Van fossielen tot Facebook: álles is data

Voetsporen in de modder lijken onbenullige afdrukken, maar bevatten meer informatie over je dan je denkt. Neem een forensisch specialist in de arm en deze leidt hieruit moeiteloos af welke schoenmaat je hebt, welke schoenen je droeg, wanneer je daar ongeveer liep en welke kant je op ging. Waarschijnlijk kan hij ook zeggen hoe zwaar je ongeveer bent en op welke manier je loopt. Toen de prehistorisch planteneter Orobates pabsti door de modder liep, had hij geen enkel vermoeden dat zijn voetstappen ruim 250 miljoen jaar laten zouden leiden tot een reconstructie van zijn opmerkelijke loopgedrag.

Voetsporen zijn maar een voorbeeld, want je laat op ongelooflijk veel meer manieren óveral sporen na en creëert op die manier ‘data’. Zowel in de echte als in de digitale wereld. Sommige sporen verdwijnen snel; andere blijven bestaan, worden voor onbepaalde tijd opgeslagen en misschien weer gebruikt. Sommige data zijn waardeloos; andere data worden genadeloos te gelde gemaakt door de commercie. Facebook zou je op basis van driehonderd ‘likes’ beter kennen dan je partner (een claim waar overigens nog wel iets op af te dingen is) en gebruikt die informatie om bedrijven advertentieruimte te verkopen die alleen jij vervolgens ziet.

De centrale opslag van de natuur

Het leven op aarde kan niet zonder dataopslag. En daarmee bedoel ik niet je laptop of fotoboeken, en ook niet je papieren administratie en cloud-opslag. Elke cel in ons lichaam bevat de genetische code waarin al jouw ‘eigenschappen’ zijn vastgelegd, van de kleur van je ogen tot de kans op erfelijke ziektes. Deze informatie staat in het DNA-molecuul en is opgeschreven in een taal met slechts vier letters. Jouw volledige code is ruim drie miljard letters lang. Dat lijkt verrassend kort: je DNA-code past in een bestand van ongeveer drie gigabyte groot, en met een slimme manier van opslaan slinkt die grootte tot minder dan een gigabyte. Je kunt de volledige genetische code van een gezin met vier leden makkelijk op een dvd’tje branden.

Toch bevat ons lichaam veel data. Bio-informaticus Rob ter Horst kijkt naar ons immuunsysteem en hoe factoren als geslacht, leeftijd en genetische informatie daar invloed op hebben. “In sommige van onze onderzoeken gaat het om terabytes aan data. We kijken naar veel verschillende individuen, van wie het genoom bovendien meerdere keren gelezen wordt om zeker te zijn van de code, en naar aanvullende informatie, zoals de manier waarop het DNA is gevouwen”, zegt hij. “Dit is het zogenoemde epigenoom. Dat bestaat uit informatie die vertelt hoe ons gehele genoom is opgevouwen, wat ook per individu verschilt. We bekijken hiervoor ongeveer zestigduizend verschillende plekken.”

Inmiddels hebben onderzoekers een aardig beeld van hoe de natuur de centrale opslag heeft geregeld. De code in het DNA vertelt je lichaam hoe verschillende eiwitten die een bepaalde functie in het lichaam hebben eruitzien. Het epigenoom is daarbij een soort regulerende laag die mede bepaalt hoeveel er van elk eiwit moet worden gemaakt. Toch zijn er een hoop menselijke eigenschappen die niet van één gen afhangen, maar het resultaat zijn van de samenwerking van meerdere genen én omgevingsfactoren. Lengte is zo’n eigenschap. Ter Horst laat weten dat het vooralsnog te complex is om deze processen precies te modelleren en te voorspellen.

Prominente plek in dagelijks leven

Data in de vorm van DNA, de planeet aarde of zelfs het universum gaan al een tijdje mee, maar data lijken eveneens een steeds prominentere plek in ons dagelijks leven op te eisen. Waarom draait er tegenwoordig zoveel om data? Waarom zijn de machtigste bedrijven in de wereld databedrijven en spelen data een essentiële rol in allerhande maatschappelijke domeinen, van de overheid tot de wetenschap? Hugo Jonker, universitair docent van de Open Universiteit, wijt het onder meer aan het karakter van digitale informatie: die blijft doorgaans lang bestaan, kan vrijwel moeiteloos gekopieerd, verspreid en doorzocht worden. “Stel, je gaat naar de supermarkt en medewerkers zien jou daar. Als de politie een half uur later vraagt of jij er was, herkent het personeel je misschien niet eens meer. Checken de agenten een database met IP-adressen van telefoons die verbinding maakten met het lokale wifi-punt, dan pikken ze jouw telefoon er zo uit”, zegt hij.

