De parabel van de data scientists

15 januari 2019
Case
Pascal Pollet

Lang geleden waren er twee koninkrijken met de namen Datamania en Scienzia die voortdurend met elkaar wedijverden, niet over macht of rijkdom maar over kennis.

De geleerden van Datamania hadden in het diepste geheim methodes ontwikkeld om in grote hoeveelheden data allerhande verbanden te ontdekken. Ze wisten dat hun concurrenten van Scienzia niet over deze methodes beschikten en hielden deze kennis angstvallig geheim. Met deze breed inzetbare methodes, die ze 'data science' hadden gedoopt, hoopten ze een stevige voorsprong uit te bouwen.

Via spionnen had Datamania vernomen dat Scienzia ondertussen een grote vooruitgang had geboekt door het bestuderen van de banen van planeten. Naar verluidt waren de Scienzia-wetenschappers er in geslaagd om universele wetmatigheden te ontdekken waarmee ze de stand van elke planeet konden voorspellen. De kennis van Scienzia was volgens de geruchten gebaseerd op een analyse van astronomische gegevens en zelfs proeven met vallende voorwerpen op aarde. De Scienzia-wetenschappers hadden tientallen jaren nodig gehad om deze wetmatigheden af te leiden, wat hen deed geloven dat ze een onoverbrugbare kloof met Datamania hadden uitgebouwd.

Toen de geleerden van Datamania dit nieuws vernamen, konden ze niet achterblijven. Op basis van de beschikbare astronomische gegevens slaagden de data scientists er al na enkele dagen in om een model te bouwen dat heel nauwkeurig de planeetbanen kon voorspellen. Datamania glunderde van trots. Dankzij hun data science had deze natie op enkele dagen de prestatie van Scienzia - die hen tientallen jaren had gevergd - kunnen evenaren. Sterker nog, primitieve proeven met vallende voorwerpen waren zelfs niet nodig geweest. Zoals het met succesverhalen gaat, legde deze triomf de basis voor een nieuwe onderzoekscultuur in Datamania. De data scientists werden verheven tot de hogepriesters van de wetenschap en binnen de kortste keren loste men ieder probleem enkel nog met data science op.

Het geloof in datamodellen zwol nog verder aan toen spionnen berichtten dat de wetenschappers van Scienzia de banen van Mercurius niet nauwkeurig konden voorspellen. Mercurius bewoog zich in een vlak dat licht leek te roteren, iets wat de datamodellen wel voorspelden, maar de theorieën van Scienzia misten. Dit had blijkbaar voor een crisis in de wetenschap van Scienzia gezorgd, wat had geleid tot een nieuwe esoterische theorie die men de relativiteitstheorie noemde. Voor Datamania was de conclusie duidelijk. Theorieën waren onvolledig én overbodig, datamodellen waren de toekomst.

Toen Scienzia er vele jaren later in slaagde om een man op de maan te laten landen, was de verrassing groot in Datamania. Dit bravourestuk hadden ze niet zien aankomen. Opnieuw werden alle krachten gemobiliseerd om Scienzia bij te benen. Datamania had zijn zelfvertrouwen nog niet verloren, en weerom dacht men dat hun data scientists ook deze klus snel zouden klaren.

Toen de Datamania geleerden na enkele maanden nog niet met een antwoord naar voren waren gekomen, sommeerde de koning van Datamania zijn beste data scientists naar zijn paleis. De data scientists moesten al snel bekennen dat ze machteloos waren, omdat ze simpelweg geen data hadden om op te werken. Hun datamodellen presteerden immers enkel behoorlijk wanneer ze over veel data beschikten. Zo moest om een raket op de maan te laten landen een baan worden uitgezet, maar dit konden hun datamodellen enkel voor elkaar krijgen wanneer ze over honderden voorbeelden van maanlandingen beschikten.

Geleidelijk drong het tot de koning van Datamania door dat zijn data scientists enkel uitspraken konden doen over fenomenen die zich vaak voordeden, maar dat ze eigenlijk niet begrepen wat er zich onderliggend echt afspeelde. Datamania had jarenlang geteerd op schijnkennis. Deze gebeurtenissen zetten de koning van Datamania er toe aan om een vredesverdrag te sluiten met Scienzia. Kennis werd voortaan uitgewisseld en niet langer verborgen gehouden.

Zo leerden de wijzen van Datamania finaal dat je niet elk probleem moet willen oplossen met data science. Tegelijk wist Scienzia de data-science-methodes te waarderen, daar ze nu eindelijk enkele hardnekkige dataproblemen konden oplossen.

Een flink deel van de bevolking van Datamania bleef het overigens moeilijk hebben met deze nieuwlichterij. De oude datamodellen boden het voordeel dat je de toekomst kon voorspellen, zonder dat je je wereldbeeld moest bijstellen. Daarom verkozen velen om in de oude wijsheden te blijven geloven en gingen ze iedere nacht slapen in de overtuiging dat de aarde in het centrum van het heelal stond.

Dat de meest efficiënte manier om technologische problemen praktisch aan te pakken een combinatie van expertises en ervaring vereist, dat weten we ook bij Sirris: daarom werken onze experts uit de verschillende afdelingen - data scientists, ingenieurs, wetenschappers en technici - voortdurend met elkaar samen binnen de technologische innovatieprojecten van onze klanten.

Auteurs

Heb je een vraag?

Stuur ze naar innovation@sirris.be