Afgelopen week was Julia Janssen de zevende gastspreker dit seizoen van de leergang Leren van Diversiteit & Innovatie, die gericht is op het doorbreken van vaste denkpatronen en het stimuleren van nieuwe perspectieven in organisaties. Tegen deze achtergrond bracht Janssen haar praktijk als kunstenaar en pleitbezorger voor databescherming in, waarin zij onderzoekt hoe digitale technologieën het dagelijks leven beïnvloeden en hoe mensen grip kunnen houden op hun digitale bestaan.
Janssen opende haar lezing met een concreet voorbeeld uit haar eigen ervaring met data. Ze beschreef hoe zij zich ging verdiepen in de informatie die platforms over haar verzamelen, bijvoorbeeld via accounts op diensten als Spotify en Facebook. Wat begon als nieuwsgierigheid, groeide uit tot verwarring: hoeveel data wordt er eigenlijk opgeslagen, waar komt die vandaan en wat zegt die data over haar? Door die informatie te verzamelen en te analyseren probeerde zij grip te krijgen op iets dat in eerste instantie grotendeels onzichtbaar is.
Vanuit dit persoonlijke vertrekpunt liet zij zien hoe systemen data ordenen en classificeren. Ze gaf voorbeelden van hoe labels worden toegekend, zoals “blij”, “boos” of “gezond”, en hoe dergelijke indelingen ogenschijnlijk neutraal zijn, maar in werkelijkheid gebaseerd op aannames. Dit leidde tot de vraag in hoeverre zulke systemen mensen daadwerkelijk “kennen”, of slechts een vereenvoudigde versie van hen vastleggen.
In het eerste deel van de lezing, dat zich richtte op data, illustreerde Janssen haar verhaal met het kunstwerk One Click / 0.0146 seconds uit 2019. In dit project bracht zij honderden tot ruim achthonderd privacyvoorwaarden samen die gebruikers in een fractie van een seconde accepteren. Het werk maakt zichtbaar hoe snel en zonder reflectie toestemming wordt gegeven. Vervolgens besprak zij haar installatie Dear data, how do you decide my future? uit 2022, waarin zij enkele duizenden persoonlijke datapunten verzamelde en visualiseerde, onder andere via fysieke objecten zoals pingpongballen. In dit project onderzocht zij welke eigenschappen platforms aan haar toeschrijven en hoe deze data worden gebruikt voor profilering. Dit leidde tot vragen over wat als ‘normaal’ wordt gezien, wie deze normen bepaalt en in hoeverre mensen gereduceerd worden tot dataprofielen.
Aansluitend ging Janssen in op algoritmische classificatie. Zij liet zien hoe systemen labels toekennen, bijvoorbeeld op basis van emoties of gedrag, en hoe deze labels niet neutraal zijn maar gebaseerd op aannames. Dit sluit aan bij haar bredere stelling dat mensen complexer zijn dan de profielen die van hen worden gemaakt. In dit deel van de sessie werd ook de rol van macht en toezicht besproken. Janssen wees op rechtszaken van Stichting Data Bescherming Nederland tegen bedrijven als X, Amazon en Adobe en benadrukte het verschil tussen Europese regelgeving en de situatie in de Verenigde Staten. Hoewel Europa kaders biedt, blijft het volgens haar moeilijk om datastromen te doorgronden en schade aan te tonen. Ze pleitte voor dataminimalisatie en noemde alternatieve diensten zoals Signal en Proton als voorbeelden van andere keuzes, waarbij schaal en collectief gebruik bepalend zijn voor het succes van dergelijke alternatieven.
In het tweede deel van de lezing verschoof de focus naar AI. Janssen besprak hoe aanbevelingssystemen werken aan de hand van haar project Mapping the Oblivion. In dit werk analyseerde zij de Netflix-aanbevelingen voor zichzelf, haar vader en haar oma. Zij liet zien dat gebruikers slechts een klein deel van het totale aanbod te zien krijgen, ongeveer 3 tot 5%, terwijl circa 95% buiten beeld blijft, tenzij er actief naar gezocht wordt. Dit voorbeeld illustreerde hoe systemen keuzes kunnen sturen en hoe waarschijnlijkheid een rol speelt in wat zichtbaar wordt. Tegelijk stelde zij vragen over de grenzen van optimalisatie en de ruimte voor toeval, frictie en afwijking in een steeds verder geoptimaliseerde digitale omgeving.
Vervolgens besprak zij de opkomst van AI-systemen en haar recente project Chadding, waarin interactie met chatbots centraal staat. Hierin wordt zichtbaar hoe mensen gesprekken voeren met systemen die overtuigende, maar niet noodzakelijk ware antwoorden genereren. Janssen legde uit dat deze systemen werken op basis van waarschijnlijkheid en dat gebruikers geneigd zijn deze antwoorden te vertrouwen, een fenomeen dat bekendstaat als automation bias. Zij waarschuwde dat deze dynamiek versterkt kan worden wanneer commerciële belangen, zoals advertenties, een rol gaan spelen binnen AI-omgevingen.
Aan het einde van de sessie deelde Janssen een persoonlijke ervaring waarin zij zonder technologische hulpmiddelen moest handelen. Met deze gebeurtenis onderstreepte zij het belang van cognitieve zelfstandigheid. Volgens haar kan een sterke afhankelijkheid van technologie leiden tot het afnemen van vaardigheden zoals probleemoplossend denken.
De belangrijkste conclusie van de avond is dat AI een blijvende invloed zal hebben op werk en dagelijks leven, zonder dat deze invloed volledig bepalend is. Een kritische en bewuste omgang met technologie blijft noodzakelijk. Dit vraagt om het benaderen van AI-uitkomsten als hypothesen in plaats van feiten, om transparantie over datagebruik en om het behouden van ruimte voor menselijke autonomie en reflectie. Geen nieuwe inzichten, maar Julia Janssen laat zien dat kunst hierin een belangrijke rol kan spelen, omdat het abstracte digitale processen zichtbaar en bespreekbaar maakt. Dat was het ook deze avond: een mooi en belangrijk gesprek!
Bronnen
- Derksen, M. (2026, 25 januari). Kunst als tegenmacht in het digitale tijdperk.
- Janssen, J. (zd). Officiele website Julia Janssen.
