Tips voor academici: hoe schrijf je voor het brede publiek? (Linda Duits)

Deze blogpost verscheen eerst op dieponderzoek.nl.

In de meest recente editie van Political Communication verscheen een kort stuk [betaalmuur] van Edward Burmila met tips voor politicologen die graag voor een breder publiek willen schrijven. Uiteraard zijn die adviezen ook relevant voor andere academici die hun inzichten willen delen met meer mensen dan hun collega’s. Allereerst het waarom: gelezen worden is prettig. Je hebt impact en je kennis doet ertoe.

1. Oefen
Bloggen is een ouderwetse term aan het worden, maar academici doen er goed aan een bij te houden. Een blog helpt met ervaring opdoen met een niet-academische manier van schrijven: snel, bondig en toegankelijk. Het helpt daarbij als je een idee hebt van je denkbeeldige publiek (hier bij Diep is dat: iemand werkzaam met jongeren of in de media, met een academische opleiding). Bouw een routine op (bijvoorbeeld elke dag) en verwacht niet te veel: een blog is een middel, geen doel op zichzelf.

2. Ga uitdagingen te lijf
Er is een groot verschil tussen schrijven voor peer-reviewed journals en het bredere publiek. Je hebt veel minder tijd, wat je schrijft moet aandacht trekken en je publiek wil niet veel moeite doen om je te begrijpen, en het redactionele proces ziet er anders uit. Deadlines verschillen sterk – mijn eigen advies is daarbij dat je er zo vroeg mogelijk bij moet zijn. Opiniepagina’s plannen vaak meerdere weken vooruit, al is er altijd ruimte voor een hyper-actueel stuk. Burmila schrijft:

“This is where blogging proves its worth. I’ve hardly generated Earth-shattering insights via blogging, but after a decade of regularly updating it with about 500 words per day I have reached a point as a writer at which I can produce a quality first draft of an opinion/commentary piece around 800 words in under an hour (unless substantial research is required). This is not a business in which dragging one’s feet is a good idea. There are plenty of writers out there, and if you cannot work quickly it is likely that one of them will scoop your idea.”

Het is vaak beter om een stuk eerst te pitchen, in plaats van al helemaal te schrijven. Onthoud: ook die pitch moet bondig en aantrekkelijk zijn.

3. Breng variatie aan
Begin met regelmatig schrijven voor je eigen voldoening. Oefen met pitches en vraag deskundigen uit de media om advies. Denk niet dat je alles al kan:

“One certainty, though, is that trying to get into a popular magazine can be every bit as humbling as submitting to American Political Science Review(APSR). The writing styles are very different, and you’re likely to find out that you’re not as good a writer as you think at first. But this is a skill worth pursuing for faculty in an era in which our worth is regularly called into question.”

4. Lees geen comments
Het maakt niet uit voor welke titel je schrijft: lees de reacties eronder niet. Burmila zegt daarover (en ik ben dat met hem eens):

“They will range from bizarre to threatening to inane. Even if your writing is brilliant, it is still the Internet.”

Diep verzorgt al jaren workshops populair schrijven voor academici aan, op maat gemaakt. Neem contact op voor meer info. 

Vooral mannen zijn slachtoffer van doxing (Linda Duits)

Deze post verscheen eerst op dieponderzoek.nl.

Doxing (of doxxing) betekent het online zetten van iemands privégegevens. Het is een eng idee dat iemand je telefoonnummer of adresgegevens publiceert, zodat kwaadwillenden je ook offline lastig kunnen vallen of identiteitsfraude kunnen plegen. In een recente studie [volledige toegang] is kwantitatief onderzocht wie slachtoffer van doxing worden en wie de daders zijn. De onderzoekers hopen met hun lopende onderzoek bij te dragen aan tools die slachtoffers beschermen.

NB: het betreft een paper dat in november op een conferentie is gepresenteerd en dus nog niet peer-reviewed is.

De onderzoekers verzamelden 1.737.887 posts van de sites pastebin.com, 4chan.org en 8ch.net, sites waarop regelmatig gedoxt wordt. Ze schreven software die hielp herkennen welke bestanden dox-bestanden betroffen, dat waren er in totaal 5.530. Daarvan werden er 464 met de hand gecodeerd.

