‘Volg altijd je interesse’

Julia Wąsala is onderzoeker bij SRON en de Universiteit Leiden. Zij combineert kunstmatige intelligentie met aardobservatie voor klimaatvraagstukken. Daarnaast is ze columnist in De Ingenieur. 

‘Ik gebruik kunstmatige intelligentie voor het analyseren van satellietbeelden, bijvoorbeeld om te kijken waar op aarde methaan vrijkomt. Dat doe ik niet met ChatGPT-achtige modellen die na heel veel oefenen hun eigen gang gaan, maar met modellen die data analyseren op een manier die ik ze opdraag. Zo weet ik wat er gebeurt en kan ik mijn conclusies verantwoorden. Dat is belangrijk. Bovendien kost deze AI veel minder energie.

Lang heb ik gedacht dat dit werk me interesseert omdat ik het klimaat zo belangrijk vind. Maar mijn echte drijfveer is het puzzelen, weet ik inmiddels. Mijn favoriete fase in het onderzoekproces begint als ik een onverwachte observatie heb gedaan en moet bedenken waar die vandaan komt. Dan denk ik na, praat ik met mensen en verschijnen er langzaam maar zeker allemaal plakkertjes op de muur, alsof ik een detective ben.

Op de middelbare school vond ik wiskunde leuk. Ik las veel populairwetenschappelijke boeken, zoals van Carl Sagan en Stephen Hawking. Ik ben sterrenkunde gaan studeren nadat ik andere bètastudies had weggestreept: wiskunde ging te veel over bewijzen, natuurkunde was me te experimenteel en informatica te onbekend. Bij sterrenkunde leerde ik programmeren, zo kwam ik toch bij informatica terecht. Nu bekijk ik mooie plaatjes vanuit de ruimte. Net zoals ik bij sterrenkunde deed, alleen kijk ik nu de andere kant op.

Het leukste is het samenwerken, ook met mensen van andere vakgebieden. Dat is een vorm van wetenschapscommunicatie, want wetenschappers van verschillende vakgebieden spreken verschillende talen. Ik wil wetenschapscommunicatie ook inzetten voor het brede publiek. Daarmee ben ik als sterrenkundestudent al begonnen. Dat was relatief makkelijk, want sterrenkunde is een onderwerp waarvoor mensen makkelijk zijn te interesseren. Voor AI is dat lastiger, vooral als je echt wil uitleggen hoe het werkt. De meeste AI-boeken voor het brede publiek gaan dan ook niet over AI, maar over de bedrijven die AI maken. AI speelt een grote rol in ieders leven. Ik zie het daarom als de verantwoordelijkheid van experts misvattingen uit de weg te ruimen en uit te leggen hoe het wel zit. Toch is dat niet mijn belangrijkste drijfveer. Dat is de verbinding met mensen. De ivoren toren waarin bèta’s volgens veel mensen zitten, is namelijk niet alleen een nadeel voor het algemene publiek, maar ook nogal eenzaam voor die bèta’s zelf.

Mijn advies is altijd je interesse te volgen, ook als dat geen recht pad oplevert naar een einddoel. Zijpaden leveren uiteindelijk vaak iets extra’s op dat je niet kunt voorspellen. En wees eerlijk over je drijfveren, op zijn minst tegen jezelf.

Ik kijk ernaar uit columnist van De Ingenieur te zijn. Mijn inspiratiebron is Ionica Smeets. Ik wil paralellen zoeken tussen mijn AI-onderzoek en het nieuws of het dagelijks leven, zoals zij dat doet met wiskunde. Een belangrijk onderwerp bij AI is zijn vooringenomenheid. De vooroordelen van AI als het om menselijke data gaat, zijn bekend. Denk aan de bias wat betreft geslacht, huidskleur of afkomst. Maar wist je dat AI-modellen voor satellietdata ook vooroordelen hebben? We hebben bijvoorbeeld veel meer satellietfoto’s van Noord-Amerika en Europa dan van andere regio’s. Dat beïnvloedt hoe goed een model werkt. Een ander interessant onderwerp is het aantal vrouwen in de informatica. Het is nog steeds een heel mannelijke wereld en er is een cognitieve bias die maakt dat we bij de aanwezigheid van een handjevol vrouwen al snel denken dat het toch in evenwicht is. We zijn zelf namelijk óók getraind met vooringenomen data.’

Portret: Bianca Sistermans