Helderheid in complexiteit

RAINBOW – Helderheid in complexiteit

RAINBOW begon op een avond waarop er eigenlijk genoeg informatie was – en toch raakte het verband zoek. Beslissingen, afhankelijkheden en mogelijke gevolgen lagen tegelijkertijd voor me. Hoe meer ik probeerde alles bij elkaar te houden, hoe minder duidelijk werd wat er werkelijk toe deed. Ik merkte dat er daarbij iets wezenlijks verloren dreigde te gaan. En plotseling was er een gedachte die niets met al die informatie te maken leek te hebben – en toch belangrijker was dan al het andere. Hij drong door alles heen – en hield me precies tegen op het moment waarop dat het belangrijkst was. De gedachte bleef de hele nacht bij me. De volgende ochtend was hij nog net zo aanwezig als de avond ervoor. En precies op het moment dat ik mijn ogen opende, stond er een regenboog aan de hemel. Tot dan toe hadden regenbogen nooit een bijzondere betekenis voor mij gehad. Maar op dat moment – met die gedachte en dat licht aan de hemel – voelde het alsof de wereld zei: Alles komt goed. Daar komt de naam RAINBOW vandaan.

Pas later begreep ik wat er van dat moment was blijven hangen: Niet altijd ontbreekt er informatie. Vaak ontbreekt het verband dat er betekenis aan geeft. Dat geldt voor één mens net zo goed als voor bedrijven, teams en instellingen. Een getal kan kloppen. Een document kan volledig zijn. Een beslissing kan op zichzelf begrijpelijk zijn. En toch kan er iets wezenlijks ontbreken: Wat beïnvloedt wat? Waar ontstaan afhankelijkheden? Welke informatie verandert de betekenis van andere informatie? Welk gevolg wordt pas zichtbaar wanneer meerdere gegevens samen worden bekeken? En wat is in de concrete situatie werkelijk relevant?

RAINBOW brengt relevante informatie zo samen dat zichtbaar wordt wat met elkaar samenhangt – in het dagelijks leven én bij projecten, processen, risico’s en beslissingen binnen bedrijven en instellingen. Hetzelfde principe geldt voor de technologie achter RAINBOW. Taalmodellen worden getraind met enorme hoeveelheden informatie. Voor een concrete taak hebben ze echter context nodig. Doorslaggevend is niet simpelweg hoeveel context er is, maar welke informatie voor de betreffende situatie relevant is en hoe die informatie met elkaar samenhangt. Daarbij geldt één basisprincipe:

RAINBOW beslist niet voor mensen. RAINBOW moet mensen helpen de beslissende verbanden te zien voordat zij beslissen. De verantwoordelijkheid blijft waar die thuishoort: bij de mens. Niet zoveel mogelijk informatie. Maar de informatie die telt – in de juiste context.

O ja. Dank je, kleine regenboog. 🌈