Kenmerken van slachtoffers

  • De leeftijd ligt tussen de 10 en 74 jaar, met een gemiddelde leeftijd van 21,7;
  • Het zijn vooral mannen: 82,2%;
  • Bijna tweederde woont in de VS;
  • De gegevens die meestal openbaar gemaakt worden zijn de geboortedatum, de echte naam en NAW-gegevens. Daarnaast werd vaak informatie ingesloten over familieleden.
  • Minder vaak worden ook schoolnaam, gebruikersnaam, internetprovider, IP-adres, wachtwoorden, uiterlijke kenmerken, BSN-nummer, creditcardinformatie of andere financiele gegevens bekend gemaakt.

De slachtofferkenmerken zouden te maken kunnen hebben met de selectie van sites.

Motivaties van daders

In ongeveer een vijfde van de gevallen kon afgeleid worden waarom een persoon gedoxt werd. ‘Rechtvaardigheid’ werd daarbij het meest genoemd (14,7% van doxes waarbij een motivatie was gegeven). Het ging dan bijvoorbeeld om mensen die anderen hadden gescamd. Daarnaast kwam wraak het meeste voor (11,2%): omdat iemand een partner had ‘gestolen’ of omdat iemand een aandachtshoer was geweest. Veel minder vaak werd politiek genoemd (1,1%), bijvoorbeeld het ousten van leden van de Ku Klux Klan.

Facebook wil jongere kinderen ook messenger laten gebruiken

Kreeg net een telefoontje van een journaliste van Het Laatste Nieuws over de nieuwe Messenger for Kids die Facebook lanceert in de VS. Was de voorbije uren druk bezig met het voorbereiden van mijn lessen, dus had de aankondiging gemist. Ondertussen me al wat verder verdiept en het is enerzijds een oplossing voor de vele 11- en 12-jarigen die nu liegen over hun leeftijd en anderzijds een poging om veel jongere kinderen op het platform te krijgen: het zou mogelijk worden vanaf 6 jaar! Weliswaar in een soort van kangoeroe-benadering waarbij ouders nog een stuk controle hebben over hun kinderen (al zouden ze volgens enkelel bronnen niet kunnen meelezen) en waarbij er geen reclame zou zijn. Het zijn ook de ouders die het profiel zouden moeten aanmaken voor hun kinderen.

Het is natuurlijk een poging om aan toekomstige klanten-binding te doen… (zie ook The Verge)

Waarom beginnen zoveel liedjes vandaag met een sample? (Linda Duits)

Deze post verscheen eerst op dieponderzoek.nl, wil je muziek steunen op Spotify waar ik aan meewerkte, check de nieuwe single van Willemsson hier, de nieuwe plaat van Aleksandra & The Belgian Sweets hier of onze eigen plaat van Blue and Broke hier.

Wat is een stream? Hoe lang moet iemand naar iets hebben gekeken of geluisterd voordat het telt? Bij Spotify is dat 30 seconden. Dan wordt het gezien als een play en dan krijgt de artiest betaald. Dat klinkt tamelijk kort in mijn oren – als je vroeger in de platenzaak een single beluisterde en hem na 30 seconden afzette, was dat zeker geen aankoop – maar dat is natuurlijk een kwestie van definitie belangen.

Slimme makers maken daar gebruik van. De Amerikaanse band Vulfpeck gebruikte de 30-secondenregel om geld in te zamelen voor een tour. Ze maakten een album met tien tracks van net iets meer dan 30 seconden, waarop niets anders dan stilte te horen was. Spotify haalde het album uiteindelijk offline, toen de teller op $20.000 stond. Artiesten roepen hun fans op om nieuwe tracks zo vaak mogelijk >30 seconden te draaien. Er is zelfs een speciale tool die nummers in een loop zet, zodat fans terwijl ze slapen ervoor kunnen zorgen dat hun idolen geld verdienen.

