Informatiesystemen in organisaties: Wat weet ik nu meer?

Transcriptie

1 Informatiesystemen in organisaties: Wat weet ik nu meer? Afstudeerscriptie Filosofie in Bedrijf Vrije Universiteit te Amsterdam Begeleiders: Prof.Dr. B. Kee, Filosofie in Bedrijf, VU Dr. F. Schipper, Filosofie in Bedrijf, VU Dr. Ir. S. Strijbos, Cultuurfilosofie, VU Prof. Ir. H.M.J. Mevissen, Bestuurlijke Informatiekunde, VU Amsterdam 1997 André Hollants 1997 HobbitSoft Consultancy

2 1 Inleiding Definities Kennis en de waarde ervan. Hoe kom je er aan? Inleiding Wat is kennis en hoe verwerven we die? Hoe komt de mens tot kennis en in hoeverre is dat de waarheid? Wat is 'kennis' in een computer en hoe komt deze tot stand? Het probleem van de aspecten van data Inleiding De omzetting van 'gegeven' naar 'datum' Wat stelt de data uit een informatiesysteem voor? De rol van het begrip 'presentatie' bij data Het probleem van aggregatie Inleiding Is het resultaat van geaggregeerde data geldig? Het doel van geaggregeerde data De constructie van datamodellen en de werking van computers Inleiding Het modelleren van een informatiesysteem Traditionele computers en informatie technologie (IT) Decision supporting systems (DSS) Expert systemen (ES) Artificiële neurale netwerken (ANN) conclusie Een confrontatie tussen menselijke kennis en computerkennis Inleiding Automatiseren en informatiseren van bedrijfsprocessen HobbitSoft Consultancy

3 7.3 Het gebruik van kennis Het ontbrekende component bij verwerking van (computer) data Conclusie Gebruikte literatuur Voetnoten HobbitSoft Consultancy

4 1 Inleiding Tegenwoordig zien wij dat computers een zeer grote rol spelen in het bedrijfsleven. Waar vroeger alleen grootschalige en eenvoudige processen voor automatisering in aanmerking kwamen heeft de computer nu op vrijwel ieder terrein zijn invloed. In het laatste decennium heeft vooral de informatisering en grote rol gespeeld. Hierbij ontstaat er een zeer grote afhankelijkheid van computers bij het verwerken en verzorgen van de informatievoorziening. Deze informatievoorziening heeft niet alleen betrekking op diverse rapportages, maar heeft ook steeds vaker betrekking op beleidsbeslissingen. Indirect worden strategische beslissingen dan ook bepaald door de inzet en uitkomst van computers. In tegenstelling tot andere hulpmiddelen heeft de computer een extra dimensie. Computers worden gezien als hulpmiddelen voor het brein. Vooral door de enorme verwerkingscapaciteit en de 'foutloze' verwerking van data heeft de computer iets magisch gekregen en worden zij gezien als 'waarheid' producenten. Hoewel ik niet wil beweren dat een computer niet in staat is om data foutloos te verwerken (afgezien van bijvoorbeeld programmeerfouten) zijn er wel een aantal aspecten waar men rekening mee moet houden. Zo is er bijvoorbeeld de vraag welke status men aan de data kan geven. Is data te zien als iets objectiefs (wijzend naar een realiteit) of wordt de data geconstrueerd? Verwijst de data ook altijd naar iets dat eenduidig bepaald is (het zogenaamde aspect)? Men kan zich bijvoorbeeld afvragen of men tot juiste kennis komt door een systematische manipulatie van data tot nieuwe re-presentaties, iets wat zeer goed gedaan kan worden door computers. De nieuwe re-presentatie wordt via een computer geconstrueerd op grond van formele regels, maar de vraag is of deze uitkomst nog steeds wijst naar een realiteit. De aanname dat, indien men de data van computers op een logische (formele) wijze manipuleert, men tot de juiste kennis kan komen hoeft niet waar te zijn. Een formele regel kan ik namelijk niet zomaar los van de betekenis van de data toepassen. Zo kan ik de formele regel toepassen van het getal 'drie' delen door het getal 'twee'. Heb ik het over het bepalen van een afstand die ik halveer dan kan ik het antwoord gebruiken. Heb ik het echter over personen heb die ik over twee plaatsen wil verdelen dan is het antwoord niet direct een praktisch te gebruiken antwoord. De vooronderstelling dat men tot juiste kennis komt door een systematische manipulatie van data is een product van de rationalistische traditie. Deze traditie is zeer sterk en berust voor een groot deel op de scheiding van het denkende subject en het gekende object. Volgens deze traditie kan men dus het object los zien van zijn context. De rationele oriëntatie werkt als volgt 1 : 1997 HobbitSoft Consultancy 1 van 36

5 1 Beschrijf de situatie in termen van objecten met goed beschreven eigenschappen. 2 Zoek algemene regels die geldig zijn voor de gekozen objecten en eigenschappen. 3 Pas de regels op een logische wijze toe op de gegeven situatie en trek conclusies over wat er gedaan moet worden. Het hele ontwerp van een informatiesysteem berust op de aanname dat er gewerkt wordt met een eenduidige representatie van de objecten. Bovendien kan manipulatie van data in een computer uitsluitend plaatsvinden volgens de logica die aan een computer eigen is. In computerbestanden wordt een datum beschouwd als een object representatie die tot zijn essentie is teruggebracht. Deze datum is opgeslagen en zal over het algemeen slechts één aspect in zich herbergen, maar welke dat is, is meestal niet meer zichtbaar. Daar waar bijvoorbeeld een tekst nog de mogelijkheid heeft om tot een vorm van een dialoog te komen (het object kan beschreven worden in een bepaalde context zodat het bedoelde aspect duidelijk is), is dit bij data uit een computersysteem nooit het geval. Dit probleem zal behandeld worden in het derde hoofdstuk. Het tweede probleem betreft een praktisch probleem. De vraag is of de data die vanuit de computer komt in dezelfde context geïnterpreteerd wordt als toen de data werd gevormd. Met de context wordt hier bedoeld het zogenaamde aspect van het gegeven. Zo kan ik met het woord 'water' de chemische samenstelling H 2 O bedoelen zoals in de zin 'voor het oplossen van deze stof wordt water gebruikt'. Maar men kan ook water bedoelen waarbij gedoeld wordt op het aspect van dorstlessend zoals in de zin 'ik wil graag water drinken'. Deze aspecten kan je niet zomaar onderling uitwisselen. Bij de vraag 'Is er water in de koelkast?' kan ik bedoelen of er waterdruppels zijn, bijvoorbeeld omdat ik op zoek ben naar een lek. In dat geval bedoel ik dan geen fles met water. Bij deze wisseling van wat ik bedoel en wat iets kan zijn kunnen dan ook praktische problemen ontstaan. Dit probleem zal in hoofdstuk vier besproken worden. Een derde probleem wordt gevormd door het aggregatieprobleem. Bij het gebruik van computersystemen bij management vraagstukken wordt veelal gebruik gemaakt van geaggregeerde gegevens. Wat gaat er bij een aggregatie verloren en welke status kunnen wij geven aan het eindresultaat? Dit probleem zal aan de hand van de begrippen 'data' en 'gegeven' verder uitgewerkt worden in het vijfde hoofdstuk. Een laatste probleem dat wordt behandeld is de vraag naar de verantwoordelijkheden van de ontwerper van een informatiesysteem en de verantwoordelijkheden van de gebruiker van dit systeem. Hoe worden datamodellen gemaakt en hoe werken computers? Dit probleem zal verder uitgewerkt worden in het zesde hoofdstuk. Wat bij al deze problemen een belangrijke rol speelt, is de vraag hoe gegevens, data, informatie en 1997 HobbitSoft Consultancy 2 van 36

