1

Social Innovation and Tilburg Big Data Laboratory

H.Jaap van den Herik1,2

en Rob van Eijk2

  (1)Tilburg University, TBDL

(2) Leiden University, eLaw

TBDL staat voor Tilburg Big Data Laboratory

The European Social Innovation Week Hal 88 – Spoorzone 013, Tilburg Sessie 15.50-16.20 NS Plein 3, 5014 DA Tilburg

20 september 2013

Dankwoord

Graag bedank ik Hans Mommaas, Bert van Helvoirt en

Gijs van Zon voor de uitnodiging

en voor de samenwerking bedank ik

Stan Bentvelsen, Yvo van Schulpen, Jos Vermaseren, Aske Plaat,

Noël Stolk, Peter de Kock, Ron Boelsma, Roel in ’t Veld,

Joke Hellemons en Eric Postma

2

Inhoud lezing

1. De wereld omver door BIG DATA

2. Technologische Innovatie

3. Sociale Verandering

4. Social Innovatie

5. BIG DATA

6. BIG DATA in aktie: NOS Zomercolumn

7. Toepassingen

8. Nieuwe ontwikkelingen

9. Conclusies

10. Toekomstige uitdagingen

3

4

5

6

Ideeën over INNOVATIE

Technologische Innovatie Social Innovatie

Cloud Het Nieuwe Werken

Crowd Het Nieuwe Communiceren

Narrative Science Tracking & tracing van het individu

7

Sociale Verandering leidt tot Social Innovatie

Twee moeizame sociale veranderingen:- Benzine tanken zonder betalen- Plofkraak geldautomaat

- Verantwoordelijkheid bij Oliemaatschappijen (niet bij politie en OM)- Verantwoordelijkheid bij Bankwezen (niet bij politie en OM)

8

Sociale InnovatieDefinitie: Sociale Innovatie is de ontwikkeling en implementatie van nieuw

ideeën (producten, services, en modellen) om aan sociale behoeften te voldoen, en om nieuwe sociale relaties of samenwerkingsverbanden te creëren.

Als proces gezien:

1. Identificatie sociale behoeften

2. Ontwikkeling nieuwe oplossingen

3. Evaluatie van de effectiviteit

4. Opschalen van effectieve sociale innovaties

Social Innovation EU Report

http://ec.europa.eu/bepa/pdf/publications_pdf/social_innovation.pdf

http://ec.europa.eu/regional_policy/newsroom/detail.cfm?id=597&LAN=EN9

Het Technologie-debat

Standpunt A Standpunt B

The world is technology driven The world is socially driven

(b.v. de Fysici) (b.v. de Juristen)

10

BIG DATA• Definitie van White (2012) : 

Men spreekt van Big Data wanneer een verzameling bestanden zo groot en complex is dat verwerking met reguliere database-systemen of statistische analyse hulpmiddelen niet meer mogelijk is.

 • De uitdagingen omvatten1. opslag,2. beheer, 3. doorzoeken, 4. uitwisseling, 5. analyse, 6. visualisatie en 7. interpretatie8. real-time (van Eijk, 2013)

 11

12

13

Het belang van BIG DATA

BIG DATA bevat (bijna) alle beschikbare kennis

Social-economisch proefschriften van 1970 tot 2000 zijn door BIG DATA ontwikkelingen meestal achterhaald.

Deep Knowledge vs. Partial Knowledge

Real-time bidding (RTB) gebeurt in 30 milliseconden (0,030 sec.)

12

Social Innovation & BIG DATA

zijn de key-factoren van de topmanagers van

elk willekeurig bedrijf

elke overheidsinstelling

elke zzp-er.

Deep Knowledge vs. Superficial Knowledge

13

Commercie vereist snelheidZelfs oppervlakkige profilering leidt al tot verrassende resultaten

te zien bij • Vakantiegangers• Online boekkoper • Huizenkopers

→ Key is Commercie

Eisen aan advertenties: goed en snel

Real-time bidding gebeurt in 0.030 seconde

Dat moet wel anders is de Web-bezoeker al weer vertrokken.

