Ajax maakte bekend afscheid te nemen van technisch directeur Sven Mislintat. Sommige supporters hadden al langer kritiek op de TD, omdat ze niets moesten hebben van zijn data-gedreven aanpak. Zouden ze weten dat de film Moneyball (waar Mislintats aanpak op geïnspireerd is) is gebaseerd op een sprookje? En wat leert Mislintat ons over het gebruik van data en AI?
In zo’n vier maanden tijd gaf Mislintat 110 miljoen euro uit; een shoppingspree waar de gemiddelde Primark-bezoeker zijn neus niet voor ophaalt. Wegens een gebrek aan draagvlak in de club moest Mislintat het veld ruimen. Opmerkelijk: in een eerste persbericht meldde Ajax nog dat alles “in goed overleg” was gegaan, maar een paar minuten later was de opmerking over ‘in goed overleg’ verwijderd. Zou de RvC geschrokken zijn dat er geen garantieregeling bestaat bij de aankoop van een rechtsback?
Data Duitser Mislintat
Mislintat onderscheidde zich van andere TD’s doordat hij zich voorliet staan als fan van data, wat hem zelfs de bijnaam de ‘data-Duitser’ opleverde. Dat hij gebruikmaakte van data-bedrijf Matchmetrics was geen probleem; dat hij grootaandeelhouder in het bedrijf was deed hem de das om. Een van de andere aandeelhouders in het databedrijf was namelijk een zaakwaarnemerskantoor waar Mislintat deze zomer een linksback kocht.
Het is flauw om nu kritiek te hebben op Mislintat; achteraf hebben we allemaal gelijk. Wat weinigen weten is dat de aanpak van de data-Duitser berust op een sprookje. Of beter gezegd: op een populaire film met Brad Pitt in de hoofdrol, die weinig met de waarheid van doen heeft. En dat sprookje – of die film – heeft maatschappelijke impact.
Mislintat-film Moneyball blijkt sprookje
Een van de meest populaire argumenten in de sport om met data aan de slag te gaan, is het verhaal van de film Moneyball. Het gaat over honkbalcoach Billy Beane van de Oakland A’s, die besluit om samen te werken met statisticus Bill James. Ze geloven namelijk allebei dat honkbal teruggebracht kan worden tot data en algoritmen. Ze ontdekken ‘sleepers’; spelers die ondergewaardeerd zijn maar goede ‘stats’ hebben. Het gebruik van algoritmen en data zou het succes van de Oakland A’s verklaren aan het begin van deze eeuw. De invloed van deze film zagen we deze transferzomer onmiskenbaar terug bij Ajax, toen Mislintat niet voor de hand liggende transfertargets kocht die speelden in tweede divisies van Europese topcompetities. De ‘sleepers’ heten bij Ajax Akpom en Medic.
Wat blijkt? De spelers die Lewis in Moneyball aantrok op basis van data, speelden eigenlijk maar een kleine rol in het succes van het honkbalteam. Drie steunhouders in het team (pitchers bekend als de Big Three) waren verantwoordelijk voor het succes van de Oakland A’s. Merk op: de Big Three waren ontdekt op basis van traditionele scouting. Toen die drie pitchers in 2003 vertrokken, stortten de prestaties van het team in. Tja. Een goed verhaal moet je niet doodchecken.
Slimme AI = mens + machine
Wat leert het debunken van Moneyball ons? Het is een misverstand dat het menselijk oordeel van tafel geveegd kan worden door AI, bijvoorbeeld bij het scouten van spelers. Maar dit inzicht is ook relevant bij tal van andere zaken. Of het nou gaat om het checken op borstkanker of het voorspellen van verkiezingen. Geen enkele poll wist in 2016 bijvoorbeeld te voorspellen dat Donald Trump president van de VS zou worden. Volgens de New York Times maakte Hilary Clinton zelfs 85 procent kans om de verkiezingen te winnen. Om Louis van Gaal te parafraseren: is AI zo slim of de kiezer zo dom?
De afgelopen week was er veel aandacht voor een studie die zou uitwijzen dat AI sneller borstkanker ontdekt dan radiologen. Wat blijkt bij nadere bestudering van de onderzoeksgegevens? Dat de combinatie AI en mens het net zo goed doet als mens en mens, maar dat het dankzij AI minder (mensen)werk kost. Nergens blijkt dat AI beter presteert dan radiologen.
Conclusie
Dat betekent niet dat we AI moeten afserveren als onhandig of zelfs overbodig. De combinatie van mens en machine kan uitkomst bieden. Dat levert een erg genuanceerde en dus saaie film op, dus is het geen wonder dat die film nooit gemaakt is. Het is wel een prima uitgangspunt, dat ons ook de toeslagenaffaire had kunnen besparen, toen er blindelings vertrouwd werd op algoritmen. Wij blijven achter met de vraag: welk algoritme berekent de kans dat Brad Pitt de rol van Mislintat zou vertolken bij de verfilming van dit tragedie?
Vind je dit interessant en zou je het op een event willen hebben over AI? Hier vind je meer informatie over een lezing over de mythes over AI. Deze lezing gaat ook over hoe je AI ethisch en effectief inzet.