6 kennis zich tot elkaar verhouden en welke rol dit speelt bij het sturen van organisaties, met name indien men gebruik maakt van computers die deze sturing ondersteunen. De begrippen / termen 'gegevens', 'data', 'informatie' en 'kennis' zullen in het tweede hoofdstuk nader toegelicht worden. In hoofdstuk zeven zal de menselijke kennis en kennisverwerving vergeleken worden met de kennis en kennisverwerving bij een computer. Hierbij zal ook duidelijk worden op welke gebieden de kracht van informatiesystemen ligt. Het laatste hoofdstuk zal bestaan uit een samenvatting en conclusie met betrekking tot de behandelde onderwerpen. Het doel van deze scriptie is om de risico's van de ogenschijnlijke probleemloze inzet van informatiesystemen in organisaties en het klakkeloos aanvaarden van de data die men hieruit kan halen te verduidelijken HobbitSoft Consultancy 3 van 36

7 2 Definities In dit werkstuk spelen een aantal begrippen een centrale rol. Dit is de rede om hier een apart hoofdstuk aan te wijden. Het gaat om de begrippen gegevens, data, informatie en kennis. In dit hoofdstuk zullen de begrippen gedefinieerd worden en op hun onderlinge samenhang worden getoetst. In de rest van de scriptie zal men altijd de hier geformuleerde definities moeten gebruiken. Dit kan soms wat verwarrend zijn omdat vooral het verschil tussen 'data' en 'gegeven' in de normale spreektaal door elkaar gebruikt of meestal alleen met de term 'gegeven' wordt gebruikt. Toch is er een verschil tussen die twee, en ondanks het feit dat de tekst hierdoor wat lastiger te lezen is heb ik er toch voor gekozen om deze scheiding strikt aan te blijven houden. Gegeven: Een verschijnsel dat via een of meerdere zintuigen bewust kan worden waargenomen. Als voorbeeld wil ik nemen de zonsopgang. Zowel voor iemand die de aarde als middelpunt ziet, als voor iemand die de zon als middelpunt ziet, zien beide dezelfde verschijnselen (zelfde gegevens) maar kunnen tot verschillende informatie komen. Datum (data): gegeven dat via een of meerdere symbolen gerepresenteerd en overgedragen wordt. Deze definitie is opgenomen omdat, volgens de definitie van 'gegeven', wij niet kunnen spreken van gegevens in bijvoorbeeld een computersysteem of meetsysteem, of bij het gebruik van taal. Het meetsysteem, computersysteem of de taal is ooit ontworpen vanuit een bepaalde theorie. Datum (data) is dan ook van een iets andere orde dan een 'gegeven'. Bij gegevens hebben wij te maken met een waargenomen verschijnsel, terwijl wij bij data moeten denken aan de poging om gegevens over te dragen. Bij deze overdracht van data is er dus geen directe eigen waarneming van het gegeven. We kunnen hier bijvoorbeeld denken aan een temperatuurmeter. Als de wijzer de 18 aanwijst dan zeggen wij dat de temperatuur 18 graden is. Dat wat wij waarnemen is 'kou' of 'warmte'. Door het meetinstrument hebben wij de temperatuur een symbool (getal) gegeven. Hoe wij dit waarnemen ligt echter allerminst vast. Als wij van iemand horen dat het op een ander plaats 18 graden is dan kunnen wij hooguit voorstellen of het dan warm of koud is. Er is dan ook een verschil tussen de beleving en de meting (het aantal graden). Wat wij doorgaans doen is onze ideeën toetsen door middel van vragen en gesprekken voeren met degene die ons de data geeft. Wij proberen de aangereikte data te interpreteren en maken er op die manier informatie van. Informatie: data of gegevens die geïnterpreteerd worden met het oog op het kunnen wegnemen van onzekerheid. Uit deze definitie blijkt dat informatie niet voor iedere persoon hetzelfde hoeft te zijn. Personen kunnen op grond van dezelfde gegevens tot verschillende informatie komen. Informatie is ten diepste subjectief. Als men informatie wil overdragen dan doet men dit om het eigen denkbeeld over te dragen op de ander. Informatie kan men dan ook beschouwen als een soort van beeldbeïnvloeding. Deze 1997 HobbitSoft Consultancy 4 van 36

8 beïnvloeding kan alleen plaatsvinden door gebruik te maken van data die redelijk herkenbaar is voor de ontvanger. Afhankelijk van mijn intentie kan ik de ander alleen die data aanbieden met een voor mij gunstig resultaat. Dit wordt onder andere veelvuldig toegepast in de politiek. Als men echter teveel afwijkt van het beeld dat de ander heeft, dan zal deze de bedoelde informatie niet kunnen of willen begrijpen. De data zal dan namelijk niet de onzekerheid wegnemen, maar juist doen toenemen. Hierbij zal de data niet omgezet worden tot informatie. Kennis: (oude) informatie die via een geheugen herinnerd en op betrouwbaarheid getoetst wordt in een nieuwe situatie. Deze definitie heeft ook tot gevolg dat er geen waarde-oordeel aan kennis zit. Kennis is niet waar of onwaar in zijn algemeenheid, maar waar of onwaar voor het individu. Kennis kan men wel beschouwen als betrouwbaar gebleken informatie. Vanwege dit feit hoeft 'kennis' dus niet gelijk te zijn aan 'informatie'. Informatie op zich heeft nog niet de status dat het ook betrouwbaar is. Dit is wel het geval bij kennis. (Kennisverwerving heeft wel met 'informatie' te maken) HobbitSoft Consultancy 5 van 36

