Als duale PhD-kandidaat bij het Nationaal Archief en de Universiteit Utrecht heb ik het afgelopen jaar onderzoek gedaan naar tijdlijnen. Hieruit blijkt dat tijdlijnen in veel wetenschappelijke deelgebieden voorkomen, van de archeologie tot de digitale forensische wetenschappen. Specifiek ben ik geïnteresseerd in de rol die tijdlijnen momenteel spelen in de Nederlandse overheid, en hoe ze breder kunnen worden ingezet om overheidsprocessen sneller of efficiënter te laten verlopen. Een belangrijk voorbeeld van een proces waarin tijdlijnen momenteel door overheidsmedewerkers handmatig worden gemaakt, is de parlementaire enquête. Raadsadviseurs gebruiken ze bijvoorbeeld om ministers bij te staan tijdens de verhoren. Daarnaast vergelijken coördinatoren van enquêtes de tijdlijnen die door verschillende ministeries zijn aangeleverd, om hun perspectieven op de zaak te analyseren. Deze groepen mensen heb ik voor het onderzoek1 geïnterviewd. Op deze manier kon een scherper beeld verkregen worden van hun werkwijzen.

Werkwijze

Onderzoekers die werken aan parlementaire enquêtes wenden zich in toenemende mate tot software om de informatiestromen het hoofd te bieden. Het zijn in het bijzonder de E-discovery pakketten2 die parlementaire enquêtecommissies mogelijk maken om automatisch verbanden te leggen tussen teksten. Een belangrijk onderdeel van de analyse in parlementaire enquêtes is het maken en analyseren van tijdlijnen. Deze tijdlijnen worden vaak opgevraagd bij betrokken ministeries en andere overheidsorganisaties, zodat duidelijk wordt wat hun perspectief is (geweest) op een belangwekkende of gevoelige casus. De onderzoekers van die ministeries stellen momenteel in de regel tijdlijnen met de hand op. Ze lezen aanzienlijke hoeveelheden e-mails, beleidsdocumenten, agendastukken en memo’s om een zo accuraat mogelijk beeld te krijgen van hetgeen zich heeft afgespeeld. Daar maken ze een veelomvattende chronologie van die alle gebeurtenissen omvat. Vervolgens destilleren ze daar de belangrijkste gebeurtenissen uit, en destilleren ze die tot kleinere tijdlijnen die specifieker gericht zijn op bepaalde aspecten van een zaak. Die monden uiteindelijk uit in de tijdlijnen en factsheets3 waar de enquêtecommissie naar heeft gevraagd.

Software voor nieuwe generatie

Dit alles is enorm arbeidsintensief werk. Het vereist veel zitvlees van de onderzoekers, een scherp oog voor detail, en een fijnzinnig gevoel om adequaat in te schatten wat al dan niet relevant is voor de onderzoeksopdracht. Tijdlijnsoftware die automatisch tijdlijnen genereert op basis van een verzameling tekstdocumenten kan deze in potentie veel tijd besparen. Voorwaarde is wel dat de software gebruiksvriendelijk is, grote hoeveelheden tekstuele informatie gemakkelijk kan verwerken, verschillende bestandstypen aankan, en in voldoende mate de flexibiliteit biedt om de gegenereerde tijdlijnen op interactieve wijze aan te passen naargelang de wensen van een veelvoud van gebruikers in verschillende situaties. Bovendien dient de tijdlijnsoftware niet uitsluitend simpele, lineaire tijdlijnen te laten zien. Dergelijke tijdlijnen zijn weliswaar bruikbaar wanneer weinig documenten gemoeid zijn bij de analyse, en een beperkt aantal geëxtraheerde gebeurtenissen op betrekkelijk eenvoudige wijze zich tot elkaar verhouden. Bruikbaarder is om tijdlijnen in grafische vorm te tonen. Dit biedt gebruikers de mogelijkheid om op intuïtieve wijze de gebeurtenissen en hun onderlinge relaties te interpreteren, en helder inzicht te verschaffen in de documenten die eraan ten grondslag liggen. De verschillende soorten relaties bieden analisten bovendien de mogelijkheid om verscheidene aspecten van en perspectieven op de geschiedenis te ontwaren.

