bouwstenen voor informatie. Maar met losse data heb je nog geen verbindingen gelegd met andere data. Pas als we verschillende data combineren, krijgen we informatie waar we wat mee kunnen. Als we hier vervolgens patronen in herkennen, spreken we van kennis.
Als we patronen vaker tegenkomen en met succes hebben toegepast in nieuwe situaties, gaan we op deze kennis en ervaring vertrouwen. We begrijpen dan welke strategieën – lees kennispatronen – het beste werken, en vertrouwen daar weer op. We spreken tenslotte van wijsheid en creativiteit als we in diverse kennispatronen een verband zien en hierdoor nieuwe toepassingen weten te creëren. We vertrouwen dan vaak op onze menselijke intuïtie.
Het begrijpen en toepassen van deze opeenvolging vormt ook de basis bij kunstmatige intelligentie en leiderschap. Zo vertrouwen leiders steeds vaker op data, machine learning en deep learning om zaken beter te doorgronden of om beter om te gaan met kennis- en gedragspatronen binnen en buiten de organisatie. De leider dient dit alles te transformeren in bruikbare en heldere handelsprincipes (ook patronen), waarin alle stakeholders zich kunnen herkennen. Maar hoe lang kan een leider dat nog zelf?
Zo bieden veel onlinediensten een versimpeld concept van de werkelijkheid, teruggebracht in een overzichtelijke interface. Zo brengen Uber of Airbnb wel doeltreffend vraag en aanbod bij elkaar, maar vallen gebruikers niet lastig met de complexe achterliggende realiteit. Dit samenbrengen doen geen mensen meer, maar slimme algoritmes die uit verschillende data bruikbare inzichten en gedragspatronen delven. Hierin staat de mens al lang niet meer aan het stuur. We vertrouwen op het algoritme.
Maar we weten nu al niet hoe digitale neurale netwerken in deep learning tot bepaalde uitkomsten komen. De vraag zal in de toekomst zal dan ook niet liggen in steeds snellere, beter zelflerende of alles-met-alles-verbindende systemen, maar in de kracht van deze intelligente systemen om hun verborgen data en daaruit verkregen kennispatronen zichtbaar en begrijpelijk te houden voor de menselijke geest. Zeker als wij als mens de wijsheid in pacht willen houden.
