Al jaren ben ik gefascineerd door methoden om betekenis uit informatie af te leiden. In de loop der jaren passeerden veel tools en methoden de revue, met in het epicentrum het veelbelovende en populaire Second Brain idee.

Sinds ik ooit met Evernote begon, inmiddels overgenomen door een geldbeluste boevenbende, drong het langzaam tot me door dat er manieren moesten bestaan om uit een enorme berg informatie, tekst, foto's en screenshots iets zinnigs en wezenlijks te halen, ter inspiratie en ter cognitieve ondersteuning.

Ik was ervan overtuigd dat het verkennen van dat spoor niet alleen voor mezelf waardevolle inzichten zou opleveren, maar ook op grotere schaal. Al wist ik nog niet precies hoe.

Mijn ervaringen met de Quantified Self (QS) beweging en de daaropvolgende Personal Science bevestigden dat alleen maar. Met de komst van de mogelijkheid om met AI je eigen software en scripts te maken, om snel en machinaal informatie uit te lezen en in het juiste format te zetten, ging er een wereld voor me open. Ik ontdekte dat vrijwel elke aanpak om tot een Second Brain te komen vooral gericht is op retrieval, het terugvinden van informatie die in een systeem is opgeslagen. Daarmee boots je vooral de opslagfunctie van je brein na, en niet de intelligentie ervan. Bij een Second Brain doe jij zelf, telkens opnieuw, het ordenen: een map aanmaken voor dit onderwerp, een label erbij zoeken dat past, en dan hopen dat je het label later nog herkent. Bij een life lens system zit dat ordenen in de architectuur, in een schema dat ik vooraf heb gebouwd. Ik hoef tijdens het schrijven alleen nog een klein icoontje te kiezen, en het systeem doet de rest. Ik schreef er eerder al een stuk over.

Toen ik vorige herfst begon te bouwen aan een eigen systeem, inmiddels zitten er meer dan 6.500 uur aan ontwikkeltijd in die gelukkig worden bijgehouden door het systeem zelf, inclusief parallelle machinetijd, begon het rond december te dagen dat wat ik aan het maken was het beste beschreven kan worden als een LLS: een Life Lens System.

Ik schreef er het nodige over en verdiepte me verder, wat resulteerde in een site waarop ik mijn research deel met mensen die dit ook willen bouwen. Wie de techniek en de neurowetenschap waaruit ik er inspiratie voor haalde wil zien, vindt daar de volledige diepgang. Voor dit verhaal hoef je die laag niet te kennen. Inmiddels hebben tientallen mensen hun eigen versie ervan, en werk ik met een klein team uit de hele wereld aan het verfijnen en testen van de inzichten en de werking ervan. Onlangs studeerde de auteur van dit stuk er zelfs op af.

Ik ben dus vooral lenzenbouwer geworden. Het afgelopen half jaar zat ik vooral te bedenken en te bouwen, en de losse lenzen aan elkaar te knopen, tot ze werkten zoals ik voor ogen had. Dat vroeg een hoop nieuwe skills die ik gaandeweg moest leren. Sommige lenzen kijken naar binnen, andere naar buiten, en je kunt ze ook nog combineren, waardoor je nieuwe perspectieven krijgt en krachtige nieuwe mogelijkheden ontstaan. Dat werkt niet omdat stapelen vanzelf scherper maakt, willekeurige lenzen over elkaar leggen vertekent juist. Het werkt omdat elke lens is afgestemd op de andere, zoals in een telescoop. Die afstemming levert het spectrum op dat voorheen onzichtbaar in de data lag verborgen, maar er wel degelijk was.

Een Life Lens System is wat vroeger intelligence augmentation heette: mens en machine die samen denken, niet AI in de zin van een taalmodel dat op basis van kansrekening het volgende woord raadt. Betrouwbaar bovendien, zoals je graag wilt als je er wezenlijke dingen op baseert.