Haro Kraak schreef recentelijk in de Volkskrant over hoe deze regel ook de muziek zelf verandert:

“Hoe dat gebeurt? [Muziekproducent] De Wert somt een aantal zaken op: lagere tempo’s, intro’s zonder beat (om luisteraars irritatievrij een liedje in te trekken), refreintjes die eerder in het liedje komen, kortere liedjes en dancetracks met een typische popstructuur.”

Dat gaat over het hele nummer, maar je moet dus vooral (alleen?) zorgen dat de eerste 30 seconden worden gehaald. De managing director van Sony Music Benelux Toon Martens zegt dat alle ‘catchy’ elementen daarin moeten zitten. En wat is het meest catchy: herkenbaarheid. Kraak schrijft daarom:

“Het zou de reden kunnen zijn dat veel liedjes met een bekende sample starten. De nieuwste single van popster Katy Perry, Swish Swish, begint met een sample van Fatboy Slim (‘They know what is what / but they don’t know what is what’), die Fatboy Slim zelf leende van dj Roland Clark. Daarna klinkt een deephousebeat die rechtstreeks uit de nineties komt. ‘Het is schaamteloos en best briljant’, zegt marketingstrateeg David Emery tegen Pitchfork.”

Het stuk gaat daarna in op de mogelijkheid een hit te maken op basis van luisterdata. Gelukkig weten we uit wetenschappelijk onderzoek al dat het onmogelijk is daar een formule voor te formuleren. Popmuziek zal altijd ook om verrassing en originaliteit blijven draaien.

Algoritmen kunnen seksistisch, racistisch en homofoob zijn. Oh, en niet beroerd je te bedreigen met verkrachting

Deze post van Linda Duits verscheen eerst op Dieponderzoek.nl.

In september onthulde nieuwssite ProPublica dat Facebook de mogelijkheid bood antisemieten te targeten met advertenties. Via de zelfbedieningsadvertentie tool, kon je selecteren dat je bericht getoond werd aan mensen die geïnteresseerd zijn in de onderwerpen ‘Jew hater’, ‘How to burn jews’ of ‘History of ‘why jews ruin the world’’. ProPublica probeerde het uit en hun advertenties werden binnen een kwartier goedgekeurd.

Deze advertentiemogelijkheden zijn niet aangezet door een mens, maar gegenereerd door een algoritme. Facebook wist niet dat dit kon en verwijderde nadat ProPublica hen had geïnformeerd dat deze mogelijkheden bestonden. Gevalletje oepsie.

Reproductie van vooroordelen
Het Facebook-antisemitisme incident staat echter niet op zichzelf. Kunstmatige intelligentie is hot en algoritmes kunnen al heel veel. Het probleem daarbij is dat ze gevoed worden door menselijke vooroordelen (zie onze post over homoherkenning op basis van gezichtskenmerken). New Republic schreef erover onder de kop ‘Turns Out Algorithms Are Racist’. Computers leren op basis van het materiaal dat mensen hen geven. Vooroordelen die in die gegevens zitten, worden gereproduceerd door het ‘slimme’ systeem. Als op foto’s vrouwen vaker staan afgebeeld met een stofzuiger, associeert de machine die leert van die foto’s vrouwen met stofzuigers. De artifical intelligence (AI) reproduceert zo seksisme.

Bias in algoritmes is een groot probleem dat nog maar sinds kort erkend wordt. Deze zomer werd het AI Now Initiative opgericht, een onderzoeksclub die zich bezighoudt met sociale en economische gevolgen van kunstmatige intelligentie. Die zijn nu al nauwelijks te overzien. AI maakt al allemaal beslissingen voor ons. Zo bedenkt een algoritme bij Instagram wat voor foto’s hij je laat zien – en kan het dus zomaar zijn dat Instagram je bedreigt met verkrachting (lees het verhaal). Vervelend, maar meer toch niet?

