Wanneer we iets beginnen te onderzoeken, willen we vaak meer materiaal. We lezen artikelen, verzamelen cijfers, zoeken naar meningen van deskundigen en vragen AI om samen te vatten. Het voelt alsof meer informatie ons oordeel betrouwbaarder zou moeten maken. Natuurlijk kunnen we belangrijke feiten missen als we te weinig materiaal hebben. Maar meer materiaal is niet hetzelfde als de vraag begrijpen. Zelfs na het lezen van tien bronnen kan het nog onduidelijk zijn wat we eigenlijk moeten beoordelen als elke bron los van de andere blijft staan.
Stel dat we een regio onderzoeken die een nieuwe vorm van vervoer heeft ingevoerd. We kunnen veel cijfers verzamelen: aantal gebruikers, kosten, reistijd, milieueffecten, veiligheid en meer. Maar geen enkel cijfer bepaalt op zichzelf zijn betekenis. Zelfs als het gebruik is toegenomen, maakt het uit of gebruikers alleen van een andere vervoersvorm zijn overgestapt of dat mensen die voorheen niet konden reizen toegang hebben gekregen. Zelfs als de kosten zijn gedaald, verandert de beoordeling als het verzorgingsgebied kleiner is geworden. Onderzoek vereist niet alleen het verzamelen van feiten, maar ook het onderzoeken van de verbanden ertussen.
AI kan de tijd die nodig is om materiaal te vinden en de inhoud ervan te ordenen sterk verkorten. Dat is een belangrijk voordeel voor onderzoek. Tegelijkertijd kunnen, wanneer samenvatten sneller gaat, meerdere bronnen worden samengeperst tot vergelijkbare conclusies en kunnen hun verschillen minder zichtbaar worden. Zelfs bronnen over hetzelfde onderwerp kunnen niet zomaar worden samengevoegd als ze verschillen in regio, periode, omstandigheden of meetmethoden. De kwaliteit van onderzoek hangt niet alleen af van het vermogen om informatie te comprimeren, maar ook van de vraag of we kunnen vaststellen welke verschillen invloed hebben op de vraag.
Kijken naar verbanden verandert ook de betekenis van tegengesteld bewijs. Wanneer we één resultaat vinden dat afwijkt van onze opvatting, kunnen we het als uitzondering terzijde schuiven. Maar als we vragen: ‘Waarom trad onder deze omstandigheden het tegenovergestelde resultaat op?’, ontstaat er een nieuwe vraag. Tegengesteld bewijs belemmert een conclusie niet alleen; het kan ons laten zien hoe ver die conclusie geldt. Onderzoek is niet alleen het opstapelen van informatie in dezelfde richting. Het is ook zoeken naar de verschillen in omstandigheden achter verschillende resultaten.
Wat we hier van AI kunnen verwachten, is niet alleen ‘meer relevant materiaal vinden’. AI kan ook bewijs dat een bewering ondersteunt scheiden van bewijs dat ertegen ingaat, de omstandigheden vergelijken waaronder resultaten veranderen en wijzen op verbanden die nog niet zijn bevestigd. Maar die verbindingen worden niet automatisch juist. Mensen moeten nog steeds de bron, populatie, periode en meetmethode onderzoeken en bepalen of de door AI verbonden informatie werkelijk dezelfde vraag beantwoordt.
Naarmate het onderzoek vordert, kan de oorspronkelijke vraag veranderen. We kunnen beginnen met de vraag: ‘Werkt deze methode?’ en ontdekken dat de echte vraag is: ‘Voor wie, en onder welke omstandigheden, werkt ze?’ Dit is geen mislukking van het onderzoek. Door de verbanden tussen stukjes informatie te zien, is duidelijk geworden dat de oorspronkelijke vraag te grof was. Goed onderzoek dwingt een antwoord niet terug in de eerste vraag; wanneer dat nodig is, wordt de vraag zelf aangepast.
Dit is ook waarom Sai＊aus Labo kennis via verbanden behandelt. In plaats van een artikel te isoleren als een voltooid antwoord, kan het worden verbonden met andere vragen, tegenbewijs, omstandigheden en later verkregen kennis. Wanneer dan nieuw onderzoek begint, kan een eerder artikel niet alleen worden gebruikt door het te herhalen, maar door te onderzoeken ‘wat er is veranderd ten opzichte van ons eerdere begrip’. De waarde van kennis ligt niet alleen in het feit dat ze wordt opgeslagen, maar ook in het feit dat ze via de volgende vraag opnieuw kan worden overwogen.
Onderzoek begint met het verzamelen van informatie, maar hoeft daar niet te eindigen. Door verbanden te onderzoeken tussen feiten, tussen bewijs en tegenbewijs, tussen resultaten en omstandigheden, en tussen vroegere en huidige vragen, komt informatie dichter bij kennis die een oordeel kan ondersteunen. Naarmate AI het verzamelen versnelt, verschuift de plaats waar menselijk denken nodig is van het aantal bronnen naar de betekenis van verbanden. De diepte van onderzoek verandert niet alleen met hoeveel we verzamelen, maar ook met welke verbanden we ontdekken.
Geen antwoorden. Begrip.