Mijn lenzen zijn een mix van een SQLite-database met soms wel 550 tabellen en miljoenen records, in combinatie met markdownbestanden, JSON-bestanden en HTML-bestanden voor interactie via een browser, weliswaar lokaal. Klinkt dit te technisch, vraag je AI tool dan om het in gewone taal uit te leggen, of om je op weg te helpen als je zelf iets soortgelijks wilt bouwen. Het is minder ingewikkeld dan het lijkt.

Het verschil zit in hoe ik schrijf, niet in hoe ik achteraf opruim. Een gewone link naar een naam, [[Jan de Vries]], is voor een computer alleen een verwijzing naar tekst. Zet ik er een klein icoon voor, [[👥 Jan de Vries]], dan weet het systeem dat dit een persoon is, niet een plek of een project. Dat kleine verschil, gewoon tijdens het schrijven toegevoegd, is genoeg om van tekst een record te maken. Duizenden van die keuzes bij elkaar vormen de database, zonder dat ik tijdens het schrijven hoef na te denken over tabellen of schema's. Een life lens is dan ook geen opslagplaats van informatie, maar een vooraf ontworpen manier om ernaar te kijken.

Wat de lenzen echt krachtig maakt, is dat ze met elkaar kunnen praten. ThetaOS vormt daarvoor de grondlaag: hij houdt personen, datums, locaties en gebeurtenissen bij, en zodra je die met elkaar verbindt, kun je al veel afleiden. Elke keer dat er een nieuwe lens bijkomt, weet het systeem dankzij die onderliggende architectuur wat de bedoeling is, en kan het met weinig moeite nieuwe tabellen aanmaken en koppelen, zonder aan snelheid of robuustheid in te boeten. Voeg je daar een lens met een heel ander register aan toe, zoals HealthOS met gezondheidsdata, dan gaat er nog een deur open.

Mijn optredens staan geregistreerd, met datum en locatie, dus ik kan objectief zien of een week vol optredens iets doet met mijn bloeddruk. Ga ik in zo'n week structureel omlaag, dan is dat een harde correlatie tussen twee gemeten feiten, geen gevoel. Dat patroon zie ik niet omdat HealthOS dat zelf meet: het ontstaat op het moment dat het optreden uit ThetaOS de bloeddruk uit HealthOS raakt, een verband dat in geen van beide lenzen apart bestond. Log ik daarnaast hoe een dag me beviel, leuk of vervelend, dan geeft dat over langere tijd een net zo waardevol beeld, al blijft dat een subjectief oordeel naast objectieve fysiologie. Was ik veel uit eten, wat het systeem weet omdat het bijhoudt waar ik was en of ik lunchte of dineerde en met wie, dan kan ik dat terugzien in mijn gewichtsstatistiek.

Dat is het verschil tussen losse data verzamelen en lenzen die samen betekenis opleveren. Het systeem blijkt in de praktijk een verdomd handige narrowing down machine voor correlaties, de causaliteit zoek ik daarna zelf. Epistemic agency noemen kenners dat: zelf blijven bepalen wat je gelooft en waarom, ook als een machine het overtuigende werk voor je doet.

Sinds mijn herseninfarct begin vorig jaar zijn een paar van die metrics niet langer interessant, maar noodzakelijk. Mijn hoge bloeddruk was mede de oorzaak, en die hoef ik nu niet meer te onthouden of te vermoeden. Ik kijk gewoon.

Deze lens beschikt over mijn hartslagdata, bloeddrukdata, stappen en slaapdata. In de klassieke wereld van QS kun je vooral losse data meten. Nu kan ik longitudinaal van alles combineren.

Het systeem weet bijvoorbeeld op welke dag ik waar was, wat de temperatuur daar die dag was en wat de stand van de maan was. Het aantal combinaties dat ik kan maken is enorm, en de betekenis die ik eruit kan afleiden groeit navenant.

