Be Right Back, de eerste aflevering van het tweede seizoen van de serie Black Mirror, handelt over het jonge echtpaar Martha en Ash dat onlangs verhuisd is naar het platteland. Ash is een typische moderne jongeman met een rijk online leven: hij controleert compulsief zijn telefoon en werkt Facebook-status en andere sociale media om de haverklap bij. Kort na de verhuizing komt hij tragisch om in een auto-ongeluk. Bij de begrafenis wordt Martha door een vriendin geattendeerd op een nieuwe service die op basis van de online data van een overledene diens gedragingen kan nabootsen, waardoor nabestaanden het gesprek met de overledene als het ware kunnen voortzetten. Hoewel Martha hier in eerste instantie bezwaar tegen maakt, besluit ze het uiteindelijk toch uit te proberen en is binnen de kortste keren onafscheidelijk van haar virtuele partner. Wanneer een update van de service de optie biedt om de gefingeerde persoon in synthetisch vlees na te maken en het programma daarin te laten draaien, duurt het niet lang voordat een nagemaakte Ash in haar huis rondloopt.

Deze nieuwe Ash mist een aantal fysieke eigenschappen waar hij tijdens zijn leven geen opmerking over of foto van heeft gemaakt – een moedervlek op z’n rug bijvoorbeeld, of een bepaalde vorm van baardgroei. Maar hij blijkt ook geen herinneringen te hebben aan gebeurtenissen of situaties die zij samen hebben meegemaakt maar waar geen online weerslag van heeft bestaan; hij vertoont niet de specifieke karakteristieken die de echte Ash wel had en ontbeert de emotionele verbondenheid met dingen die voor de echte Ash van belang waren. Martha’s ontevredenheid met de namaak-Ash groeit behalve door deze kleine onvolkomenheden ook doordat hij steeds doet wat hem gezegd wordt – van het vertonen van emotionele respons tot het springen van een klif. De echte Ash, zo roept ze wanhopig uit, zou ruzie met haar hebben gemaakt en zeker niet klakkeloos haar bevelen hebben opgevolgd. Uiteindelijk eindigt de namaak-Ash op zolder – geactiveerd, maar geen deel meer uitmakend van de dagelijkse gang van zaken.

Data-doubles
De diverse sociale media waar we de hele dag ons wel en wee op weergeven, maken een scenario zoals in Be Right Back tot op zekere hoogte daadwerkelijk mogelijk. De enorme hoeveelheden data die sites als Facebook en Twitter vergaard hebben, onthullen structuren in en correlaties tussen gedragingen die we niet eens voor onszelf expliciet geformuleerd hebben. Door gebruik te maken van complexe statistische analyses van deze data kunnen dergelijke bedrijven bijvoorbeeld op basis van wat we leuk en stom vinden een (statische) voorspelling doen over onze culinaire voorkeuren of kledingstijl – een techniek die bekend is onder de term predictive analytics. Bedrijven maken dergelijke analyses en weten daardoor op voorhand wie en wat we zijn, waar we in geïnteresseerd zijn en wat we wanneer gaan kopen. Zo stuurt Amazon al pakketjes naar distributiecentra in de buurt van de klant, voordat de klant zelfs maar heeft aangegeven hierin geïnteresseerd te zijn (preemptive shipping), of wist Facebook eerder dan de jongen in kwestie dat hij homofiel was.