9 3 Kennis en de waarde ervan. Hoe kom je er aan? 3.1 Inleiding In dit hoofdstuk wordt dieper ingaan op de manier waarop wij tot kennis komen, de kennisverwerving. Kennis wordt hier gedefinieerd als informatie die via een geheugen herinnerd en op betrouwbaarheid getoetst wordt in een nieuwe situatie. De kennisverwerving vindt echter plaats door middel van het interpreteren van gegevens en het combineren hiervan met bestaande kennis. Dit combineren met bestaande kennis is vooral een activiteit in ons streven om een consistent wereldbeeld te vormen. Wij proberen de wereld om ons heen te begrijpen en wij zullen dan ook proberen om ons een beeld te vormen van de wereld om ons heen. In de filosofie is 'kennis' en 'kennisverwerving' al eeuwenlang een gebied van onderzoek. Er zijn dan ook verschillende ideeën over het verkrijgen van kennis. Computers gebruiken ook een soort van 'kennis', meestal in de vorm van programma's in combinatie met databestanden en/of geheugen. Deze kennisrepresentatie in computers vindt op een aantal manieren plaats. In dit hoofdstuk wil ik duidelijk maken dat de kennis (representatie) die computers hebben van een andere orde is dan de kennis (en vooral het komen tot kennis) die door mensen wordt gebruikt. Bij een computer zal geen toetsing op betrouwbaarheid plaatsvinden. Bij een computer ligt de kennis vast en is die onveranderlijk. Om dit toe te lichten zal er eerst gekeken worden naar de vormen van kennis die er zijn. Hierna zal er gekeken worden hoe deze kennis verkregen wordt bij de mens en bij computers. 3.2 Wat is kennis en hoe verwerven we die? Voordat we kunnen komen tot de vraag hoe men tot kennis kan komen, is het belangrijk om te weten wat kennis nu eigenlijk is. Kennis is overigens iets anders dan intelligentie. Bij intelligentie ligt de nadruk vooral op de vaardigheid om problemen op te kunnen lossen en het kunnen toepassen van dat wat men geleerd heeft. Bij kennisverwerving ligt de nadruk echter op waarneming, bewustzijn, herinneringen en oordeelsvorming. Zoals in de inleiding reeds vermeld wordt onder kennis verstaan: Kennis: (oude) informatie die via een geheugen herinnerd en op betrouwbaarheid getoetst wordt in een nieuwe situatie. De waarde van kennis (de waarheid die men aan zijn eigen kennis geeft) moet men kunnen verifiëren. Dit zoeken naar waarde vindt meestal plaats doordat men zijn kennis aan anderen toetst, of dat men iets leest van iemand waarvan de schrijver als autoriteit geldt. Zo zal men aan een artikel van Einstein meer waarde toeschrijven dan aan een artikel van een onbekende. Zoals eerder opgemerkt, streeft de 1997 HobbitSoft Consultancy 6 van 36

10 mens naar een consistent wereldbeeld. Kennis die betrouwbaar is gebleken speelt echter geen passieve rol. Zij zorgt ervoor dat er een fixatie gaat optreden. Beelden die tegen deze fixatie in gaan worden niet of nauwelijks meer 'waargenomen' 2 tenzij men hier de aandacht op vestigt. Deze beeldconsistentie kan zelfs reconstructie tot gevolg hebben. Hierbij worden niet complete beelden opgevuld met voorstellingen die aan andere situaties zijn ontleend. Hieruit volgt dat de wereld om ons heen niet zozeer een objectief gegeven is, maar door ons wordt geconstrueerd. Een gevolg hiervan is dat onze kennis niet statisch is, maar dynamisch. Dit beeld is relatief nieuw en gaat ook tegen onze natuurlijke houding in. Onze natuurlijke houding is dat de wereld gegeven is en wij de objecten waarnemen met onze zintuigen. Dat de objecten zijn zoals wij ze waarnemen is echter zeer de vraag. Voordat ik hier verder op in wordt gegaan zal eerst gekeken worden naar de drie vormen van kennis die ons bekend zijn 3. Deze vormen van kennis zijn: - Empirische kennis: Deze kennis heeft betrekking op ervaringsgegevens van zintuiglijke aard en op de voorwaarden en veronderstellingen van die kennis. Empirische kennis is dus niet alleen de pure waarneming, maar ook factoren als culturele normen en waarden spelen mee. In dit verband zou ik als voorbeeld willen noemen hoe een vliegtuig waargenomen wordt. Voor iemand die bekend is met vliegtuigen zal een vliegtuig gewoon als vliegtuig worden waargenomen. Iemand die echter nog nooit een vliegtuig heeft gezien en er ook nog nooit van gehoord heeft zal een vliegtuig op een totaal andere manier waarnemen. Hij zal proberen het verschijnsel te verklaren in termen die hem wel bekend voorkomen. Zo zal er waarschijnlijk gedacht worden aan een glimmende vogel die zeer groot is en veel lawaai maakt. Een ander voorbeeld dat meer verband houdt met dit werkstuk wordt gevormd door de informatietechnologie. Een programmeur zal heel anders naar een computer kijken dan een gebruiker. De programmeur zal bijvoorbeeld eerder geneigd zijn om een computer te zien in termen van programma instructies en logische eenheden daar deze hem bekend zijn. Een gebruiker die deze kennis niet bezit zal veel meer geneigd zal zijn om een computer te zien als verlengstuk van zijn kennis. De werking ervan zal verklaard worden in termen die hem bekend zijn. Bovendien leeft vaak de gedachte dat wat in de computer staat 'de waarheid' is omdat er uit ervaring is gebleken dat de computer het blijkbaar altijd bij het rechte eind heeft. Dit idee wordt nog versterkt door de waarde die het management hecht aan de output (rapportage) uit een computer. - Formele kennis: Deze vorm van kennis is niet rechtstreeks aan de zintuiglijke ervaring gekoppeld. Je kan hier vooral denken aan de logica en de wiskunde. Zo kan men prima berekenen op wat voor hoogte men zich bevindt indien men de luchtdruk kent. Dit is dus kennis die uitgaat van wetmatigheden. Doordat deze wetmatigheden vaak situaties kunnen verklaren is deze vorm van kennis voor ons betrouwbaar gebleken en passen wij deze wetmatigheden toe om zo een 1997 HobbitSoft Consultancy 7 van 36