Ook zeggen veel digitale sporen misschien meer over ons dan sporen in de ‘echte wereld’, aldus Jonker. Op internet zijn we doorgaans veel ‘doelmatiger’. Zo kom je meestal niet per ongeluk ‘langs’ een website, zoals je wel per ongeluk langs een winkel loopt. Je bezoekt een bepaalde webpagina, omdat je naar iets op zoek bent. Die informatie kan gebruikt worden voor onschuldige (gerichte) advertenties, maar net zo goed om verkiezingen te beïnvloeden.

Jonker maakt overigens onderscheid tussen data (bijvoorbeeld enen en nullen op een harde schijf) en informatie (dat wat die data betekenen in een bepaalde context). Voor een privacyexpert als hij gaat het om de bescherming van informatie, en dan is juist de context extreem belangrijk. “De woorden ‘Positie Omtzigt, functie elders’ betekenen wellicht niet zoveel, behalve als ze in de aantekeningen van de formateur van een nieuwe kabinet staan en worden gefotografeerd. Dan is het opeens politiek dynamiet”, zegt hij.

Jij bent je data

Wat ben jij in dit verhaal? Het is maar net welke bril je op hebt. Je bent drie miljard ‘letters’ in een DNA-molecuul, je bent de pakweg tien terabyte die je hersenen naar verluidt kunnen opslaan, je bent een stukje informatie in de kosmische informatieboekhouding, je bent misschien wel een fossiel waarmee een toekomstige beschaving onze soort beschrijft, je bent de (digitale) sporen die je in de wereld achterlaat.

Volgens Jonker mogen we wat betreft die sporen best wat zuiniger zijn op onze data, en is het ‘ik heb niets te verbergen’ wat sommigen aanhangen, onzin. Er is altijd wel een manier te bedenken hoe jouw informatie gebruikt en misbruikt kan worden. Het bijna klassiek geworden voorbeeld is dat van de Amerikaanse supermarkt Target, waar de New York Times in 2012 over berichtte (zie ook het kader in dit NEMO Kennislink-artikel): op basis van het koopgedrag van een minderjarig meisje ‘wist’ een algoritme van de winkel dat ze zwanger was, tot ontsteltenis van haar vader die er pas achterkwam toen de winkel haar gerelateerde kortingsbonnen toestuurde.

Het kan ook extremer. Data kan regelrecht gevaarlijk worden. “Stel, je was tot voor kort lerares op een meisjesschool in Afghanistan. Dat was prima, tot de regimewisseling afgelopen zomer. Nu ben je in de ogen van de nieuwe machthebbers opeens verdacht, en informatie over jou wordt gevaarlijk. Ik wil maar zeggen, dit is niet iets dat alleen in de Tweede Wereldoorlog met de joden gebeurde”, zegt hij. “En spionage is heus niet alleen iets wat in de DDR plaatsvond. Er bestaan spionage-apps die je stiekem op de telefoon van je partner kunt zetten als je hem of haar niet vertrouwt.”

Als privacyexpert denkt Jonker noodgedwongen in doemscenario’s; dat is nodig om kwaadwillenden voor te blijven én om het publiek en de politiek scherp te houden. Als voorbeeld noemt hij elektronische chips in paspoorten die een bepaalde foutmelding gaven. Die foutmelding bleek anders te zijn bij paspoorten uit verschillende landen. “Je haalt pas het nieuws als je zegt dat je aan de hand daarvan een bom kunt ontwerpen die automatisch afgaat als er een paar mensen van een bepaalde nationaliteit in de buurt staan”, zegt hij. “Eigenlijk is het jammer dat er dán pas aandacht voor is. Mensen zouden eigenlijk veel meer met hun data moeten omgaan als met bijvoorbeeld hun eigen portemonnee. Je laat een vreemde daar ook niet in rondneuzen, want die hebben daar gewoon niets te zoeken.”