In de afgelopen zes decennia digitaliseerde ook de biologische wereld. Gedrag, emoties, lichaamsfuncties en het menselijk DNA waren steeds beter te vangen in bits en bytes en door software te analyseren. Het genetisch materiaal van de mens is in de afgelopen jaren digitaal in kaart gebracht, en kan ook bewust worden aangepast. Via smart wearables verzamelden gebruikers en bedrijven biologische gegevens zoals hartslag, ademhalingsfrequentie,
lichaamstemperatuur en voedings- en slaappatronen. En in de toekomst bieden onze oorschelp, looppatroon, stemgeluid, houding, ademhaling, hartslag en zelfs de manier waarop we typen nieuwe manieren om mensen te identificeren. In deze paragraaf illustreren we de digitalisering van de biologische wereld door te kijken naar 1) het menselijk lichaam 2) het brein en 3) het menselijk gedrag.
Lichaam
De digitalisering van het lichaam begon decennia geleden met de inzet van medische apparatuur die het lichaam ‘digitaal’ kunnen uitlezen. Aanvankelijk gebeurde dat via technieken als
röntgenbeelden en CT-scans, of bloedglucosemeters voor diabetici. Een belangrijke ontwikkeling voor de digitalisering van de ‘code’ van het lichaam was het Human Genome Project. Het project startte in 1990 en bracht de structuur van het menselijk DNA in kaart. Bij aanvang schatte men dat dit circa vijftien jaar zou duren, maar door de enorme vooruitgang in de gebruikte
DNA-analysetechnieken – mede mogelijk gemaakt door de snelle ontwikkeling in computerrekenkracht en opslagcapaciteit – was al in 2000 een eerste ruwe kaart gereed. In de jaren daarna werd het mogelijk om DNA-materiaal ook aan te passen. Recent is dit door de CRISPR-editing techniek goedkoper, sneller en gemakkelijker geworden (zie kader 2.2). De techniek brengt omstreden toekomstbeelden over designerbaby’s een stap dichterbij.
Kader 2.2 CRISPR
In de afgelopen jaren is het uitlezen van het menselijk genoom steeds makkelijker geworden met ontwikkelingen in genome-sequencing-technologie. Het aanpassen van genetische informatie was echter tot voor kort nog een moeilijke opgave. De ontwikkeling van de CRISPR-Cas9-technologie (vaak kortweg CRISPR genoemd) heeft daarin voor veel opschudding gezorgd. De CRISPR-technologie maakt gebruik van het natuurlijke afweersysteem van bacteriën. Wanneer bacteriën worden geïnfecteerd met een virus bouwen ze een deel van dat virus in hun eigen DNA in om het in de toekomst te kunnen herkennen. Wetenschappers pasten het systeem zo aan dat ze kunnen selecteren welk stukje DNA wordt ingebouwd en waar dat in het DNA gebeurt. Bovendien kan de techniek naast bacteriën ook op dieren en mensen worden toegepast. Op deze manier maakt CRISPR maakt het makkelijker, sneller en goedkoper om de genen van bacteriën, planten, dieren en mensen aan te passen.
Ook buiten het laboratorium is de digitalisering van het lichaam zichtbaar. In de gezondheidszorg wordt gebruikgemaakt van de techniek om snel en goedkoop DNA af te lezen (Next Generation Sequencing). De techniek helpt klinisch-genetische centra bij het vinden van een oorzaak bij een ziektebeeld. Er zijn hoge verwachtingen over het bieden van gezondheid op maat door meer kennis over iemands DNA-profiel, maar voorlopig is dit nog toekomstmuziek (Vrijenhoek & Radstake 2016). Sinds 2006 kunnen mensen via commerciële diensten als 23andMe inzicht krijgen in hun eigen genetisch profiel en in mogelijke erfelijke aanleg voor aandoeningen en eigenschappen zoals kaalheid of blindheid. Naast genetische informatie zien de we digitalisering van het lichaam ook op allerlei andere vlakken. De huidige generatie smartphones en apps bieden hulp aan mensen om zelf hun bloeddruk, glucose, hartslagvariabiliteit en stressreacties te monitoren. Van toekomstige generatie digitale coachingsapparaten wordt verwacht dat ze met behulp van kleinere en betere sensoren de psychofysiologische staat van gebruikers voortdurend kunnen monitoren (Kool et al.
2014).
Brein
Ook (delen) van ons brein digitaliseren. Zo helpt neuro-imaging-technologie in het lab om cognitieve processen in kaart te brengen. Wetenschappers werken met behulp van deep brain stimulation (DBS) aan breinimplantaten om bijvoorbeeld de trillingen van Parkinsonpatiënten te verminderen.
Een geïmplanteerde neurostimulator, stuurt elektrische pulsen naar een elektrode die operatief is aangebracht in de hersenen, al naargelang de stoornis op een specifieke plek. In 2011 hadden hier al meer dan 70.000 parkinsonpatiënten gebruik van gemaakt (Bronstein et al. 2012).