11 consistent wereldbeeld te verkrijgen. Deze vorm van kennis speelt een zeer belangrijke rol in de wetenschappen en heeft sinds het einde van de middeleeuwen ook een grote vlucht genomen. Het zal ons niet verbazen dat deze wetmatigheden een zeer grote rol hebben gespeeld bij de ontwikkeling van computers. De eerste computers waren machines waarin een aantal rekenregels van de wiskunde zaten en, ondanks alle ontwikkelingen die er zijn geweest, zijn deze basisprincipes ook in de huidige computer niet veranderd. Deze basisregels vormen nog steeds de kern van de meest complexe zaken die men met behulp van computers uitwerkt. - Waardekennis: Deze vorm van kennis heeft betrekking op het gevoelsmatige aspect. Hier vallen ook normen en waarden onder. Hierbij spelen dan ook factoren zoals onder andere de culturele achtergrond een belangrijke rol. Met betrekking tot dit werkstuk zal deze vorm van kennis niet verder worden uitgewerkt. Zoals reeds eerder is opgemerkt zal het waardeoordeel dat men geeft aan computers wel een rol spelen in dit werkstuk. 3.3 Hoe komt de mens tot kennis en in hoeverre is dat de waarheid? In deze paragraaf zal er dieper ingegaan worden op het verkrijgen van kennis bij de mens. Zoals uit de definitie is gebleken is bij kennis vooral het toetsingskarakter van belang. De vraag hoe we tot kennis komen heeft dan ook sterk te maken met hoe wij informatie en data toetsen. De premisse hierbij is dat getoetste informatie (kennis) die herhaaldelijk juist is gebleken ook ware kennis is. We zullen zien dat bij de ontwikkeling van kennis juist dit element ons constant noopt tot andere richtingen. Indien de 'verklaarde' kennis in twijfel wordt gebracht door verschijnselen die hiermee niet te verklaren vallen zien wij dat er een nieuwe vorm van kennis ontstaat. We beginnen hierbij met de empirische kennis. Zoals hierboven genoemd is, speelt de zintuiglijke ervaring een zeer belangrijke rol. Een vraag die hierbij direct om de hoek komt kijken is het subjectieve karakter van de waarneming. In de filosofie is Descartes de eerste die grote vraagtekens zet bij de empirische kennis. Zijn twijfel heeft niet alleen betrekking op de zintuiglijke waarneming, maar ook op de traditie (alles wat is aangeleerd en overgeleverd is). Na deze twijfel komt hij tot zijn beroemde cogito, ergo sum (ik denk dus ik ben) 4. Wat hier ontstaat zijn intuïtieve zekerheden. Wat hierbij belangrijk is, is de splitsing die ontstaat tussen een ken-object en een denk-subject. Een groot probleem hierbij vormt de verhouding tussen het 'vrije' subject (het denk-subject, de mens) en het (beheerste) ken-object. Hoe kan men nou toetsen op grond van intuïtieve zekerheden, waar komen die vandaan? Het antwoord was dat de mens anders was dan al het andere daar hij over de rede beschikt. Deze rede maakt het ook mogelijk om kennis te hebben zonder een directe ervaring, kortom, de kennis is aangeboren. Voorbeelden hiervan zijn de logica en de wiskunde (de formele kennis). Toch blijft het vreemd hoe de verhouding mogelijk is van het subject (de mens) en het ken-object. De oplossing werd door de 17de eeuwse filosofen vooral gezocht door het inroepen van de hulp van God 1997 HobbitSoft Consultancy 8 van 36

12 om de ontstane leemte op te vullen. Bij Leibniz is een oplossing gevonden door het invoeren van een 'monaden' theorie. Een monade is het in zichzelf besloten, doelgerichte kracht en belevingscentrum dat in elk der dingen werkzaam is 5. Om tot kennis te komen is het belangrijk om het doel te kennen (teleologische verklaring). Hierbij laten alle bewegingsprocessen zich verklaren vanuit een innerlijk nagestreefd doel. Het probleem hierbij is dat deze individuele bewegingsprocessen toch schijnbaar op elkaar inwerken. Leibniz verklaart dit op grond van de harmonia praestabilita (=tevoren vastgestelde harmonie) die is ingebouwd door God. Onze kennis kunnen we dan ook toetsen aan het doel. Kent men het doel, dan heeft men 'ware' kennis. Een tegenbeweging op deze exacte werkelijkheid verklaring wordt gevormd door de 'Aufklärung' of 'Verlichting'. Hierbij is de kennisverklaring door de bemoeienissen van een God niet meer geloofwaardig. In deze tijd is het Locke die de volgende vraag stelt: Hoe ontstaat kennis eigenlijk in de menselijke geest? Voor hem zijn er geen aangeboren voorstellingen zoals bij Descartes. De kennis ontstaat aan de ervaring van objecten die een afdruk in het bewustzijn achterlaten. Het gaat hierbij om de empirische kennis. Bij Locke zijn er wel twee kwaliteiten van kennis: De primaire kwaliteit is objectief waar te nemen. Zij kunnen gemeten worden en door iedereen worden geconstateerd. De primaire kwaliteiten worden getoetst door middel van meting. De secundaire kwaliteiten zijn subjectief. Te denken valt hierbij aan bijvoorbeeld smaak. Deze is subjectief, hoewel er ook primaire kwaliteiten in te onderscheiden moeten zijn die er voor zorgt dat de indruk van bijvoorbeeld de smaak wordt opgeroepen. De zekerheid van de kennis wordt ook hier, evenals bij Descartes, gelegd in de subject-object relatie. Hoewel de mens geen aangeboren kennis heeft, bezit hij in ieder geval het vermogen om tot kennis te komen. Kennis wordt hierbij dan gelijk gesteld aan ervaring. Dat wat wij herhaaldelijk waarnemen wordt kennis. Deze afzwakking van het empirisme wordt bekritiseerd door Hume. Volgens hem dient er een onderscheid te zijn in de indrukken en voorstellingen in het proces van kennisvorming. Alle redeneringen met betrekking tot standen van zaken lijken gebaseerd te zijn op de relatie oorzaak en gevolg 6. Deze kennis is nooit verkregen door middel van redeneringen a priori, maar enkel en uitsluitend ontspringt aan de ervaring wanneer we opmerken dat specifieke objecten altijd gezamenlijk voorkomen. Zonder ervaring is het niet mogelijk om enige conclusie te trekken omtrent een stand van zaken. In de voorstelling van Hume heeft kennis dus te maken met geheugen en met het herkennen van situaties. De kennis ontstaat dan ook door het herhaaldelijke karakter dat ons opvalt. Dit scepticisme geeft ons niet het vertrouwen waarnaar wij op zoek zijn zodat er naar andere verklaringen wordt gezocht. In de jaren daarop komt Kant met een nog wezenlijker vraag: wat is de structuur van de kennis eigenlijk? Hoe is kennis überhaupt mogelijk? Het sceptische van Hume is voor Kant slechts een doorgangsfase naar de 'kritische' filosofie (hiermee bedoelt hij zelfkritiek). Kants kritische filosofie keert zich tegen dogmatisme (de filosofie die zonder nader onderzoek ervan uitgaat dat de theoretische rede in staat is zich boven de ervaring uit te heffen) en tegen het scepticisme ( de filosofie die 1997 HobbitSoft Consultancy 9 van 36

