Skip to main content

Data science: data omzetten in nuttige kennis

  • 16 maart 2023
  • Door: Reza Abrizeh

Door de opkomst van smartphones en sociale media is de hoeveelheid data die wereldwijd wordt opgeslagen de afgelopen jaren explosief gegroeid. Steeds meer organisaties willen data inzetten om nieuwe inzichten en kansen te creëren. Inmiddels is daardoor een nieuw en snelgroeiend vakgebied ontstaan: data science. ‘Data scientists zijn gespecialiseerd in het analyseren en verwerken van grote hoeveelheden data’, vertelt docent Reza Abrizeh van Avans+. ‘De vraag naar dit type specialisten neemt de komende jaren alleen maar toe.’

Data science, een nieuw vakgebied

‘Data science is een nieuw, zelfstandig vakgebied. Toch heeft het raakvlakken met een aantal bestaande vakgebieden, zoals ICT, kunstmatige intelligentie (AI), wiskunde en statistiek. Het doel van data science is het nuttig inzetten van data. Bijvoorbeeld om onderbouwde beslissingen te nemen of om voorspellingen te doen. Een mooi voorbeeld van de kracht van data science is het visualiseren van data. Daardoor ontstaan nuttige en verrassende inzichten in patronen en de relatie tussen gegevens. De komende jaren worden dit soort lerende systemen en algoritmes alleen maar beter.’

Repeterende handelingen automatiseren

‘Omdat de ontwikkelingen binnen de data science zo snel gaan, is het lastig te voorspellen waar het heen gaat. Mijn verwachting is dat lerende systemen en algoritmes steeds meer repeterende handelingen kunnen (en zullen) overnemen van mensen. Daardoor kunnen mensen zich meer richten op andere zaken, zoals taken met een hoger kennisniveau. Het is overigens niet de verwachting dat algoritmes en AI op termijn de menselijke intelligentie zullen overstijgen.’

Bewustwording over ethische vraagstukken

‘De enorme snelheid waarmee data science zich ontwikkelt, vormt ook een uitdaging. De bijbehorende wet- en regelgeving staat bijvoorbeeld nog in de kinderschoenen, terwijl data science bij uitstek een vakgebied is dat duidelijke en eenduidige regels nodig heeft. Vergelijk het bijvoorbeeld met genetica. Ook daarbij is veel meer mogelijk dan wij ethisch verantwoord vinden. Daarom werk ik als docent ook aan bewustwording bij de deelnemers. Ik laat hen nadenken over ethische vraagstukken: wat kan wél en wat niet? Daarnaast pleit ik voor openheid. Als we de resultaten van data science willen kunnen vertrouwen, moeten de algoritmes volledig transparant werken. We moeten weten welke regels ze hanteren en waarop ze hun beslissingen baseren.’

Data science wordt snel volwassen

‘Als we naar de nabije toekomst kijken, zien we dat de hoeveelheid data blijft toenemen. Steeds meer apparaten worden op het internet aangesloten. De verwerking van al deze data gaat bovendien steeds sneller en de opslag daarvan wordt makkelijker en goedkoper, waardoor het aantal toepassingen voor data science alleen maar zal toenemen. De nauwkeurigheid van algoritmes neemt ook toe en zal op een aantal vlakken het menselijke vermogen gaan evenaren of misschien zelfs voorbijstreven. Nu al zijn er algoritmes die MRI-scans kunnen beoordelen op de aanwezigheid van een tumor. Ik verwacht dat data science als vakgebied snel volwassen zal worden.’

Datagedreven werken

‘Steeds meer organisaties willen datagedreven werken en beslissingen nemen die worden onderbouwd door gegevens. Daarvoor gelden twee belangrijke voorwaarden: data van hoge kwaliteit en deskundigen die al die data kunnen analyseren en kunnen omzetten naar nuttige informatie. 

Plaats ook een reactie

CAPTCHA
Vink het onderstaande vakje aan om door te gaan.