Bee (Seungbee) Han studeerde in 2023 af aan Design Academy Eindhoven met de Bee Machine. Een machine die potentiële vrienden beoordeeld op de slagingskans van de vriendschap. Speciaal voor de Derde Verdieping schreef ze over het vinden van liefde en vriendschap door algoritmes en AI.
“I like to think, and the sooner, the better! Of a cybernetic meadow where mammals and computers live together in mutually programming harmony, like pure water touching a clear sky.” — All Watched Over By Machines of Loving Grace – Gedicht van Richard Brautigan
De definitie van liefde
Wat is ‘liefde’ in het huidige tijdperk? Ik ben geboren in 1997 en ken zowel telefooncellen als smartphones. Ik begrijp zowel analoge als digitale technologieën. Voor mij is ‘liefde’ een weg naar dopamine, net als Netflix, Instagram en YouTube dat zijn. Het gevoel ‘liefde’ is voor iedereen anders, maar liefde an sich bestaat al sinds mensenheugenis. Met de komst van nieuwe media is echter ook de vorm veranderd die we gebruiken om op zoek te gaan naar liefde en het toe te laten.
Die veranderingen zien we in termen als:
‘Situationship’: een ongedefinieerde romantische of seksuele relatie zonder verplichtingen.
‘Date mate’: iemand die zonder beperkingen wil daten, volgens bepaalde, goedgekeurde regels.
“썸” ‘Ssum’ (iets): een Koreaans woord dat de toestand beschrijft waarin twee mensen elkaar leuk vinden, maar nog niet de sprong hebben gewaagd om te gaan daten.
Termen zoals deze laten zien dat liefde zich kan voordoen in honderden verschillende gedaanten.
Veranderingen in de manieren waarop we op zoek gaan naar liefde
Niet alleen de betekenis en vormen van liefde veranderen, ook de manieren waarop we op zoek gaan naar liefde zijn niet altijd meer zoals we gewend zijn. We hoeven niet meer elk weekend uit te gaan om onbekenden in de ogen te kunnen kijken om liefde te vinden. In Zuid-Korea, waar ik oorspronkelijk vandaan kom, bestaan naast dating apps andere, unieke methoden, zogenaamde ‘huwelijksinformatiebureaus’. Deze bureaus worden officieel huwelijksmakelaars genoemd en werken als volgt:
– Je neemt zelf contact op met een bureau. Als je wordt beschouwd als goed huwelijksmateriaal, kan het ook zijn dat zij contact met jou opnemen. Zo werd een vriend van me door hen gebeld.
– Je betaalt een nominaal bedrag aan inschrijfgeld.
– Vervolgens geef je ze al je persoonsgegevens: leeftijd, lengte, salaris, vermogen van je ouders, godsdienst en verplichte informatie over genetische aandoeningen.
– Op basis van je gegevens word je door het bureau ingedeeld en krijg je voorstellen om mensen in dezelfde categorie te ontmoeten. In een tabel worden scores bijgehouden op basis van werk, vermogen en opleiding. Een gemiddeld uiterlijk heeft geen invloed op de score, maar als je gewicht of uiterlijk niet aan de norm voldoet, krijg je puntenaftrek.
Dankzij deze methoden kan de drukke moderne mens zonder al te veel risico om mis te schieten toch de liefde vinden. Volgens een van de huwelijksinformatiebureaus heb je 61% kans om binnen drie maanden na inschrijving een geschikte partner te vinden. Het is een wetenschap die is binnengedrongen in de wereld van de emotie die liefde heet, waarbij mensen aan elkaar worden gekoppeld op basis van data en algoritmen.
Deze veranderingen hebben mij ertoe gebracht een nieuwe manier te bedenken om in de toekomst liefde te vinden.
Mijn voorstel om liefde te vinden
Mijn afstudeerproject, de ‘Bee Machine’, is een voorstel voor een manier om niet alleen liefde te vinden, maar ook vrienden. Deze machine maakt gebruik van mijn fysionomische voorkeuren om te laten zien hoe leuk ik iemand vind op basis van uiterlijke factoren, zoals hun gelijkenis met bepaalde dieren en hoeveel ze op mij lijken. Fysionomie is een leer uit de oudheid die stelt dat iemands toekomst of persoonlijkheid wordt bepaald door hun gelaatstrekken. Voorbeelden zijn de theorie van Aristoteles over de relatie tussen het uiterlijk van dieren en het karakter van de mens, of theorieën over genetische kenmerken die stellen dat we mensen leuk vinden die op onszelf lijken.
Hoewel het tegenwoordig als pseudowetenschap wordt afgedaan, zien sommigen het nog als wetenschap omdat het is gebaseerd op gegevens over het uiterlijk van mensen. Daarin lijkt het op de horoscopen en waarzeggerij zoals we die kennen. Ik heb fysionomie gebruikt om de machine te trainen met gegevens over het type persoon dat mijn voorkeur heeft. Nadat mensen hun gezicht laten scannen door de machine, wordt aan de hand van het algoritme de kans op succes van een mogelijke vriendschap berekend. Het resultaat bepaalt tot welke persoonlijke informatie de gebruikers toegang hebben: alleen mijn e-mailadres, of alle gegevens, waaronder ook Instagram en telefoonnummers. In zekere zin kent de machine mij beter dan ik mezelf ken, omdat de machine een wetenschappelijke beslissing neemt puur en alleen op basis van gegevens en daarbij niet kijkt naar menselijke kenmerken, zoals mijn stemmingswisselingen of hoe dronken ik ben.