13 alle dogmatische en metafysische denkconstructies afbreekt en de theoretische rede onderuit haalt maar in het negatieve blijft steken). Voor Kant is de kritische filosofie die filosofie die nagaat waartoe de rede wel en niet in staat is. Ook bij Kant vangt alle kennis aan bij de zintuiglijke waarneming. In tegenstelling tot andere empiristen is bij hem het bewustzijn geen 'white paper' maar is er een tweeledige structuur. Het bewustzijn bestaat uit vorm en materie. Met vorm wordt bedoeld: de ordening van deze indrukken in bepaalde bewustzijnskaders. Deze bewustzijnskaders gaan de ervaring vooraf en noemt hij a-priorische vormen. Met materie wordt bedoeld: de chaotische hoeveelheid indrukken die de mens via zijn zintuigen binnen krijgt. Hiermee is Kant het scepticisme van Hume te boven gekomen. Een voorbeeld hiervan is de wiskunde. De stellingen van de wiskunde zijn bij Hume nooit met zekerheid uit de indrukken van de ervaring af te leiden. Bij Kant is het antwoord hierop dat je dat ook niet moet doen. De geldigheid van stellingen berust op de a-priorische structuur van het bewustzijn zelf. De algemene geldigheid en strikte noodzakelijkheid van de stellingen in de wiskunde berusten volgens Kant op de aanschouwingsvormen van ruimte en tijd, die van de natuurkunde op de verstandsvormen van causaliteit e.d. 'Ware' kennis is dan ook deze aanschouwingskennis van de bewustzijnskaders. Een volgende claim van kennis wordt gemaakt door het neopositivisme of, ook wel genoemd, het logisch positivisme. In deze stroming wordt sterk de nadruk gelegd op het baseren van kennis op de positief gegeven verschijnselen van de ervaring die vervolgens nauwkeurig in taal omgezet dienen te worden. Uitspraken zijn pas empirisch indien zij objectief-wetenschappelijk geverifieerd kunnen worden. Een gevolg van deze houding is: - Alleen empirische (natuurwetenschappelijke) uitspraken verschaffen informatie en zijn dus zinvol. - Logische of analytische uitspraken herhalen zichzelf en zijn derhalve zinloos. Deze uitspraken leren ons niets nieuws en verschaffen dus geen informatie. Zo is de uitspraak dat een cirkel rond is zinloos. - Metafysische uitspraken verschaffen ons geen informatie daar zij geen betrekking hebben op de feitelijke waarneming. Ook verhelderen zij geen informatie, maar bieden slechts schijn-informatie. Deze uitspraken zijn voor het neopositivisme dan ook onzinnig. In de twintigste eeuw is er een tweede sterke stroming, die van het irrationele. Kenmerken van deze stroming is dat men niet meer gelooft in de onbevooroordeelde, objectieve berekeningen van de (natuur-) wetenschappelijke rede. Indien het menselijke bewustzijn inderdaad wordt bepaald door het tijdsbestek, het sociaal milieu, of de instinctieve dieptelaag van de betrokken denker (zoals een aantal filosofen ons doen geloven), kan er dan nog sprake zijn van een autonome zelfbepaling van de rede? Een filosoof als Kuhn 7 heeft aan willen tonen dat kennis afhankelijk is van het paradigma waarin men kijkt. Een paradigma is een fundamentele theorie waaraan het hele in een vakgebied gebruikelijke begrippenapparaat is ontleend, zodat problemen slechts in die termen van die theorie geformuleerd kunnen worden. De context bepaalt in grote mate de waarneming. Deze theorie van geladenheid is al geopperd door Popper. Volgens Popper is er als eerste de theorie. Uit deze theorie wordt een 1997 HobbitSoft Consultancy 10 van 36

14 hypothese geformuleerd en vervolgens worden de feiten gezocht die deze hypothese verifiëren of falsificeren. Voor hem is er echter nog steeds wel een objectiviteit die gezocht kan worden. Kuhn gaat echter een stapje verder. Volgens hem is het maar de vraag of er sprake kan zijn van echte objectiviteit die wij volledig kunnen kennen. Vele waarnemingen kunnen pas plaatsvinden op het moment dat deze waarnemingen 'gestuurd' worden door een paradigma. Waarnemingen die niet in het paradigma passen worden dan ook niet waargenomen. Het komt er op neer dat men geen apparaten kan bouwen om iets te meten of waar te nemen als men niet weet waar naar men zoekt. De waarneming of gegeven hangt dus af van de context waarin het wordt 'gezien'. Ik wil mij zelf hierbij aansluiten. Het lijkt er sterk op dat er weliswaar objecten buiten ons zijn, maar dat de kennis die wij van die objecten hebben toch voornamelijk een constructie van onszelf zijn. Een zeer groot deel van onze kennis over de objecten wordt ons aangeleerd door middel van onderwijs, het lezen van boeken, het praten en discussiëren met anderen enz. Dat wat wij waarnemen wordt in grote mate gestuurd door wat wij al weten. Hierbij wil ik echter opmerken dat er, ondanks een geconstrueerdheid van kennis, er ook een aspect is dat niet geconstrueerd is. Door middel van dialoog, experimenten, navragen enz. toetsen wij onze kennis aan kennis van anderen. Blijkbaar is er een 'werkelijkheid' die weliswaar verschillend geïnterpreteerd wordt en van daaruit geconstrueerd wordt, maar er is nog iets. Onze kennis wordt niet alleen bepaald door (eigen) constructie maar ook door toetsing aan kennis of uitleg van anderen. In deze toetsing komt ook de geborgenheid. Niet alleen ik neem het zo waar, maar ook anderen zodat de betrouwbaarheid en zekerheid voor mij toeneemt. Een goed voorbeeld hiervan is bijvoorbeeld de kunst. Vooral bij moderne kunst geldt dat men deze zonder enige voorkennis eigenlijk niet kan begrijpen. Een groot doek met diverse strepen zal pas 'herkend' worden na uitleg of bestudering van andere kunstwerken die in dezelfde stijl zijn gemaakt. Dit geldt evenzeer voor het kind dat gezichten ziet in de wolken. Het leert om wolken als wolken te zien en zal er dan ook geen gezichten meer in zien op de manier zoals die vroeger werden gezien. In de filosofie is ook een grote twijfel ontstaan over de 'objectiviteit' van de 'werkelijkheid'. We kunnen hier filosofen als Heidegger, Gadamar en de latere Wittgenstein als voorbeeld noemen. Deze leggen de nadruk op een geconstrueerde wereld waarbij taal een belangrijke rol speelt. Wij kunnen geen objectieve kennis hebben daar wijzelf onderdeel uitmaken van het object in de vorm van de interpretatie van dit object. Het object en het subject bestaan gelijktijdig. Aangezien wij altijd van zo'n interpretatie uit moeten gaan is er geen neutraal uitgangspunt. Door middel van communicatie met anderen toetsen wij onze interpretaties met die van anderen. Op deze manier komt men tot kennis en zal er een steeds consistenter wereldbeeld ontstaan HobbitSoft Consultancy 11 van 36