Wetenschappers werken ook aan andere toepassingen van DBS, bijvoorbeeld om depressie te verhelpen. In het consumentendomein komen brain-computer interfaces op de markt waarmee gebruikers zelf hun hersengolven kunnen analyseren en hun cognitieve vermogens proberen te verbeteren. Do-it-yourself neuro-enhancers proberen met elektrische golven hun eigen
breincapaciteit te vergroten of trainen hun concentratie met feedback over patronen in hun hersengolven (Burkeman 2014).
Emotieherkenningstechnologie leert onze emoties steeds beter herkennen. De software voor dat doel is de laatste jaren zoveel vooruit gegaan dat computers gemiddeld beter zijn dan mensen in het herkennen van een valse emotie (Andrade 2014; Li et al. 2015). Ook
gezichtsherkenningstechnologie verbetert snel. De beste algoritmen herkennen gezichten inmiddels net zo goed als mensen dat doen (Harris 2015). Gezichts- en emotieherkenning zijn onderdeel van een reeks nieuwe identificatiemogelijkheden op basis van het menselijk lichaam, naast bekende methoden als de vingerafdruk en de irisscan (Janssen et al. 2014).
Gedrag
De laatste jaren ontdekken wetenschappers en bedrijven dat er ook allerlei informatie uit ons digitale surfgedrag valt af te leiden. Dit komt door de combinatie van de aanwezigheid van grote hoeveelheden digitale, persoonlijke gegevens én slimme software om die gegevens te analyseren.
Facebookprofielen geven bijvoorbeeld informatie over seksuele geaardheid of politieke voorkeuren (Kosinski et al. 2013). Watson van IBM heeft genoeg aan een A4’tje tekst om een
persoonlijkheidsanalyse van de auteur te maken. En het recruitment bedrijf Entelo scout talentvolle programmeurs op basis van wat ze op het internet posten (Peck 2013). In de digitale wereld gaan we nader in op de inzet van big data en slimme software.
Na het herkennen en het analyseren van menselijk gedrag, is het beïnvloeden van gedrag een volgende stap (zie kader 2.3). Denk aan Facebook’s emotiestudie, waarbij bleek dat het tonen van positieve of negatieve informatie de stemming van gebruikers beïnvloedt. Gebruikers gaan hierdoor zelf ook meer positieve of negatieve posts plaatsen. De studie leidde tot grote ophef onder
gebruikers toen bekend werd dat zij ongemerkt onderdeel waren van een experiment (Adam et al.
2014). Ook het ongemerkt personaliseren van zoekgedrag door zoekmachines als Google is een voorbeeld van subtiele beïnvloeding (Van ’t Hof et al. 2012).
Kader 2.3 Persuasieve technologie
Persuasieve technologie maakt gebruik van inzichten uit de psychologie, gedrags-wetenschappen en mens-computerinteractie, om systemen te ontwerpen die gebruikers aanzetten tot gedragsverandering (Fogg 2002). Dit soort technologische gedragsbeïnvloeding – ook wel nudging genoemd – wordt steeds geraffineerder. Zo wordt er gekeken naar
gepersonaliseerde beïnvloedingsstrategieën, waarbij gebruikers worden beïnvloed met het soort argumentatie waar zij gevoelig voor zijn (Kaptein 2015; Kaptein & Eckles 2012). Met ambient feedback kijken onderzoekers hoe mensen op een laag cognitief bewust niveau zijn te beïnvloeden met elementen uit hun omgeving, zoals licht of kleur. Onderzoek naar laagcognitieve beïnvloeding met kleur laat zien dat dit een effectieve strategie kan zijn.
Systemen die feedback geven met behulp van kleur over het energieverbruik lijken effectiever dan op cijfers gebaseerde feedback (Maan et al. 2011; Ham et al. 2009).
Selectie technologiegebieden
Uit deze paragraaf komen verschillende technologieën naar voren die naar verwachting de komende jaren de digitale samenleving verder zullen vormgeven. Een aantal daarvan wordt uitvoerig besproken in het medisch ethische, en bio-ethische domein, waaronder CRISPR en deep
brain stimulation (zie bijvoorbeeld Van Est et al. 2014; Van Est et al. 2016). We richten ons hier daarom vooral op de gebieden die zich buiten het medische domein bevinden. Dat zijn 1) de snelle verbeteringen op het gebied van gezichtsherkenning en andere lichaamskenmerken (multimodale biometrie), en 2) de groeiende inzet van persuasieve technologie in het consumentendomein (zie tabel 2.2). Andere in deze paragraaf besproken technologieën hebben betrekking op het analyseren van menselijk gedrag via data analytics. Deze technieken bespreken we bij de digitale wereld (paragraaf 2.4).
Tabel 2.2 Selectie technologiegebieden biologische wereld
Technologiegebied Omschrijving
Persuasieve technologie Persuasieve technologie heeft als doel om het menselijk gedrag te beïnvloeden en te veranderen. De methoden voor beïnvloeding worden steeds subtieler.
Multimodale biometrie Biometrie is een manier om mensen uniek te identificeren, met behulp van verschillende identifiers van het menselijk lichaam: vingerafdruk, iris, stemgeluid, gezicht, oorschelpen, hartritme of looppatroon. De toekomstverwachting is dat door het combineren van deze verschillende modaliteiten, het identificeren van mensen makkelijker wordt. De technologie kent ook andere toepassingen, bijvoorbeeld als beveiliging.
Rathenau Instituut