Van tijdlijnen naar TimeFlows

We hebben deze software niet ontwikkeld, maar doen we een eerste aanzet tot de conceptualisatie van de benodigde elementen van een dergelijke tijdlijn. Deze conceptualisatie is hoofdzakelijk ingegeven door de antwoorden die de geïnterviewde onderzoekers hebben gegeven. We hebben ze bevraagd naar de relaties die zij het belangrijkst achten voor hun werk. Uit de antwoorden blijkt dat de onderzoekers vooral waarde hechten aan relaties tussen documenten op basis van tijdsvolgordelijkheid (temporele relatie), thema (onderwerpsrelatie), en namen van actoren, plaatsen en organisaties (entiteitsrelatie). Ook relaties op basis van berichtenverkeer (correspondentierelatie) en gebeurtenissen die elkaar veroorzaakten (causaliteitsrelatie) werden van belang geacht. De relaties worden gelegd aan de hand van verschillende concepten die terugkomen in de teksten. Denk aan specifieke entiteiten (organisaties en mensen), gebeurtenissen, temporele expressies (bijvoorbeeld: overmorgen of vrijdag 15.00) en onderwerpen die in de teksten voorkomen. Samen vormen de concepten en de relaties een geïntegreerd geheel die we TimeFlows hebben genoemd. Het is een grafische structuur die zich wellicht het best laat uitleggen door middel van een visualisatie. We hebben gekozen voor een visualisatie van de toeslagenaffaire. De grijze rechthoeken representeren documenten… Deze bestaan in dit geval allemaal echt. De witte rechthoeken met zachte randen tonen de gebeurtenissen die afgeleid kunnen worden uit deze tekstdocumenten, en zijn genummerd op basis van hun tijdsvolgorde. De afbeelding geeft een idee van hoe de interactieve TimeFlows-software er in de toekomst uit zou kunnen komen te zien. De witte rechthoeken zijn de gebeurtenissen (events) en de grijze rechthoeken geven de onderliggende documenten aan. De verschillende relaties geven weer hoe deze gebeurtenissen en documenten zich onderling tot elkaar verhouden. Hier zouden onderzoekers tijdens parlementaire enquêtes goed gebruik van kunnen maken. Maar er zijn twee andere doelgroepen die in dit kader onderbelicht blijven: journalisten en Woo-ambtenaren.

Woogle Maps van Team Epoch

Een eerste aanzet voor een dergelijk TimeFlows-programma is kortgeleden gedaan door het Epoch-team van de TU Delft. Onder mijn begeleiding hebben deze informaticastudenten in de DreamHall gewerkt aan een open-source versie van zo’n algoritme. Hun algoritme heet Woogle Maps5. Ze hebben dit in 8 weken in elkaar gezet, en hebben hiermee in mijn ogen goed werk geleverd. Hun programma betreft een uitbreiding van een bestaand algoritme van de Chileense onderzoeker Brian Keith Norambuena6, dat ik tijdens mijn onderzoek tegen het lijf liep. Woogle Maps is op dit moment nog een minimum viable product. Het biedt een geweldige eerste aanzet, maar er is in mijn ogen nog veel meer onderzoek nodig naar dit soort algoritmes. Het dient nog te worden uitgebreid met meerde interactieve elementen die het gebruikers mogelijk maakt om zo efficiënt mogelijk de informatie te vinden die ze zoeken. Het incorporeren van relaties tussen documenten en gebeurtenissen op basis van entiteiten (personen of namen van organisaties) zou voorts een waardevolle toevoeging zijn. Daarnaast speelt de snelheid van het algoritme een rol van betekenis wanneer grote hoeveelheden tekstdocumenten (duizenden) als input dienen.