Combatting Bias: eerlijker werken met historische data

Het project Combatting Bias onderzocht hoe wetenschappers, erfgoedinstellingen en archieven eerlijker en inclusiever met historische data kunnen werken. Het team ontwikkelde een toolkit, woordenlijst en richtlijnen. Deze zijn online beschikbaar en ondersteunen onderzoekers bij bias-vrij historisch onderzoek.

Wat is bias? Twee beelden uit het Spinhuis

Het Huygens Instituut is gevestigd in het Spinhuis, een 17e-eeuws tuchthuis voor veroordeelde vrouwen: dieven, sekswerkers, geweldplegers en oplichters. Ze moesten gedwongen spinnen en naaien. Vandaar de naam ‘Spinhuis’.

Er bestaan een paar afbeeldingen van het Spinhuis uit de 17e eeuw. Er is een metersgroot olieverfschilderij uit 1669 met daarop de regenten van het Spinhuis, 5 mannen van wie de namen bekend zijn. Er is ook een piepkleine krijttekening uit 1638 met daarop een grote groep naamloze vrouwen die in het Spinhuis hun straf uitzaten. In de titel en beschrijving worden deze vrouwen niet benoemd.

Wat geeft een beter beeld van wat zich in het Spinhuis afspeelde? De selecte herenclub, gekleed in het maatkostuum van hun tijd, ten voeten uit afgebeeld op een duur groepsportret? Of de vele vrouwen die er gevangen zaten, anoniem afgebeeld in een haastige schets op een stukje papier?

Automatisch kiezen voor de heren: dat is bias. Een scheef verhaal. Net zo scheef als het verschil tussen een gigantisch oliedoek en een tekening op ansichtkaartformaat.

Beelden uit het Spinhuis. Links: De regenten van het Spinhuis en Nieuwe Werkhuis te Amsterdam (1669), 225×390 cm. Rechts: Spinhuis te Amsterdam (1638), 10×21 cm.

Doel van het project

Veel onderzoekers werken met digitale datasets. Dat zijn verzamelingen van gegevens, zoals cijfers, teksten, kaarten en afbeeldingen. Combatting Bias richtte zich op het aanpakken van scheve (eenzijdige) verhalen in historische datasets. Vaak laten deze verhalen alleen de kant van machtige mensen zien, zoals de regenten van het Spinhuis. Andere groepen, zoals vrouwen, arbeiders of koloniale slachtoffers, blijven onbenoemd. Dit leidt tot een onvolledig en oneerlijk beeld van het verleden.

Combatting Bias ontwikkelde een Bias Aware Framework (Bias Bewust-kader) dat deze scheefheid tegengaat. Het framework bouwt voort op ideeën die verantwoordelijk, inclusief en open onderzoek centraal stellen, zoals data justice (data-rechtvaardigheid) en de FAIR-principes (vindbaar, toegankelijk, bruikbaar, uitwisselbaar). Het Bias Aware Framework brengt deze theorieën en principes in de praktijk: met duidelijke richtlijnen kunnen ongelijkheden in datasets en onderzoek effectief worden verminderd.

Bias Aware Framework: een extra dimensie

Door Bias Awareness (Bias Bewustzijn) toe te passen worden datasets eerlijker en inclusiever samengesteld. Onderzoekers, erfgoedinstellingen en archieven kunnen beter rekening houden met verborgen bias en nagaan of zijzelf misschien onbewuste vooroordelen inbrengen. Zo ontstaat een genuanceerder en rechtvaardiger beeld van het verleden.

Voor het brede publiek is dit ook belangrijk. Bias Awareness verrijkt de geschiedenis doordat mensen, groepen of gebeurtenissen niet langer worden vergeten of verkeerd voorgesteld. Stereotypen en ongelijkheid krijgen minder kans. Eerlijke en inclusieve datasets worden opgepikt door zoekmachines en AI. Hierdoor komt kennis inclusiever en gelijkwaardiger in de samenleving terecht.

Tools van Combatting Bias

Bias-woordenlijst: een gemeenschappelijke taal om over bias te praten.
Bias-bewust datalevensloopmodel: helpt onderzoekers gerichter na te denken en bij te sturen.
Praktische richtlijnen: ondersteunen bij het herkennen, beschrijven en voorkomen van bias.

Spinhuis te Amsterdam (1638).

Internationale samenwerking

Tien gespecialiseerde adviseurs uit Nederland, Zuid-Afrika en de VS, experts op het gebied van digitaal erfgoed, dekolonisatie en diversiteit en inclusie, werkten mee aan het project. Het Combatting Bias-team werkte ook samen met vier grote projecten over kolonialisme en slavernij:

• Slave Voyages – database over de trans-Atlantische en intra-Amerikaanse slavenhandel
• HDSC – gegevens over tot slaaf gemaakten in de Nederlandse koloniën
• ESTA – onderzoek naar slavenhandel in de Indische Oceaan en Maritiem Azië
• GLOBALISE – digitale infrastructuur voor VOC-archieven

De winst van Combatting Bias

Combatting Bias zet een belangrijke stap richting eerlijker en inclusiever historisch onderzoek. Het Bias Aware Framework helpt onderzoekers om datasets kritisch en ethisch samen te stellen. Zo wordt de weergave van het verleden completer en rechtvaardiger, met ruimte voor verhalen en perspectieven die eerder onderbelicht bleven.

Ontdek het zelf: probeer de Combatting Bias toolkit, woordenlijst en richtlijnen online.