15 3.4 Wat is 'kennis' in een computer en hoe komt deze tot stand? Als we kijken naar de ontwikkeling van computersystemen dan zien we dat daarbij gebruik wordt gemaakt van een datamodel. Bij het maken van een datamodel wordt uitgegaan van een objectieve werkelijkheid die eenduidig is vast te leggen. In de vorige paragraaf is echter aangetoond dat dit uitgangspunt behoorlijk onder druk staat en een geconstrueerde werkelijkheid meer voor de hand ligt. Als we voor het modelleren uitgaan van een geconstrueerde werkelijkheid dan ontstaat hier een probleem: Wat zijn we eigenlijk aan het modelleren? We kunnen hier dan ook spreken van een ontologisch probleem 8. Bij het ontwikkelen van informatiesystemen gaat men er vanuit dat de wereld er is, en bestaat uit concrete objecten met natuurlijke eigenschappen. Deze objecten hebben relaties tot andere objecten. De wereld bestaat dus ook zonder dat deze geïnterpreteerd wordt door mensen. De wereld wordt dus niet geconstrueerd en bestaat zonder aannames of sociale context van de mens. Als we echter rekening houden met het feit dat de interpretatie wel een rol spelen, en dat wij de objecten representeren op grond van eigen interpretatie dan heeft dit ook gevolgen voor de 'kennis' die in een computer zit. Vanuit het datamodelleren kiest men ervoor dat de wereld gegeven is en bestaat uit objecten met attributen en relaties. Symbolische interactie suggereert echter dat de wereld sociaal geconstrueerd is en dat de 'objecten' alleen maar toegankelijk zijn via een interpretatieproces. Voor datamodelling houdt dit in dat de taal van het datamodelleren moet aansluiten op de taal van zijn gebruikers. Bij datamodellering gebruikt men echter een formele taal en maakt men keuzes in de te modelleren objecten met zijn gekozen attributen en relaties. Zelfs als men in staat zou zijn om deze goed weer te geven dan zal er, na de bouw van een informatiesysteem, sprake zijn van statische kennis. De component van de (ongestructureerde) interactie met anderen om zo de eigen kennis te toetsen is na bouw niet meer mogelijk. De gestructureerde kennis in een computer is op deze manier statisch geworden. Door het datamodelleren heeft er een verstarring plaatsgevonden. De data kan alleen nog via deze statische kennis 'getoetst' worden en zal bij gebruik van het model dan ook altijd tot eenzelfde antwoord leiden. De vraag wordt dan ook wat er eigenlijk getoetst wordt. Wederzijdse toetsing door middel van dialoog is bij een computersysteem niet mogelijk. Hierbij is er een groot verschil tussen menselijke kennis en computer kennis. De menselijke geconstrueerde kennis is constant aan verandering onderhevig door middel van ongestructureerde overwegingen in de vorm van gesprekken met anderen, experimenten ter toetsing van huidige inzichten enz. Bij computerkennis is de geconstrueerde kennis niet meer aan verandering onderhevig. Toetsingen zijn een monoloog geworden waarbij de menselijke kennis zich onvoorwaardelijk moet aanpassen aan de computer kennis. Pas als de nieuwe situaties zo moeilijk te toetsen en te verklaren zijn aan de hand van de bestaande datamodellen, zal er opnieuw gemodelleerd worden en de programmatuur aangepast worden aan de dan geldige menselijke kennis. Overigens is dit ook te zien 1997 HobbitSoft Consultancy 12 van 36

16 aan de technieken waarmee databestanden worden opgeslagen. Dit waren eerst hiërarchische databases, waarbij de data in hiërarchische lagen werden gerangschikt, toen kwamen er relationele databases waarbij toegankelijkheden werden gerangschikt in de vorm van relaties en tegenwoordig zijn er object gerelateerde databases waarbij eigenschappen en relaties in een object worden vastgelegd. Omdat computersystemen het mogelijk gemaakt hebben om enorme hoeveelheden data te bewerken op steeds complexere terreinen, wordt het gevaar steeds groter dat de kennis van de computer, door de complexiteit, niet meer getoetst zal worden en zo tot kritiekloze aanvaarding zal leiden. Om met de woorden van Dreyfus 9 te spreken: 'our risk is not the advent of superintelligent computers, but of subintelligent human beings' HobbitSoft Consultancy 13 van 36

17 4 Het probleem van de aspecten van data 4.1 Inleiding Uit de definitie van datum (data) blijkt dat hiermee een gegeven als symbool gerepresenteerd wordt. Zo is taal een voorbeeld waarmee met behulp van vele symbolen (letters, woorden en zinnen) een gegeven beschreven kan worden. Het goed representeren van een of meerdere gegevens lukt ons meestal slechts ten dele. 4.2 De omzetting van 'gegeven' naar 'datum' Indien wij een verschijnsel bewust waarnemen, dan is deze ervaring direct. Als wij bijvoorbeeld in een citroen bijten dat ervaren wij direct een aantal aspecten zoals de geur, de zure smaak, het effect op de klieren enz. Als wij vervolgens taal bezigen dan maken wij gebruik van intonatie en mimiek (de non-verbale communicatie) waarbij wij trachten het gegeven over te brengen op een ander. Zo zullen wij vertellen hoe zuur de citroen is op grond van mimiek en intonatie (zuur gezicht trekken, op een bepaalde manier 'bah' uitspreken enz). Als we vervolgens deze bevinding in schriftelijke taal moeten onderbrengen dan kunnen wij geen gebruik meer maken van de mimiek en intonatie. We zullen ons in ieder geval moeten afvragen wie het 'publiek' is aan wie we het 'gegeven' willen overbrengen. Spreekt deze dezelfde taal? Kan je gebruik maken van vakjargon? Zo kunnen wij bijvoorbeeld de smaak in een ph waarde vastleggen. Met behulp van vakjargon is de beleving die wij hebben ondergaan al nauwelijks meer te verwoorden, iets waarvoor in de gewone spreektaal nog wel mogelijkheden oor zijn door het bijvoorbeeld te beschrijven. Moeten we een gegeven via een informatiesysteem overbrengen dan hebben we nog minder mogelijkheden. Willen we goed gebruik maken van het informatiesysteem dan moeten we weten wat we geacht worden als data in te vullen en deze data dient eenduidig te zijn. Wij kunnen bijvoorbeeld de ph waarde vastleggen. Dit datum zegt dan bijna niets meer over hoe wij het gegeven hebben ervaren. Als we toch de ph waarde (een scheikundige waarde) relateren aan het belevingsaspect dan is er sprake van een 'category mistake' 10. (Een citroen en een sinaasappel hebben bijna een gelijke ph waarde, maar dit zegt niets over hoe zuur wij de smaak vinden) HobbitSoft Consultancy 14 van 36