14

NOS Journal interview met Rob van Eijk

15http://nos.nl/video/527311-handel-in-een-fractie-van-een-seconde.html

Toepassingen1. Veiligheid (politiek, militair)

2. Openbare Orde (Live View) Voorbeeld 1

3. Commercie (advertenties)

4. Bankwezen (geldstromen)

5. Rechtspraak (CODR)

6. Binnenscheepvaart Voorbeeld 2

7. Communicatie (twitter, phablet)

8. Onderwijs (MOOC)

9. Openbaar Bestuur

10. Oorlog voeren (Multi Agent Sytems, Socio Cognitive Models)

MOOC = Massive Open Online Courses

16

Optimalisatie cameratoezicht in ontwikkeling

17

Ketenafhankelijkheid

18

Het vaargedrag van één vaartuig

19

De plaats van alle vaartuigen op één moment

20

Nieuwe Ontwikkelingen

Mogelijk door

1. Computational Turn

2. Real-time Bidding (zie Van Eijk bij NOS Journaal)

3. Narrative Science

21

Computational Turn• van causaliteit naar correlatie

 • Het gaat niet langer (alleen) om steekproeven, maar om data

afkomstig vanuit grote populaties (Twitter feeds, klikgedrag op internet, Facebook data). Inzicht in ontdekte verbanden (causaliteit) heeft op veel plaatsen aan belang ingeboet.

• Correlatie (het werkt en dat is wat telt) rukt op. Deze ontwikkeling wordt wel aangeduid met de ‘computational turn.’ Het vraagt om reflectie vanuit de economie, het recht, en de sociale en gedragswetenschappen alsook vanuit filosofisch perspectief.

22

Narrative Science

BIG DATA: - collectie

- besef

- gebruik

Hoe is dat zo gelopen?

- het genereren van data (collectie)

- het visualiseren van data (Napoleon)

- narrative science (welk verhaal bevat BIG DATA?

bv. Wiki Leaks?)

23

24

Conclusies

De conclusie ligt in de ontwikkeling.

Voor een ieder die zich bezighoudt op het gebied van Technologische Innovatie en van Social Innovatie is de volgende Extrapolatie duidelijk.

25

26

MechanizationMechanization19501950

ComputerizationComputerization19701970

Information handlingInformation handling

20002000

IntelligentIntelligentE-commerceE-commerce

E-commerceE-commerce

19901990IntelligentIntelligentProgramsPrograms Communication (ICT)Communication (ICT)

Technologie, Toekomst en ICTTechnologie, Toekomst en ICT

27

20002000IntelligentIntelligent

E-commerceE-commerceE-commerceE-commerce

20052005Agent TechnologyAgent Technology

20102010

Semantic WebSemantic Web

IntelligentIntelligentProgramsPrograms

Communication (ICT)Communication (ICT)

20220200

Ant TechnologyAnt TechnologyBIG DATABIG DATA

Intelligent AntIntelligent Ant

Quantum Computing + BIG Quantum Computing + BIG DATADATA

20320300

20402040Singularity is near (Kurzweil)Singularity is near (Kurzweil)

Uitdagingen

1. Higgsdeeltje → Nieuw standaard model

2. Snelle communicatie → Brain Picking (Google Glass)

3. Intelligent Oorlog voeren

4. Artificial Intelligence Rules the World

28

De uitdagingen samengevat is mijn boodschap als volgt

Representatie

Leren

Aanpassen

Autonomie

Reciprociteit

Normen en Waarden

Ethische beslissingen

Intuïtie en Intelligentie

29

In vraagstelling luidt het:

Vroeger: Kunnen Computers Geloven?

Nu: Geloven Computers in de Mens?

30