Sociale ongelijkheid is enger dan killer robots
Wel. Algoritmen beslissen nu al wie een lening krijgt, wie uitgenodigd wordt voor een sollicitatiegesprek en wie voorwaardelijk vrijgelaten wordt. Onderzoek laat zien dat gemarginaliseerde groepen, zoals mensen van kleur, verder benadeeld worden door deze systemen. Dat is niets minder dan alarmerend, zo schreef MIT Technology Review gisteren:

“Facebook’s news feed algorithm can certainly shape the public perception of social interactions and even major news events. Other algorithms may already be subtly distorting the kinds of medical care a person receives, or how they get treated in the criminal justice system. This is surely a lot more important than killer robots, at least for now.”

Er spelen twee grote, acute problemen bij de vooroordelen in AI. Allereerst wordt er te zeer gedaan alsof zulke systemen autonoom zijn. Het idee is dat mensen subjectief en feilbaar zijn, maar machines niet. Dat leidt ertoe dat de standaarden waar we mensen aan houden, niet worden toegepast op machines, terwijl we hen wel verregaande beslissingen over mensen laten maken. Het menselijke aspect wordt uit dit proces geschreven. Het tweede probleem is dat de bedrijven die deze technologieën ontwikkelen en verkopen niet geïnteresseerd lijken in het monitoren van vooroordelen in de AIs en daar ook niet transparant over zijn. Dat maakt het opsporen van bias en gevolgen daarvan moeilijker.

New Republic eindigt met een redelijk optimistische noot: sociale netwerken hebben onze onderling relaties expliciet zichtbaar gemaakt. AI lijkt de structuren achter structural bias bloot te leggen. Als we die (h)erkennen, weten we wat we moeten veranderen:

“There are complex material and ideological factors and institutions that shape our lives, and in order to counteract the prejudice contained therein, we first need to recognize that we are in fact shaped and influenced by these bigger systems, and then work against their tendency to reproduce existing power structures. What is clear, however, is that the “intelligence” of AI is the output of our own investments and biases, and it behoves us to build it in a way the recognizes that fact. AI will always reflect its input, and its input is us—our culture, our ideologies, our selves. To make the technology that will enable a more just future, those are what we have to change.”

De actieve betrokkenheid van consultants van Google, Facebook en Twitter bij de Amerikaanse verkiezingen (L. Duits)

Deze post verscheen eerst op dieponderzoek.nl.

Facebook, Twitter en Google waren actief betrokken bij de campagnes van de Democraten en de Republikeinen bij de Amerikaanse presidentsverkiezingen van 2016. Medewerkers hielpen de partijen met het begrijpen van en wegwijs worden in bepaalde diensten en met het optimaliseren van digitale advertentiestrategieën. Dat ging zelfs zo ver dat communicatiewetenschappers Daniel Kreiss en Shannon Mcgregor spreken van ‘digital consulting’ (p. 3) [abstract]. Zij deden samen met een team veldwerk tijdens de Democratische Nationale Conventie en hielden diepte-interviews met zowel medewerkers van Facebook, Twitter, Google en Microsoft als van de campagnes van Hillary Clinton, Jeb Bush, Mike Huckabee, Marco Rubio, Rand Paul en Bernie Sanders.

Machtsverwachtingen
Kenmerkend voor grote techbedrijven is de asymmetrische machtsrelatie die ze met hun gebruikers hebben, waaronder nieuwsorganisaties en campagnevoerders. Sociale netwerken kunnen hun platforms zomaar veranderen, waardoor gebruikers een andere koers moeten gaan varen om hun publiek te blijven bereiken. Daar staat tegenover dat politieke partijen wel degelijk macht hebben: zij hebben namelijk aanzienlijke budgetten (bij de presidentsverkiezingen zo’n 2 miljard dollar) en, mocht de kandidaat winnen, het vermogen in de toekomst techbedrijven te reguleren. Daarnaast biedt hulp bij campagnes deze bedrijven legitimatie, status en marketingmogelijkheden. Kreiss en Mcgregor verwachtten daarom dat techbedrijven actief meewerken en -denken met campagnemakers en dat ze zich daarbij aanpassen aan de partijlogica van het – specifieke – Amerikaanse systeem.