18 category mistake: een representatie van een mentale toestand alsof deze behoort tot een logisch type of categorie terwijl die eigenlijk tot een andere behoort. Een ander voorbeeld hiervan is 'het huis van de groenteboer', 'het huis van de familie Jansen', 'het huis van afgevaardigden'. Bij het laatste 'huis' wordt iets anders bedoeld dan bij de andere huizen. Als we proberen het huis van afgevaardigden te zoeken met behulp van kenmerken die gelden voor het huis van de groenteman en het huis van de familie Jansen, dan zullen we dat niet vinden. Als wij dan ook gebruik maken van een informatiesysteem dan moeten we niet alleen bij de invoer weten welk aspect wordt bedoeld, maar zeker ook indien wij de data van computers willen gaan gebruiken. Wat aan een computer eigen is, is dat er alleen maar met 'meetbare' eenheden wiskundige bewerkingen uitgevoerd kunnen worden. De relatie die men tot de objecten heeft, of de relaties tussen objecten kunnen alleen maar bewerkt worden indien zij 'tot formele relaties' zijn of worden gemaakt. Een voorbeeld is: Als ik via mijn computer systeem zie dat er 8 personen werken op afdeling A en dat er 9 personen werken op afdeling B. Als ik vervolgens iets met deze data iets wil doen, dan moet ik weten wat er, volgens het informatiesysteem, precies onder 'persoon' wordt verstaan. Het kan zijn dat 'persoon' een individu is met een arbeidscontract van het bedrijf. In dit geval zullen b.v. uitzendkrachten niet mee geteld zijn. Ook kan een individu op beide afdelingen werkzaam zijn zodat je de getallen niet zomaar mag optellen. Het kan ook zijn dat er bedoeld is dat met persoon 1 FTE (full time equivalent) wordt bedoeld. In dit geval kunnen er best veel meer individuen werken omdat bijvoorbeeld een aantal individuen een part-time contract heeft. Blijkbaar houdt de formele kennis geen rekening met hetgeen waarnaar het getal verwijst. Zowel het juist toepassen van een formele regel als de juistheid van de uitkomst of, beter gezegd, de interpretatie ervan, is dan ook een verantwoordelijkheid van de persoon die deze data gebruikt en interpreteert. Met dit voorbeeld is in ieder geval duidelijk gemaakt dat men moet oppassen met het kritiekloos interpreteren van data. 4.3 Wat stelt de data uit een informatiesysteem voor? Naar aanleiding van het voorgaande kunnen wij ons afvragen hoe goed het resultaat van het informatiesysteem eigenlijk is. Dit wordt door Klein en Lyytinen 11 het linguïstisch probleem genoemd. Datamodellen moeten compleet zijn, consistent en volledig geformaliseerd om eenduidigheid te waarborgen. Het ideale datamodel geeft een formele calculus die alle vragen kan beantwoorden waarop het model betrekking heeft. Antwoorden komen vanuit de axioma's en gevolgtrekkingregels HobbitSoft Consultancy 15 van 36

19 Datamodellen moeten ook makkelijk in het gebruik zijn, maar hier zijn echter geen procedures voor. Als realisme is voorondersteld dan worden datamodellen gebruikt voor het representeren van de werkelijkheid. Hierbij kunnen datamodellen vergeleken worden op grond van accuraatheid en compleetheid. In de praktijk blijkt echter dat onze informatie altijd gekleurd en situatiegebonden is, gebaseerd op onze eigen perceptie van de werkelijkheid 12. Bij deze geconstrueerde werkelijkheid kan de vergelijking van datamodellen dan ook niet vergeleken worden op grond van accuraatheid en compleetheid. Bij een geconstrueerde werkelijkheid bepalen de datamodellen ook wat de realiteit is en dus kan er in dat geval geen onderliggende realiteit zijn. Het gevolg hiervan is dat het datamodel een realiteit is die gecreëerd is door de bouwer. Het is zijn idee van werkelijkheid dat gemodelleerd is. Als hierbij ook nog bedacht wordt dat de aspecten van data hier impliciet in aanwezig zijn (zie voorbeeld met personen per afdeling), dan is het voor het gebruik van het systeem noodzakelijk om in ieder geval de bedoelde aspecten voor het gebruikte model expliciet te maken. Kennis hiervan is dan ook een vereiste voor iedere gebruiker van het systeem. Deze onzichtbare impliciteit van aspecten van data speelt vooral bij computers een rol. Bij een computer is er namelijk geen dialoog mogelijk. Daar waar men bij gesprekken nog de mogelijkheid heeft om het begrepene te toetsen door middel van vragen, bij teksten door middel van de context zoals in de tekst verwoordt, is dit bij een computer niet mogelijk. Het bedoelde aspect zit impliciet verborgen in de structuur (een regel) van het datamodel. Daar waar bij de mens de context bepaald welke 'regel' wordt toegepast voor de interpretatie, wordt de context door een computer bepaald door de regel (het programma) die het bezit De rol van het begrip 'presentatie' bij data Kijken we naar de 'presentatie' van data dan bedoelen we daarmee dat de data 'kenbaar' wordt gemaakt (weer getoond wordt). Hier is een groot verschil tussen computers en mensen. Bij een computer wordt hiermee bedoeld dat een datum weer oproepbaar is, en op een of andere manier is vastgelegd. Als men bijvoorbeeld de naam adres en woonplaats gegevens in een bestand verwerkt, dan doet men dat zodat men op een later tijdstip deze data weer kan ophalen om bijvoorbeeld etiketten te printen. Kijkt men naar de mens dan wordt er met 'presentatie' niet alleen het 'kenbare' bedoeld maar hierbij wordt ook het begrijpen van de gegevens bedoeld. Om het voorbeeld van de naam, adres en woonplaats gegevens te nemen: Men wordt geacht te begrijpen wat men met een 'naam' een 'adres' en een 'woonplaats' bedoeld. Daar waar het bij een computer om een attribuut (kenmerk) gaat, gaat het bij de mens ook om een concept (algemeen begrip van wat het is). In het algemeen wordt data niet los van zijn context gezien. Om er iets mee te kunnen doen moeten wij de data 'begrijpen'. Wij verbinden er dan ook een aspect aan. Het aspect kunnen wij echter vaak niet toetsen. Daar waar wij 1997 HobbitSoft Consultancy 16 van 36

