Futurologie heeft de toekomst

‘Ik zal je alles brengen wat je nodig hebt, eten …’
‘Nee, nee! Wij zieners leiden een
leven gewijd aan meditatie, breng mij
alleen maar iets te lezen: everzwijnen,
eenden, kippen, gebak, bier …’
‘Lees je dan ook in bier?’
‘Mits goed gebrouwen, is bier zeer leesbaar.’

Toekomstvoorspellers zijn niet te vertrouwen, wist de schrijver van Asterix en de ziener al. Ze beweren van alles en nog wat, maar onderbouwen, ho maar. De futuroloog die vandaag prikkelende vergezichten schetst – rond 2050 communiceren we via gedachten, uploaden we ons brein naar de cloud, is er interplanetary internet, et cetera – tast net zo in het duister als toekomstconsulent Sjanny die voor negentig cent per minuut telefonisch doorgeeft dat jouw grote liefde elk moment kan aanbellen.
Of toch niet?

‘De wereld van de toekomstverkenners is heel divers,’ zegt futuroloog Peter van der Wel, medeoprichter van Dutch Future Society, ‘aan de ene kant heb je academici, en aan andere kant “popfuturologen”: trendwatchers als Adjied Bakas, een goede showman, maar hij brengt ons vak wel in diskrediet.’

In Nederland zijn naar schatting meer dan tienduizend mensen professioneel met toekomst voorspellen bezig, zegt Van der Wel: veel planners en strategen die werkzaam zijn binnen overheid en bedrijven, een paar honderd trendwatchers, een tiental futurologen. Het verschil tussen die laatste twee: waar trendwatchers een perspectief van een paar jaar hanteren, kijken futurologen soms tientallen jaren vooruit. Dat ‘toekomst voorspellen’ noemen is overigens vloeken in de kerk. ‘Je kunt de toekomst niet voorspellen, ook een futuroloog niet. Wij brengen mogelijke toekomsten in kaart, verkennen scenario’s.’

De instrumenten die de futuroloog daarbij ter beschikking staan, komen deels uit andere wetenschappen, zoals de statistiek. Sommige daarvan zijn binnen de futurologie zelf ontwikkeld, zoals causal layer analysis. Futurologen denken niet in afzonderlijke gebeurtenissen of trends, zegt Van der Wel, ‘wij denken in systemen, waarbinnen verschillende niveaus – variërend van wet- en regelgeving en technologie tot het grote verhaal dat we elkaar over de wereld vertellen, het dominante narrative – elkaar beïnvloeden, waarbinnen je dus ook op verschillende niveaus kunt interveniëren.’

Heel veel weten van één enkel vakgebied is daarbij vaak juist een nadeel. Van der Wel verwijst naar het in 2015 verschenen Superforecasting, the Art and Science of Prediction van de Amerikaanse psycholoog Philip Tetlock. Op grond van een langlopend experiment kwam naar voren dat experts het uiteindelijk niet beter doen dan de spreekwoordelijke aap met de dartpijl. Een kleine groep amateurs bleek daarentegen juist erg goed in voorspellen. De verklaring: terwijl experts overtuigd zijn dat ze veel weten en hardnekkig vasthouden aan opinies, twijfelden die ‘supervoorspellers’ aan de eigen ideeën, gingen ze steeds op zoek naar alternatieven en nieuwe informatie, pasten ze hun voorspellingen telkens aan.

Iets wat op zich ook niet zaligmakend is, zegt Patrick van der Duin, directeur van de Stichting Toekomstbeeld der Techniek (STT) en voormalig docent toekomstverkenningen in Delft en Tilburg, want je kunt wel steeds je voorspellingen bijstellen, maar uiteindelijk moet je als bedrijf of overheid toch een keer de knoop doorhakken: doen we het wel of doen we het niet?

Van der Duin is net terug uit Seattle waar hij een conferentie bijwoonde over de toekomst van agrofood. Dat is op zich niet verwonderlijk, zegt hij, want als het om toekomstonderzoek gaat, kom je Nederlanders overal tegen. Nederland was altijd al toonaangevend. De Rotterdamse hoogleraar (en CPB-directeur) Fred Polak gold in de jaren zestig wereldwijd zo’n beetje als de godfather van de futurologie. Shell maakte in die tijd als eerste gebruik van grootschalige what-if-scenariostudies. ‘We stikken van de adviesraden en planbureaus, in de wetenschappelijk wereld gebeurt veel. Waarom? Het heeft misschien te maken met de maakbaarheidsgedachte, met de polder, met langetermijndenken: we maken de polder droog en verdelen dan van tevoren al een beetje het land.’

Aandacht voor toekomstonderzoek is bovendien groeiende, zegt Van der Duin, en dat heeft te maken met de snelle ontwikkeling van technologie en de ethische vragen die daaruit voortkomen. ‘In de jaren vijftig had je van die mooie boekjes met toekomstvisioenen vol vliegende auto’s enzovoort. De teneur was: zullen we ooit kunnen wat we willen? Nu is het eerder andersom: willen we wat we kunnen: willen we een computer bouwen die slimmer is dan wij zelf, willen we met Crispr-Cas knippen in onze eigen genen.’

Tegelijkertijd is het kortetermijndenken hardnekkig, zegt Van der Duin, en dan kun je nog zulke goede toekomstscenario’s ontwikkelen, als organisaties er niks mee doen, houdt het op. ‘Die hele energie- en klimaatproblematiek is een prachtig voorbeeld: na mij de zondvloed. “In the long run we are all dead,” zei Keynes al, en zolang we een minister-president hebben die visie een vies woord vindt, tja.’