Faciliteren en onderwijzen
Alle vier de bedrijven zochten naar omzet en naar het verbeteren van de relaties met politici. Ze merkten op dat in 2008 er nauwelijks van hun diensten gebruik gemaakt werd: 2012 was de eerste presidentiële campagne waarbij sociale netwerken een rol van betekenis speelden. Samen zoeken naar manieren waarop een kandidaat verkozen kon worden was een manier om politieke invloed te verkrijgen. Om vertrouwen te bevorderen volgden de bedrijven de partijstructuur: ze stelden partijteams samen van medewerkers die dus of Republikeins of Democratisch waren. Dat betekent dat Microsoft, Google, Twitter en Facebook toen en nu een organisatorische structuur hebben op basis van politieke partijen.

“The thinking was, is that you want to hire people that those folks already trust, that understand that world that they’re coming from, because they used to work in that world and they used to have to do those jobs…. They want somebody who understands how they do politics on their side, understands the background, and in some ways, is one of them. Because there’s always a concern of leaks, and who you’re letting in, and what are they sharing” (p. 8) – Katie Harbath, Facebook (R).

De diensten die de bedrijven aanboden tijdens de conventies verschilden per bedrijf. Bij Microsoft ging het vooral om het bieden van een infrastructuur: backend en analytics data platforms. Facebook, Twitter en Google daarentegen hadden een veel meer actieve rol. Zij hielpen met content en het begrijpen van analytics. Ze boden data aan over de gesprekken die online werden gevoerd, zodat campagnemakers daarop konden reageren.

Achter de scherm: de meest effectieve spotjes maken
Los van de ruimtes die de bedrijven hadden ingericht op de vloer van de conventies, werd er achter de schermen samen gewerkt. Respondenten vertelden hoe Trump zijn relatief kleine campagnestaf compenseerde met medewerkers van techbedrijven. Zij hielpen met het identificeren en vinden van donateurs en zwevende kiezers.

“The Trump model was that they… rented some cheap office space out by the airport, a strip mall, and they said it’s going to be Trump Digital. They had the companies, of the advertising companies, social media companies come down there [San Antonio] and work out of that strip mall. And we did it, Facebook did it, Google did it…. I think they did it for two reasons. One; they found that they were getting solid advice and it worked, and two; it’s cheaper. It’s free labor” (p. 13) – Nu Wexler, Twitter.

Het ging hier om consultants die vanuit techbedrijven actief hielpen met het optimaliseren van campagnes: “build ads that get results”. Beide partijen hadden hier baat bij: de politieke partijen konden meer effectieve campagnes opzetten en de techbedrijven verkochten meer reclame. De onderzoekers stellen dat het hier gaat om subsidie van techbedrijven en denken dat ‘cash-strapped campaigns’ zoals die van Trump hier meer baat bij hebben dan campagnes met veel eigen digitale staf, zoals die van Clinton.

Het ging om een totaalpakket:

“They’re [Facebook] working with a campaign to make sure that they’re taking full advantage of all the tools at their disposal. If Facebook decides they’re going to roll something out, a new tool, they want to make sure that these campaigns know about it because they would love for us to use it because if we’re using it and everyone is paying attention to the election…. I know there were Facebook folks who worked with our team on advertising private stuff. I talked with a guy at Instagram fairly regularly. I’ve talked with some people at Google because Google was rolling out new product features during the campaign and wanted us to use them. Twitter too, a lot of times they were people I would go to when I was troubleshooting or I would run into a problem or I’d have this idea that I’d never seen it done before and I was wondering if it was possible” (p. 14) – Caroline McCain, social media manager van Rubio.

Ze boden resources, communicatie-expertise en probleemoplossing. Er werd nauw samengewerkt aan het ontwikkelen van strategie, waaronder het ontwikkelen van content. Over Google:

“They [Google] give the campaign access to it so the campaign is actually able to produce these cards that are their information… so that people who are sitting on the search page are seeing the most up-to-date information coming from the campaign’s perspective and then, how I would work with the campaign is beforehand telling them, strategizing what issues might be most relevant and what they are going to want to produce ahead of time because it just moves so fast. So if you know that it is the business debate, we know that it is going to be a lot of economy and job issues. You are going to want to be on message for that and you kind of look at the other side of the aisle and you say, “I know this is what you are going to be hit on so you definitely want to have a response from the hopper for that,” and then you probably want some additional, like, depending on what your very base goals or lead generation you want to be getting people’s e-mail addresses and things like that. You will have some of those to fill in during some of the lulls. (emphasis added)” (p. 15) – AliJae Henke, Google (R).

