In de datawereld, van BI tot data science tot AI, heeft iedereen de term garbage in, garbage out weleens gehoord. Eigenlijk horen we hem te vaak. Meestal klinkt hij als een schouderophalende constatering: de data was niet goed, maar we hebben er toch mee gewerkt, en daarmee is de zaak afgedaan.
Toch klopt die conclusie niet.
Daar zijn we dan klaar mee
De manier waarop garbage in, garbage out meestal gebruikt wordt, is als eindpunt. De data was rommelig, het resultaat is dus ook rommelig, en zodra het rapport, het dashboard of de voorspelling is opgeleverd, is de verantwoordelijkheid overgedragen. Het probleem wordt erkend, en vervolgens losgelaten.
Die houding lijkt onschuldig. Ze geeft een team de ruimte om verder te werken zonder de discussie te hoeven heropenen. Ze is het niet, want de output die ze rechtvaardigt verdwijnt niet. Hij komt ergens anders weer binnen.
Output is altijd weer iemands input
Geen enkele output blijft namelijk liggen waar hij ontstaat. Een rapport wordt gelezen door een manager. Een dashboard stuurt een beslissing. Een AI-voorspelling triggert een vervolgactie. De garbage out van het ene proces is, vrijwel altijd, de garbage in van het volgende.
Daarom is de omkering minstens zo belangrijk als het origineel. Garbage out is garbage in.
Van operationeel naar strategisch, en weer terug
Neem een operationele rapportage met onvolledige cijfers. Die rapportage voedt een tactisch overzicht, samengesteld door iemand die de onderliggende rommel niet meer kan zien. Dat overzicht voedt op zijn beurt een strategische beslissing, genomen door iemand die nog verder van de bron af staat.
Bij elke stap wordt de data een laag abstracter, een laag overtuigender, en een laag minder zichtbaar onjuist. Niemand in die keten ziet de oorspronkelijke garbage nog terug. Iedereen ziet alleen de input die hij zelf ontvangt, en gaat daar serieus mee aan de slag.
Waarom niemand zich eigenaar voelt
Dat is meteen het probleem met de manier waarop we de term gebruiken. Wie de output produceert, voelt zich niet verantwoordelijk voor wat ermee gebeurt nadat hij is opgeleverd. Hij heeft zijn deel gedaan.
Wie de output ontvangt, gaat er op zijn beurt vanuit dat die al gecontroleerd is door wie hem heeft aangeleverd. Hij heeft geen reden om te twijfelen, vooral niet wanneer die output gelikt gepresenteerd wordt. Een strak dashboard of een overzichtelijke rapportage oogt betrouwbaar, en die uitstraling wordt al snel verward met de betrouwbaarheid van de data erachter. De vorm overtuigt, niet de inhoud.
Tussen die twee aannames valt de kwaliteit stil. Niemand liegt, niemand is nalatig, en toch checkt niemand.
AI maakt de keten sneller, niet korter
Met AI wordt dat effect groter, niet kleiner. Een model gebruikt output uit het ene systeem als input voor het volgende, vaak zonder dat daar een mens tussen zit die de tussenstap nog beoordeelt. Agentic AI zet die volgende stap zelfs zelfstandig, op basis van wat het net zelf heeft opgeleverd.
De garbage reist dus niet alleen verder door de organisatie, hij reist ook sneller, en met minder kans dat iemand hem onderweg nog opmerkt voordat hij ergens anders weer als input dient.
Een waarschuwing, geen vrijbrief
Garbage in, garbage out zou daarom geen excuus moeten zijn om slechte data toch te gebruiken, met het idee dat je er na de output weer klaar mee bent. Het zou een waarschuwing moeten zijn die meereist met die output, het hele proces door.
Wie dat beseft, stelt bij elke oplevering een extra vraag. Niet alleen of de data goed genoeg is voor dit doel, maar ook waar deze output straks weer binnenkomt, en bij wie.
Garbage out is garbage in!
De volgende keer dat iemand schouderophalend garbage in, garbage out zegt om slechte data te verantwoorden, is het antwoord simpel. Het gesprek is niet voorbij bij de output. Het begint daar opnieuw, voor iemand anders, op het volgende niveau.
Garbage out is garbage in. Tot het tegendeel bewezen is.
Meer weten over datakwaliteit? Volg Ruud op LinkedIn voor updates over data. Lees ook onze andere blogs op MAD-Quality.