Hoeveel uur heb ik ook alweer op elk project gezeten deze week? Een lastige vraag voor kenniswerkers die op meerdere projecten werken. Maya Sappelli ontwikkelde een intelligente tool die automatisch uren kan registeren. Sappelli: ‘Ik krijg een ontzettende kick als ik een code schrijf en dat daar dan uitkomt wat ik wil.’
Tekst: Reineke Maschhaupt

Maya Sappelli vindt taaltechnologie het mooiste dat er is. Toen ze niet kon kiezen tussen kunstmatige intelligentie en taalwetenschap is ze beiden gaan studeren in Nijmegen. Het bleek een gouden greep: ‘Als je computers echt intelligent wilt maken moet je beginnen met het begrijpen van taal.’

Maya Sappelli heeft de afgelopen vier jaar gewerkt aan intelligente tools - software applicaties met specifieke functies - die het leven van de kenniswerker makkelijker moeten maken. Onder kenniswerkers worden alle mensen verstaan die met informatie werken achter een computer. Zulke tools zijn volgens haar steeds harder nodig: ‘Eén van de oorzaken van stress op het werk is de information overload waar kenniswerkers tegenwoordig mee te maken hebben. Er komt de hele dag zo ontzettend veel informatie op je af met Twitter, facebook en e-mail. En daarnaast moet je als kenniswerker nog eens de normale dagelijkse informatie verwerken. Soms is het moeilijk om daar in te filteren.’

En je smartphone, je privémail en je social media tijdens je werk gewoon uitzetten? Sappelli: ‘Dat blijk in de praktijk heel moeilijk. Mensen doen lang niet altijd datgene dat goed voor ze is. Er zijn twee manieren om er naar te kijken. Vanuit de arbeidspsychologie zeggen ze: je zou dit niet moeten doen. Maar ik ga ervan uit dat je niet altijd de juiste keuzes maakt; en toch wil ik je helpen. En daarnaast helpen mijn tools ook mensen die alles al goed doen.

Automatische tools

Eerst is Sappelli gaan kijken waar de kenniswerkers binnen TNO het meest tegenaan lopen. Dat bleek het registeren van uren te zijn aan het einde van de week. ‘Daar hebben de mensen hier echt een hekel aan. Het kost best veel tijd en moeite om erachter te komen hoeveel tijd je op welk project hebt gewerkt. Heel veel dingen doe je los of even tussendoor.’

‘Stap één is begrijpen waar iemand mee bezig is. Dat noem ik context-awareness. En stap twee is het ontwerpen van automatische tools die zo weinig mogelijk van de kenniswerker vragen. Want je wil niet dat een drukbezette werknemer eerst een uur nodig heeft om z’n systeem te gaan zitten trainen. Daarom heb ik gekeken naar hints die al op je computer te vinden zijn. Bij TNO werken we bijvoorbeeld met projectmappen. Daar kun je al uithalen in welke projecten de persoon zit. En je kunt al weten waar de projecten over gaan door de documenten die in de projectmappen zitten.’ Die denkstap, van welk document of e-mailtje bij welk project hoort, probeert Sappelli te automatiseren. Het is dus niet zo dat de tool alleen maar simpelweg zegt: je hebt deze week deze documenten en emailtjes geopend, maar het maakt zelf de denkstap hoeveel tijd je aan welk project hebt besteed.

Een tweede intelligente tool waar Sappelli aan heeft gewerkt is het automatisch ordenen van e-mail. ‘Sinds ik zelf medewerker ben binnen TNO krijg ik me toch een bak mail binnen! Het is dan heel erg nodig om strikt te categoriseren. Want ik mis af en toe belangrijke dingen en dat is echt vervelend.’ Sappelli’s tool categoriseert automatisch je mail op urgentie. ‘De truc is om goede visualisatie toe te passen zodat je de aandacht vestigt op de mailtjes waarvan je zeker weet dat je er antwoord op moet geven, maar niet de ‘minder belangrijke’ mailtjes helemaal uit beeld laten verdwijnen.’

De kat van de buren

Dat Sappelli’s tools echt wat opleveren bleek twee jaar geleden toen een Volkskrant journalist haar en haar collega Suzan Verberne benaderde met de vraag wat de onderzoekers uit zijn data konden halen. ‘We kregen zijn complete email dataset met de vraag wat voor interessante en opmerkelijke dingen we daar zonder voorkennis uit konden halen. Als je weet waar je naar op zoek bent, dan is het relatief simpel om dat te vinden. Maar het is heel wat anders als je een bak met data hebt en geen idee hebt waar je naar op zoek bent.’ Sappelli gebruikte voor een deel dezelfde tools als waar ze binnen haar onderzoek mee werkte. En ja hoor, het computer programma bleek een aantal interessante vondsten te doen in de e-maildataset van de journalist. ‘Het grappigste feit dat naar boven kwam was de burenruzie over zijn poes die in de tuin van de buren had gepoept. Ik dacht toen: zie je wel, we kunnen wel echt wat! Ik krijg een ontzettende kick als ik een code schrijf en dat daar dan datgene uitkomt wat ik wil. Dat je er gewoon een bak data ingooit, je magie er op loslaat en dan ‘poef’ kijk dit zijn je geheimen.’ (Lees hier het Volkskrant artikel, pag.1/ pag.2)

Gevoelige data

Privacy is de grootste barrière binnen Sappelli’s onderzoek. Omdat ze met zulke persoonlijke en privacygevoelige data werkt zijn er geen datasets beschikbaar die je als onderzoeker zomaar even kan gebruiken. Zelf data verzamelen binnen dit onderzoeksgebied is lastig. Hoewel Sappelli zelf niet naar de data kijkt – dat doet de computer - zijn sommige mensen huiverig bij het idee dat ze bekeken worden in wat ze doen op de werkvloer. Data verzamelen bleek dus een tijdrovende klus. Sappelli: ‘In het begin heb ik met een collega een experiment gedaan waarin we data hebben verzameld. Dat was in een gecontroleerde setting zodat privacy geen punt was. 25 kenniswerkers deden drie uur lang ‘kenniswerker taken’ zoals rapporten schrijven en presentaties maken met vooraf gegeven opdrachten. Qua voorbereiding zijn we een paar maanden met deze vrij beperkte dataset bezig geweest.’

‘Ik wil dat mijn computer mij begrijpt’

Sappelli’s uiteindelijke doel is dat ze in natuurlijk taal tegen een computer kan praten en dat die haar dan begrijpt. Dat was al haar droom toen ze acht jaar oud was en riep dat ze computerdeskundige wilde worden. ‘Nu vertellen wij hoe computers om moeten gaan met taal. En eigenlijk begrijpen ze het niet echt. Ik wil toch naar iets meer begrip toe zoals wij dat ook hebben. Dat een computer erom kan vragen als hij iets niet weet. Misschien een beetje scary, maar dat is uiteindelijk wel mijn ideaal’, lacht ze.

Maya Sappelli (1988) studeerde kunstmatige intelligentie en taalwetenschap aan de Radboud Universiteit in Nijmegen. Sinds 2011 werkt ze als PhD student bij TNO. Op 19 februari 2016 promoveert ze met het proefschrift Knowledge work in context. User centered knowledge worker support. Haar onderzoek werd deels gefinancierd door Commit, binnen het project SWELL. Binnen de Data Science afdeling van TNO gaat Sappelli verder onderzoek doen op het gebied van text mining. Hierbinnen valt een onderzoek naar het Dark Web, het stuk van het internet waar Google geen weet van heeft, en een project voor lotgenotenforums voor mensen met een bepaalde ziekte.