De auteurs noemen deze medewerkers van Facebook, Google en Twitter consultants. Daar waren ze zelf nog niet helemaal uit: er was onderling onduidelijkheid hoe ze hun soort werk moesten noemen. Het is dan ook een schemergebied, niet in de laatste plaats omdat er wetten zijn over campagnebijdragen en hoe dit daarin past.

Implicaties
Het is duidelijk dat hier nog veel werk te doen is binnen politieke-communicatiewetenschap. De overwinning van Trump was onverwacht vanuit traditionele modellen van campagne-effecten, maar is wellicht toe te schrijven aan zijn nauwe samenwerking met techbedrijven. Vooral Facebook speelt daarbij een belanhrijke rol. De auteurs schrijven:

“in a world where Facebook is both the consultant and the distribution channel, campaigns might not need teams of data scientists or even a robust digital campaign staff more generally because they can outsource these things to technology firms themselves. That said, more research is necessary to clearly determine Facebook’s role in President Trump’s victory given his surprisingly thin campaign organization” (p. 19).

Hoe moeten we omgaan met de verschuiving van politieke communicatie naar private, winstgerichte bedrijven? Wat zijn de normatieve, democratische implicaties daarvan? Extra problematisch daarbij is het gebruik aan helderheid over de algoritmes die zulke bedrijven gebruiken. We weten ook niet hoe deze mondiale bedrijven te werk gaan bij verkiezingen in andere landen.

Hoewel de auteurs dit – gek genoeg – niet noemen moeten we niet vergeten dat deze bedrijven expliciet zoeken naar politieke invloed om regulering te voorkomen – regulering die hard nodig is. De recent gelekt Paradise Papers laten zien dat aandelen van deze bedrijven ook in handen zijn van bijvoorbeeld Russische politici. Dit alles schreeuwt om meer transparantie, en dat is nu juist precies waar Facebook, Google en Twitter het grootste gebrek aan hebben.

Nieuw van Kennisnet: monitor Jeugd en Media. Wat is relevant voor onderwijs?

Vandaag verschijnt om 8u30 de nieuwe monitor over jeugd en media in Nederland van Kennisnet. Ik kon het rapport al inkijken. Dit is de samenvatting waarbij ik in het vet enkele relevante elementen aanduid:

