Hoe data-analyse de democratie bedreigt
In zijn analyse beschrijft De Kok hoe politieke partijen in de Verenigde Staten met behulp van geavanceerde data-analyse kiesdistricten zo kunnen indelen dat verkiezingsuitslagen grotendeels voorspelbaar worden. Via technieken als “packing” en “cracking” worden tegenstanders geconcentreerd of juist verspreid over districten om electorale voordelen te maximaliseren. Daarbij maken partijen gebruik van enorme hoeveelheden data, waaronder stemgedrag, inkomen, opleidingsniveau, religie, verhuisstromen en consumentengedrag. Het resultaat is volgens De Kok een vorm van politieke optimalisatie waarbij niet langer de kiezer de politicus kiest, maar de politicus zijn kiezers selecteert. Daardoor kunnen partijen met minder dan de helft van de stemmen toch een ruime meerderheid van de zetels behalen.
De auteur trekt daarbij nadrukkelijk parallellen met de huidige discussie rond AI en algoritmes. Gerrymandering maakt volgens hem zichtbaar dat data en modellen nooit volledig neutraal zijn. Degene die bepaalt welke variabelen worden gebruikt, welke optimalisatie wordt toegepast en waar grenzen worden getrokken, beïnvloedt uiteindelijk ook de uitkomst. Volgens De Kok raakt dit aan een veel bredere maatschappelijke ontwikkeling waarbij overheden, banken, verzekeraars en technologiebedrijven steeds vaker beslissingen nemen op basis van onzichtbare modellen en datasets. De centrale vraag verschuift daarmee van techniek naar macht: wie ontwerpt het model en in wiens belang gebeurt dat?
Dit is een samenvatting van het volledige artikel op The Data Connection.
