In januari 2023 schreef ik op Foodlog een artikel met de prikkelende titel “Wat is een model? Modellen zijn de duivel in het politieke systeem”. In de laatste alinea van dat stuk schreef ik: “Modellen creëren immers alleen maar een kunstmatige werkelijkheid, die beleidsmakers – via de kunde van de modelleurs – het idee geeft dat ze de werkelijkheid kunnen controleren. Een laatste groot punt van kritiek: als modellen eenmaal in gebruik zijn – of erger nog, een juridische status krijgen – is het nauwelijks nog mogelijk om ze uit te schakelen. Zelfs wanneer er wetenschappelijke signalen zijn dat ze niet voldoen, blijven ze actief. Tientallen wetenschappers hebben hun carrière gebouwd op de ontwikkeling van modellen als OPS.”
Mijn analyse heb ik vorige jaar ook gedeeld met Ad, is dit te lang? Start dan bij 37:33
Als dit wel gebeurt, de inzet van technocratische modellen en inzet van professoren bij het ontwerp van beleid, ontstaat er te vaak een soort wetenschappelijke theologie in de beleidsvorming en politiek, een benadering die uiteindelijk niet rationeel uitpakt en dus ook niet wetenschappelijk is. In veel gevallen kun je je zelfs afvragen of dit zelfs rechtstatelijk is. Deze inzichten zijn bij mij gevormd door 25 jaar ervaring in organisaties waar innovatie en verandering centraal staan en waar deze innovatie ook in de praktijk toegepast moet worden om een ROI te behalen. Graag deel ik daarom vijf belangrijke inzichten:
- Inzicht in hoe hersenen werken. Whole Brain® Thinking, ontwikkeld door Ned Herrmann, verdeelt de hersenen in vier kwadranten: analytisch (blauw), organisatorisch (groen), relationeel (rood), en experimenteel (geel). Hoewel iedereen over al deze kwadranten beschikt, pleit het model dat we een voorkeursmanier van denken hebben zonder dat we dat altijd doorhebben. Onderzoekers vallen vrijwel altijd in de blauwe (en groene) categorie. Blauw-denkers blijven graag in de academische wereld en worden promovendus of soms professor. Geel-rode profielen worden daarentegen vaker ondernemer of gaan de politiek in, terwijl groene denkers zich aangetrokken voelen tot de regelgevende overheid, en bijvoorbeeld werken als accountant.
- Kennis uit de complexiteitstheorie (Cynefin). Cynefin biedt vijf besluitvormingscontexten of ‘domeinen’ – duidelijk, ingewikkeld, complex, chaotisch, en verwarring – die managers en politici kunnen helpen te begrijpen hoe zij situaties waarnemen en het gedrag van zichzelf en anderen te doorgronden. Dit raamwerk, gebaseerd op systeemtheorie, complexiteitstheorie, netwerk- en leertheorieën, is van grote waarde bij het beoordelen van het soort systeem en het vinden van passende oplossingen.
- Scheiding der machten 2.0. Politici die niet breed inhoudelijk kunnen afwegen, denken vaak dat wetenschappers antwoorden hebben (en dat wetenschap ‘de waarheid kent’). Tegelijkertijd willen veel wetenschappers maar al te graag aanschuiven bij beleidsmakers, waardoor ze onderdeel worden van de macht. In mijn ogen ontbreekt er een noodzakelijke scheiding tussen wetenschappelijke instituten (zoals RIVM, WUR, TNO, universiteiten) en beleidsmakers. Ik noem dit ‘scheiding der machten 2.0’. Politici moeten weer zelfstandig rationeel nadenken en afwegingen maken, terwijl onderzoekers niet te snel een plek aan de politieke tafel moeten krijgen.
- Gebrek aan fundamenteel onderzoeksbudget voor complexe systemen. In de praktijk betekent dit dat er te weinig herhalingen van onderzoek plaatsvinden, er bezuinigd wordt op metingen, en er nauwelijks safe-fail-experimenten worden uitgevoerd. Combineer dit met de huidige focus op computersimulaties, en je krijgt een samenleving die vertrouwt op vereenvoudigde digitale werkelijkheden. Jan Willem Erisman wijst ook op het tekort aan onderzoeksbudgetten.
- Het verschil tussen fundamenteel onderzoek en toegepaste ontwikkeling. Ingenieurs met ervaring ontwerpen gebouwen, fabrieken, bruggen en software die daadwerkelijk werken. Dit soort ontwerpen maken is echter zelden de taak of de expertise van onderzoekers. Onderzoekers moeten zich richten op onderzoek, terwijl ontwerpers erkennen dat er geen lineaire processen zijn in complexe projecten maar wel met praktijkoplossingen moeten komen.