    • De enquête onder 10- t/m 18-jarigen bevestigt het beeld dat de Monitor Jeugd en Media 2015 ook al liet zien: kinderen en jongeren vormen geen homogene generatie. Je kunt eigenlijk niet spreken over de jeugd als het gaat om mediagebruik. Er zijn grote verschillen in het doel waarvoor ze digitale media inzetten.
    • Uit de vragenlijst blijkt dat leerlingen digitale veelgebruikers zijn en dat ze vertrouwen hebben in hun eigen digitale kunnen. School speelt echter nauwelijks een rol in het bijbrengen van digitale kennis en vaardigheden. Jongeren doen die competenties naar eigen zeggen op in hun vrije tijd en worden daarbij geholpen door hun ouders.
    • De respondenten weerspreken het beeld dat er sprake is van een digitale generatie. Natuurlijk: voor kinderen en jongeren is digitale technologie de normaalste zaak van de wereld. Maar technologie biedt niet voor alles soelaas, niet bij de informatieverwerking tenminste. Informatie zoeken ze het liefst via internet, niet via de bibliotheek. Maar als het gaat om het maken van aantekeningen en het lezen van lange teksten en boeken bestaat er een duidelijke voorkeur voor papier. Je zou ze ‘gemengde’ gebruikers kunnen noemen.
    • Leerlingen tellen de zegeningen van internet. Zo zegt meer dan de helft van de leerlingen beter in Engels te zijn geworden dankzij internet. Twee derde zegt dankzij internet meer te leren dan dat hun ouders vroeger deden.
    • Uit de praktische toets blijkt dat veel leerlingen moeite hebben op internet te zoeken en informatie op waarde te schatten.
    • Vmbo-leerlingen presteren het minst. Ze verzamelen feitelijke informatie, maar bij het uitvoeren van een zoekopdracht doen ze nauwelijks een beroep op andere deelcompetenties, namelijk beoordelen, verwerken en presenteren van informatie. Dat gaat ze erg moeilijk af. Deze 3 deelvaardigheden zijn echter essentieel bij het werk dat ze doen voor school, hun vervolgopleiding en hun latere baan.
    • Leerlingen uit het vmbo letten vaker dan leerlingen uit de andere onderwijsniveaus op de relevantie van de informatie voor het beantwoorden van de toetsvraag. Bij het beoordelen van informatie vertrouwen ze vaker op hun eigen inzicht/gevoel.
    • Havo/vwo-leerlingen letten bij het beoordelen van informatie vaker dan leerlingen van de andere niveaus op of informatie op meerdere websites voorkomt, of de bron betrouwbaar is en wat de uiterlijke kenmerken van de website zijn.
    • Opvallend is dat po-leerlingen het vaakst aangeven niet te weten waar ze op moeten letten bij het beoordelen van informatie op internet.
    • De resultaten suggereren dat de zoekstrategieën van leerlingen onderverdeeld zijn in het zoeken met sleutelwoorden en het zoeken met zinnen/vragen. Leerlingen lijken een van deze zoek- strategieën dominant te gebruiken tijdens het zoekproces. Daarbij zoeken vmbo- en po-leerlingen vaker met een zin/vraag en havo/ vwo-leerlingen vaker met een sleutelwoord.
    • Dat er verschillen zijn tussen havo- en vwo-leerlingen en vmbo-leerlingen is inherent aan het verschil in cognitieve vermogens. Maar het grote verschil in digitale informatievaardigheden tussen leerlingen op de verschillende niveaus valt wel erg op.

De bedenker van virtual reality waarschuwt nu voor virtual reality (Linda Duits)

Deze post verscheen eerst op dieponderzoek.nl.

Jaron Lanier is een kunstenaar en informaticus en degene aan wie we de term virtual reality hebben te danken. Hij muntte de term en zijn bedrijf verkocht als eerste VR-brillen en -handschoenen. Lanier is pas 57 maar hij heeft toch al zijn memoires geschreven: Dawn of the New Everything: A Journey Through Virtual Reality. Ter gelegenheid van het verschijnen daarvan publiceerde The Guardian een interview met hem. Dat gaat vooral over zijn jeugd, maar ook een beetje over VR en de toekomst. Wellicht weinig verrassend: de bedenker heeft nu zo zijn bedenkingen.

Lanier wijt zijn interesse in kunstmatige werelden aan zijn jeugd. Zijn ouders probeerden ‘off the grid’ te leven en Lanier werd veel gepest. Zijn moeder stierf toen hij nog jong was. Toen hij als twintiger in Silicon Valley aankwam, trof hij daar gelijkgestemden: kinderen van communebewoners en vredesdemonstranten, die geen grenzen zagen aan hun verbeelding of aan hun ego. “Counterculture fed directly into plutocratic tech culture.” Virtual reality zou de deuren van de geest kunnen openen.

Hij gelooft nog steeds in de waarde van VR, vooral als vorm van kunst en bijvoorbeeld bij het behandelen van trauma. Tegelijkertijd waarschuwt hij:

“Virtual worlds can be a part of real life, but this notion that they could be on an equal footing is really abhorrent to me.”

Het is maar de vraag wie denkt dat dat echt zo zou moeten zijn. Lanier waarschuwt daarbij voor algoritmes en de kracht die voorstanders aan hem toeschrijven. Ook voor VR stelt hij dat het belangrijk is dat we blijven nadenken over wat technologie doet:

“My inclination is to say that people should become acquainted enough with what the technology can do so that they are less likely to be fooled by it. If you have learned a little bit of magic, you are less likely to be tricked by a magic show, but you still might enjoy the performance a lot.”