Met alle data die we online posten creëren we, net als Ash, een data double van onszelf: een kopie van onze identiteit die op basis van ons online gedrag met behulp van predictive analytics uit grote en complexe databases tot stand is gekomen. Een groot deel van deze data bestaat uit datgene wat we online willen delen: coole filmpjes, interessante ideeën of een nieuwe blog. Tot op zekere hoogte oefenen we uiteraard controle uit over deze data – we beslissen min of meer wat we wel en niet online delen. Deze controle verliezen we evenwel waar het gaat om wat anderen van onze posts vinden, de scripts en programmacode die achter de directe oppervlakte van de sociale netwerken zitten en de verbindingen die tussen verschillende bezoeken van verschillende sites wordt vastgelegd. Het delen en het netwerkkarakter zijn van fundamenteel belang voor onze data-dubbelganger (om die reden noemt Deleuze Facebookgebruikers ook geen ‘individuen’ maar ‘dividuen’): hij is maar voor een beperkt  deel onze eigen creatie, het grootste deel komt tot stand door anderen en statistiek (wat Mireille Hildebrand de invisible visibility heeft gedoopt).

Een gevolg van deze manier van werken is dat de handelingen die een data-double uitvoert altijd gebaseerd zijn op statistische waarschijnlijkheden. Wanneer namaak-Ash op een bepaalde manier reageert, is de fundering van die handeling gelegen in een statische analyse van het totaal van de online handelingen van de echte Ash. Data-doubles handelen op een functioneel niveau, zonder oog te hebben voor de diepere beweegredenen waarom er op deze manier wordt gehandeld. Schoenverkopers kunnen bijvoorbeeld op basis van dergelijke analyses een heel specifiek model aan een heel specifieke doelgroep (of zelfs een individueel persoon) aanbieden, maar ze zijn blind voor de vraag waarom deze persoon dit model apprecieert en een ander afschuwelijk vindt. Ze hebben geen idee in hoeverre dit schoeisel bijdraagt aan de manifestatie van zijn individualiteit, hoe lekker hij ze vindt lopen of wat de schoenen, uiteindelijk, voor hem betekenen. Jos de Mul heeft deze situatie goed geanalyseerd:

Een database-identiteit is een ‘corelationeel zelf’ dat door commerciële partijen […] wordt geanalyseerd vanwege wat protagonisten denken en hoe ze handelen, zonder te hoeven weten waarom dat het geval is. Alles draait om het functionele gebruik van de informatie: het maximaliseren van de winst of de instandhouding van het politieke systeem.(De Mul 2014, p.120)

Het gevaar
Het gevaar dat we hiermee lopen is (zoals altijd wanneer het statistiek betreft) dat het model voor de werkelijkheid wordt aangezien. Wanneer de data-double, die uiteindelijk gebaseerd is op het verleden, gezien wordt als een volledig betrouwbare voorspeller wordt van ons gedrag in de toekomst, kunnen we op basis hiervan in het heden handelen. Voor De Mul wordt dit scenario goed geïllustreerd door de film Minority Report, waarin personen voor misdaden worden ingerekend voordat ze deze daadwerkelijk zijn begaan. Maar het doel van de bedrijven in kwestie is geen ordehandhaving, maar commerciële verkoop. Wanneer mijn data-double geïnteresseerd is in deze schoenen, waarom deze dan niet alvast naar mij opsturen en het verschuldigde bedrag incasseren? De blinde statistische voorspelbaarheid van onze functionele gedragingen reduceert ons tot een grondstof in een big-data economie – een voorspelbare en controleerbare afzetmarkt.

Het is niet voor niets dat Martha nog verschillen opmerkt tussen de echte en de namaak Ash. Mensen zijn geen puur rationele consumenten die zich louter laten leiden door geldelijk en persoonlijk gewin – alle argumenten van Ann Ryan ten spijt. Het zijn juist de subtiele verschillen in ons gedrag, onze onvoorspelbaarheid en spontaneïteit in de dagelijkse omgang, de betekenis die onze handelingen voor ons hebben, en – helaas – onze sterfelijkheid die het leven de moeite waard maken.

Literatuur
Hildebrandt, Mireille (2009), ‘Who is profiling who? Invisible Visibility.’ In Serge Gurwith e.a. (red.), Reinventing Data Protection. Springer Nederland, pp. 239-52.
Mul, Jos de (2014) Kunstmatig van nature. Onderweg naar Homo Sapiens 2.0.