20 in het normale leven de aspecten kunnen herkennen door de context die wordt gebruikt, of eventueel door het te toetsen d.m.v. vragen of wij het juist begrepen hebben, is dit bij data die wij krijgen uit een computer meestal niet mogelijk. Bij een computer kan de verwerking van data tot een hogere vorm alleen maar door inductieregels gedaan worden. Welke inductie regel toegepast moet worden is weer afhankelijk van het bedoelde aspect. Een computer heeft echter alleen zijn vaste programma tot zijn beschikking. Bij het gebruik van een computer werken we vaak met een bewerking van data om tot nieuwe data te komen. Wat wij te zien krijgen is alleen maar het resultaat van deze bewerking zodat toetsen, zeker bij complexe bewerkingen, er niet eenvoudiger op wordt. Een ander aspect wat hier zeer veel mee te maken heeft is het begrip 'informatie'. Bij een computer is er eigenlijk nooit sprake van 'informatie'. Het is de mens die het begrip 'informatie' inhoud geeft op het moment dat hij data uit een computer (systeem) haalt. Bij de mens is er eigenlijk altijd een koppeling tussen data enerzijds en 'informatie' anderzijds. Op het moment dat er data ontvangen wordt, is men al bezig om dit te beschouwen als gegeven en wordt geprobeerd om dit te toetsen aan de eigen kennis. Indien de data niet 'past' dan wordt de data meestal niet bewust waargenomen. Het is zeer moeilijk voor een mens om 'zinloze' data over te kunnen dragen. Denk hierbij aan bijvoorbeeld een chinees teken voor iemand die deze tekens niet kent. Het kost dan zeer veel moeite om deze data (het symbool) over te dragen. Pas als hij kennis van de chinese tekens heeft is deze overdracht mogelijk. Voor een computer is een chinees teken data, net als een romeinse letter. Blijkbaar is de mens niet of nauwelijks in staat om iets met 'losse' data (data zonder context) te kunnen doen. De context kan hij echter wel leren. Voor een computer wordt de context bepaald door het programma, en dus indirect door de datamodellering HobbitSoft Consultancy 17 van 36

21 5 Het probleem van aggregatie. 5.1 Inleiding Kijken we naar het gebruik van computers op het hogere management niveau, dan zien we dat gebruik wordt gemaakt van geaggregeerde data. De enorme hoeveelheid data die verwerkt wordt tot geaggregeerde data zou nooit mogelijk zijn geweest zonder de inzet van computers. Deze massale vorm van data aggregatie biedt naast alle voordelen, ook nadelen. In de aggregatie gaat namelijk detail informatie verloren. Als men het heeft over hoe goed 'Jan Modaal' het wel niet heeft, dan zegt dit niets over individuen. Als het gemiddelde inkomen omhoog gaat, dan wil dat nog niet zeggen dat voor alle individuen het inkomen omhoog gaat. 5.2 Is het resultaat van geaggregeerde data geldig? Bij datamodellering gaat men er vanuit dat geldige modellen gemaakt kunnen worden door juiste observatie en data collectie methoden. De rol van de gebruiker is die van aanleveraar van de juiste data voor de input, en het testen van het opgeleverde model. Aanname is dat het model dan correspondeert met de waarheid. Houden wij rekening met het geconstrueerd zijn van kennis, dan zijn er vanuit hermeneutisch inzicht drie limitaties alle datamodellen zijn vooroordelen; - datamodellering betrekt tenminste twee horizonten van opvattingen (die van de gebruiker en die van de datamodelleerder); - aantal opvattingen kan niet worden bepaald in complexe organisaties. Vanuit een hermeneutisch perspectief is er geen verschil tussen vooroordeel en inzicht. Aangezien ieder model tenminste twee horizonten verbind is er geen totale consistentie mogelijk. Kijkt men naar het gebruik van geaggregeerde data dan komt hier ten minste nog een derde horizon bij, namelijk die van de manager. Om de geaggregeerde data zinvol te kunnen interpreteren zou dan ook kennis aanwezig moeten zijn over hoe deze data tot stand is gekomen en waarop deze data betrekking heeft. De interpretatie die men aan geaggregeerde data geeft zouden nooit als enige waarheid mogen gelden, en zal getoetst moeten worden. Dit is een verantwoordelijkheid van de gebruiker die deze data interpreteert. 5.3 Het doel van geaggregeerde data 1997 HobbitSoft Consultancy 18 van 36

22 Binnen organisaties vormen de geaggregeerde data de benodigde rapportages en moeten zij voldoen aan de informatiebehoefte. In de management literatuur wordt een grote nadruk gelegd op de rapportages en informatiebehoefte van een organisatie. Data speelt, zover mij bekend, in de (management) literatuur een passieve rol. Wat ik hiermee bedoel is dat data een eenduidige voorstelling van zaken weergeven. Als men in de literatuur spreekt over de toegankelijkheid van gegevens (data), dan gaat men er vanuit dat deze gegevens (data) voor iedereen die dit opvraagt eenzelfde betekenis heeft en er wordt zelden of nooit gekeken naar de context. Wij hebben reeds in voorgaande hoofdstukken gezien dat hier een groot probleem is. Zeker bij het gebruik van geaggregeerde data is, door het verlies van detaillering en de vertaling van diverse aspecten naar meestal geldwaarden of kengetallen, een eenduidige interpretatie uitgesloten. Met behulp van computersystemen vindt aggregatie van dusdanig omvangrijke hoeveelheden brondata plaats dat bij de geaggregeerde data geen concrete verwijzing naar de werkelijkheid meer is. Een voorbeeld hiervan zijn de scenario's van het broeikas effect op het klimaat. Er bestaan vele wetenschappelijke rapporten die soms met behulp van dezelfde brondata tot totaal verschillende conclusies komen. De materie is zo complex dat er alleen nog discussies plaats kunnen vinden over hoe men tot de conclusie is gekomen. Deze communicatie brengt ons weer terug bij het probleem dat reeds in 3.1 is geconstateerd: Bij computersystemen vindt geen communicatie plaats. Er wordt een model geconstrueerd, en na die tijd is de kennis statisch vastgelegd. Het is hierbij dan ook een geluk dat er verschillende onderzoeksgroepen zijn die gebruik maken van verschillende modellen. Op deze manier vindt er weer een dialoog plaats op grond van de verschillende uitkomsten. Kijkt men naar organisaties dan zou een oplossing zijn dat managers verschillende modellen kunnen uitproberen op dezelfde datasets zodat daaruit weer een toetsing kan plaatsvinden. Gezien het feit dat de mens zelf 'feiten' produceert zijn deze 'feiten' ook afhankelijk van het conceptuele kader waarin men denkt. Het systeem zou dan ook niet alleen in staat moeten zijn om met verschillende modellen te werken, maar ook met verschillende conceptuele kaders. Vanuit de huidige technieken is dit onmogelijk daar het datamodel zelf vanuit een conceptueel kader is ontworpen en bij de gratie van dit kader bestaat. De gebruiker moet zich dan ook kunnen verantwoorden op grond waarvan bepaalde conclusies zijn getrokken en kan zich niet verschuilen onder het mom dat 'de computer' dit aangeeft HobbitSoft Consultancy 19 van 36