Ik heb deze machineversie van mezelf in 2023 op de Graduation Show van Design Academy Eindhoven tentoongesteld. Mensen konden met de machine communiceren. In hoeverre zouden ze de resultaten accepteren van deze uiterst persoonlijke machine, die door een individu is bedacht en gemaakt? Ze stonden voor de machine, legden hun handen op hun borst en wachtten op de uitkomst. Bij een hoge score kwamen ze naar me toe met de vraag of we vrienden konden worden; bij een lage score keken ze me lelijk aan. Toen mijn vrienden het uitprobeerden, was ik zenuwachtig en bang om ontmaskerd te worden. Als ik voor deze mensen zou gaan staan en zou zeggen: “Jij bent het soort persoon dat ik voor ongeveer 20% leuk vind” zouden ze verontwaardigd snuiven en weggaan.
Wat ik met dit project wilde laten zien, is dat er een onbekende kracht ontstaat als tot gegevens herleide informatie met behulp van algoritmen wordt getraind en de resultaten daarvan vervolgens vanuit de optiek van de machine worden teruggespeeld naar mensen. Informatie voordat deze in gegevens wordt omgezet, is afkomstig van mensen, maar als deze vervolgens door machines wordt aangeboden vervaagt het menselijke aspect ervan.
Mijn onbedoelde bias
Het algoritme van de machine leert aan de hand van gegevens die ik heb bedacht; de machine lijkt op mij. Ondanks het schone, kille en precieze uiterlijk, is de machine aan mijn brein ontsproten, een mens die fouten maakt en verkeerde beslissingen neemt. Soms betrap ik mezelf op onbewuste vooringenomenheid of vooroordelen.
Ik zal een voorbeeld geven van wat er gebeurde tijdens de Graduation Show.
Vóór dat moment vond ik mijzelf niet iemand die discrimineert; ik heb vrienden van allerlei leeftijden en afkomst.
Ten eerste bevat de machine tests waarmee wordt vergeleken in hoeverre de gebruiker lijkt op mijn beste vrienden en op mij. Ik ben een Aziatische vrouw en heb 19 jaar in Zuid-Korea gewoond; mijn data bevatten meer Aziatische vrienden. Om op mij te lijken, moeten ze zwart haar en donkere ogen hebben. Het is niet per se zo dat ik discrimineer, maar de gegevens waarvan de machine leert, zijn logischerwijs gebaseerd op mijn ervaring. Ten tweede vroeg een gehandicapte persoon of een handicap van invloed is op de resultaten. In eerste instantie ontkende ik dat, maar later realiseerde ik me dat hun gegevens geen deel uitmaakten van de dataset voor machine learning. Het was het resultaat van mijn beperkte invoer.
Ik zei dus dat ik mezelf niet beschouwde als iemand met vooroordelen, maar toen ik de gegevens vanuit mijn ervaringen toepaste op de Bee Machine, ontdekte ik dat ik vooroordelen had waarvan ik niet eens wist dat ik ze had.
De termen ‘AI’ en ‘technologie’ lijken vaak verborgen achter het koude, kleurloze en reukloze metaal. Maar in werkelijkheid zijn ze wellicht niet helemaal anders dan wij, maar zijn het slechts tot gegevens herleide versies van onszelf. We moeten ons ervan bewust zijn dat het mensen zijn net als wij en ook fouten kunnen maken.
Dingen waar we van kunnen houden
De gegevens in mijn algoritme, zoals YouTube en Instagram, vormen een verzameling van mijn ervaringen, dingen die ik ken en dingen die ik altijd leuk of lief heb gevonden. Deze verzameling informeert mij voortdurend over waar ik in de toekomst van kan houden. Omdat de algoritmen een wetenschappelijk analyse uitvoeren van mijn hart, kan het haast niet anders dan dat we wel moeten houden van wat de machine ons aanbeveelt.
In onze huidige samenleving kunnen we ons lui verschuilen achter technologie. De vertrouwde dingen die we dankzij onze luiheid leuk vinden, geven zoveel voldoening dat we doen alsof we niet langer nieuwsgierig zijn naar nieuwe dingen. Het is Love in the Data Age. De nieuwe manier om liefde te vinden op basis van data en algoritmen kan ervoor zorgen dat we blijven hangen in de dingen die we gewend zijn. En bedwelmd door die vertrouwdheid kunnen we onbedoeld bevooroordeeld zijn ten opzichte van dingen die nieuw of anders zijn.
Data en algoritmen vertellen ons snel en gemakkelijk wat we leuk vinden of waar we van houden. Vooral in onze hectische samenleving is de content die iemand heeft samengesteld op basis van mijn smaak net alsof ik een persoonlijke assistent heb.
Hoe de assistent ons die informatie heeft gegeven, kunnen we echter niet snel bepalen. Het gebrek aan nieuwsgierigheid om nieuwe dingen te zoeken en te onderzoeken en het geluk om ze toe te laten is net zo’n groot nadeel als voordeel van deze nieuwe technologie. In deze Love in the Data Age, waar AI ons voortdurend aanbevelingen doet voor dingen die we leuk zouden kunnen vinden, moeten we ons misschien niet alleen richten op de dingen waar we van kunnen houden, maar ook dingen waar we van willen houden.
Meer Artikelen
Hoe een relatie politiek is voor de moderne ’tradwife’
Een leven als huismoeder die gehoorzaamt aan haar man, de kostwinner: dat is de droom die tradwives etaleren op sociale media. Waar komt deze beweging van traditionele vrouwen vandaan, en waar wil ze naartoe?
De vibrator kan de boom in
Sekspeeltjes zijn mateloos populair. Toch was het gebruik ervan niet altijd zo vanzelfsprekend.