Ik zou graag nog een zesde inzicht willen toevoegen, namelijk over de kwaliteit van de journalistiek in Nederland, en specifieker, het gebrek aan goede onderzoeksjournalistiek met voldoende bèta-inzicht en cijfergevoeligheid. Op een enkeling na – complimenten aan Dick Veerman – schrijven de meesten maar wat. Misschien kan Foodlog een serie beginnen over “Wat is goede onderzoeksjournalistiek?”. Zelf voel ik me niet geroepen om dit verder uit te werken.
Voorbeelden van domeinen waar een wetenschappelijke theologie is ontstaan:
- Covid-beleid: afstand houden en massale vaccinatie, waarbij alternatieve hypothesen nauwelijks aandacht kregen. Nu, jaren later, is er eindelijk aandacht voor ventilatie en gezonde lucht.
- Stikstofbeleid: een model dat als waarheid in beleid is verheven, terwijl emissiereductie en afstand houden een rationelere benadering zouden zijn. Ik werk aan een specifiek rapport over droge depositie.
- Voeding en gezondheidsonderzoek: we dachten lang dat vet slecht was, maar nu weten we dat we ook op koolhydraten moeten letten. Vlees consumptie was gerelateerd aan darmkanker, terwijl het waarschijnlijk eerder te correleren is aan conserveermiddelen.
- Klimaatbeleid: hier zien we dat onder de druk van CO2-reductie soms slechte maatregelen worden genomen (houtstook in biomassa), terwijl goede maatregelen (zoals kerncentrales) achterblijven. Belangrijke maatregelen – het net verzwaren – zijn niet genomen en er is teveel gedacht vanuit ‘de grote oplossing van alles’ (die nooit bestaat).
Wat dan wel? We kunnen niet verwachten dat politici in Den Haag onderliggende wetenschap volledig gaan begrijpen, en we kunnen als samenleving ook niet wachten op antwoorden die pas na tientallen jaren (praktijk) onderzoek komen. Gelukkig zijn er enkele algemene adviezen te geven:
- Stel een divers team samen, zowel qua denkkleuren als ervaring. De meeste complexe problemen worden nu opgelost door blauwe en groene denkers in monodisciplinaire teams, vaak door junioren. Dit werkt niet. Echt niet!
- Gebruik boerenverstand, ervaring en simpele methoden. Hoe meer je in de details duikt, hoe groter de kans dat het niet lukt. Professoren met specialistische kennis zijn zelden nodig in besluitvorming, en ze horen daarom ook niet thuis in ontwerpteams.
- Erken dat je met complexe systemen te maken hebt. Deeloplossingen moeten in de praktijk getest worden door middel van experimenten die groot genoeg zijn om meetbare resultaten op te leveren, maar klein genoeg om geen blijvende schade aan te richten. Leer uit de praktijk dus.
- Accepteer dat grote uitdagingen geen eenvoudige oplossingen hebben. Er zijn alleen deeloplossingen die in de praktijk geëvalueerd moeten worden, en we moeten als samenleving accepteren dat er soms iets mis gaat. Dat hoort bij het leerproces.
Het heeft me jaren gekost om dit te begrijpen. In Delft leerde ik de Delftse ontwerpmethode, die uitgaat van reductionistische systemen, terwijl de meeste maatschappelijke en biologische systemen complex zijn. In Wageningen leerde ik in de jaren ‘90 bij DLO de praktijkgerichte aanpak kennen, die helaas onder Dijkhuizen grotendeels is verdwenen. Om de grote maatschappelijke opgaven aan te pakken, zullen we een combinatie moeten maken van modern Delft en oud Wageningen.
Met de opkomst van snelle computers en de drang naar thuiswerken, is de situatie bij onderzoeksinstituten en overheden er niet beter op geworden. Mensen leven in een wereld van atomen en moleculen, niet in een digitale wereld van bits en bytes. Als modelleur weet ik hoe krachtig computersystemen kunnen zijn, maar ik weet ook dat we zijn doorgeslagen, en dat beleidsmakers en politici te vaak vertrouwen op modellen. “Modellen creëren immers alleen maar een kunstmatige werkelijkheid, die beleidsmakers – via de kunde van de modelleurs – het idee geeft dat ze de werkelijkheid kunnen controleren.”