Methodes zijn verbeterd, er zijn meer data, snellere computers. Of dat betekent dat we ook beter zijn geworden in het vooruitkijken, is de vraag. Want tegelijkertijd is de maatschappij zelf complexer geworden, het tempo van verandering telkens toegenomen. En dus blijft de zoektocht naar nieuwe instrumenten om die complexiteit te lijf te gaan, zodat beleidsmakers niet volledig in het duister tasten.

Door gebruik te maken van zogeheten extreme scenario’s bijvoorbeeld, zoals bij de Amsterdamse denktank FreedomLab gebeurt. ‘Je kunt scenariodenken gebruiken om de toekomst te voorspellen,’ zegt hoofd van de denktank Arief Hühn, ‘je kunt ook toekomst voorspellen gebruiken om het heden beter te snappen. Door in extreme scenario’s te denken, bekijk je de dynamiek en de drivers in het heden als het ware door een vergrootglas. Wat gebeurt er als we door een pil 200 jaar oud worden? Wat gebeurt er met ons levensperspectief, wat met onze cultuur, met de politieke agenda? Je kijkt naar tweede- en derde- orde-effecten. Wat gebeurt er als een groot databedrijf gehackt wordt en alle gegevens van iedereen op straat liggen? Je gaat op zoek naar de zwarte zwanen, dingen die je niet zou verwachten, maar die juist relevante informatie opleveren. Dergelijk speculatief design is misschien niet een academisch heel accurate vorm, het is wel een mooie manier om enigszins grip te krijgen op complexe systemen.’

En dat laatste is moeilijk genoeg, zegt Peter Sloot, wetenschappelijk directeur van het aan de Universiteit van Amsterdam gelieerde Institute for Advanced Study (IAS, niet te verwarren met het gelijknamige instituut in Princeton). Vanuit Singapore, waar het IAS meewerkt aan een nieuw onderzoeksproject over de consequenties van zeespiegelstijging, vertelt hij over de reis die hij in 2012 met Eberhard van der Laan maakte naar India. Daar drong het besef door dat de complexe stedelijke problemen die ze er aantroffen, en die deels ook in Amsterdam spelen, een nieuwe interdisciplinaire benadering noodzakelijk maakten. De oprichting van het IAS, in 2016, was het gevolg.

‘De wetenschap is monodisciplinair georganiseerd, en gefinancierd,’ zegt Sloot, ‘maar de grote vragen waar iedereen mee worstelt – klimaat, mobiliteit, gruwelijke, besmettelijke ziektes – vereisen dat je vanuit veel verschillende disciplines naar een probleem kijkt. Ze vereisen ook dat je anders kijkt. Wetenschappers zijn gewend alles uit elkaar te trekken op zoek naar het onderliggende principe, maar zodra je dat bij dit soort complexe systemen doet, verlies je datgene waarnaar je op zoek bent. Alles is met elkaar verweven, er is sprake van emergentie [kenmerken van complexe systemen ontstaan door interactie van de elementen binnen een systeem, die niet herleidbaar zijn tot die afzonderlijke elementen, HvW].’

Die causale verbanden in kaart brengen is een hels karwei. Daarbij wordt gebruik gemaakt van ideeën uit de thermodynamica, de natuurkunde, van nieuwe ideeën uit de wiskunde en de logica, maar ook van ideeën uit de psychologie en de filosofie; dat alles probeert men samen te brengen in één methode.

Sloot geeft een voorbeeld van onderzoek dat IAS doet: naar diabetes, een groeiend probleem in de stad, waarbij allerlei factoren een rol spelen; niet alleen biologische, maar ook lifestyle, etnische achtergrond, de plek waar je woont, je inkomen.

‘We zijn eerst een jaar lang met Jan en alleman gaan praten, met mensen uit de zorg, met medische antropologen en epidemiologen, met moleculair biologen. Vervolgens zijn we de data gaan ordenen. Eerst in de tijd: honger heb je elke dag, een te hoge bloedsuikerspiegel ontwikkel je over een aantal weken. Daarna ook in de ruimte: speelt iets op moleculair niveau, op het niveau van het hele lichaam, of op stadsniveau. Vervolgens ga je daartussen touwtjes trekken. Zo komt een causaliteitsnetwerk in beeld en kun je aan knoppen gaan draaien: stel dat dit verband wat sterker is dan dat verband, wat gebeurt er dan?

Heb je dat eenmaal in een computermodel verwerkt dan kun je daarin een bepaalde populatie invoeren en kijken wat er gebeurt als je een bepaalde interventie doet, een bepaald soort voorlichting geeft of medicatie, of als je juist niets doet. We bouwen de theorie, we bouwen de methodes, we bouwen de computermodellen; eigenlijk bouwen we een toekomstmachine,’ zegt Sloot, ‘een machine waarmee je betrouwbare scenario’s kunt ontwikkelen voor what-if-exercities.’

Dat, zoals sommigen profeteren, het toekomst voorspellen zelf op termijn door machines zal worden overgenomen, bestempelt Sloot als ‘bullshit’. Hij ergert zich aan de hype rond ai, big data en machine learning. Het idee dat je zo, als je maar genoeg rekenkracht en data hebt, het gedrag van adaptief complexe systemen – systemen die zichzelf aanpassen, met allerlei feedback-loops – zult kunnen voorspellen, mist de essentie: data is dood. Data voorspelt alleen de toekomst als de toekomst in principe hetzelfde is als het verleden. Moeilijker is het niet. Als je een complex probleem wilt oplossen, moet je de onderliggende processen bestuderen; wat is nou precies de natuurkunde, de fysica, de chemie, de sociologie, wat is de verknoping, hoe steekt het nou precies in elkaar, en kan ik dan op basis daarvan modellen maken die dan vervolgens op grond van emergentie inzicht in het systeemgedrag geven. Ik ben ervan overtuigd dat dit de weg vooruit is.’