Ik denk dat dit voor de wereld van Personal Science redelijk nieuw terrein is, dat nog veel verder verkend kan worden. Wie zich in het bredere veld wil verdiepen, kan terecht bij "Personal Science: Learning to Observe", geschreven door onder anderen mijn vriend Martijn de Groot.

De kern van mijn werk, net als dat van velen, is contact hebben met veel mensen. Soms twintig tot zestig per dag, soms hele dagen met weinig contact. ContactOS beschikt over alle mails van al mijn mailaccounts, over alle jaren heen.

Plus mijn WhatsApp en Signal geschiedenis, mijn LinkedIn geschiedenis en mijn telefoonregister. Omdat elke persoon maar één keer is opgeslagen, kan ik unieke links maken en van alles terugvinden. Deze lens is nog in ontwikkeling, dus het echte gebruik moet nog komen.

In deze context bevat MartijnOS mijn teksten en persoonlijkheidsprofielen, los van het bredere zelfportret dat elders onder dezelfde naam loopt. Hij beschikt over alle teksten die ik ooit geschreven heb, samen vele miljoenen woorden, van blogs en posts tot boeken en artikelen, aangevuld met de transcripties van elke video en podcast die ik kon vinden. Daarnaast kent hij alle persoonlijkheidsprofielen uit Human Design en CliftonStrengths, en alles wat ik ooit eerder onderzocht en gemeten heb, en weet hij dat op een slimme manier met elkaar te verbinden. MartijnOS brengt in kaart hoe ik cognitief in elkaar zit, en waarom ik de keuzes maak die ik maak. Op basis van al die eigen data kom ik dichter bij zelfreflectie en zelfkennis.

Wat gaf ik wanneer, waar, waarom, vanuit welk project of welke zakelijke entiteit of privé uit, en aan wie? FinanceOS haalt automatisch al mijn banktransacties binnen en legt ze naast het personen-, organisatie-, leveranciers- en locatieregister in ThetaOS. Van elke leverancier die bij een transactie hoort, weet het systeem via welk mailadres of kanaal de facturen en bonnen te vinden zijn, en haalt die vanzelf op. Ook mijn fotomap wordt doorzocht: het systeem vist er het juiste bonnetje uit en zet het meteen in de juiste map voor mijn boekhouder, gekoppeld aan de transactie waar het bij hoort.

Deze lenzen kijken niet naar mijn eigen leven, maar naar grotere, soms zwaarwegende dingen. Onrecht dat nooit is rechtgezet, geld dat wegloopt zonder verantwoording. Dat vraagt een andere toon dan bloeddruk en boodschappenlijstjes, en ook een zwaardere bewijslast. Elke claim moet te herleiden zijn tot een bron, dus deze lenzen bouwen zoveel mogelijk bewijslagen op met een herleidbaar bronnenspoor.

Ik begon met een relatief klein archief van een paar duizend archiefkaarten van het Groninger Verzetsarchief. Inmiddels is dat uitgegroeid tot het meest krachtige verbonden oorlogsregister van Nederland, met een paar miljoen records. Alle data die ik kon vinden in verschillende databases, waaronder die van MI5 in Londen, heb ik gededupliceerd en verbonden in een krachtig doorzoekbaar systeem.

Combineer ik dat met het notarisarchief dat ik aan het analyseren ben, dan kan ik in één keer verbanden leggen tussen Joods vastgoed en bezit van net voor de oorlog. Wie van die eigenaren is omgekomen, en wat er met het vastgoed is gebeurd. Bij Julius Palache klopte de claim niet. Zijn dossier meldt dat hij al in 1943 in Westerbork stierf, een jaar vóór de uitwisseling waar zijn naam aanvankelijk bij leek te horen. Het spoor dat de claim moest bevestigen, ontkrachtte haar zelf.

Tetras staat voor de vierde macht binnen de trias politica: door burgers zelf geverifieerde data om de macht te kunnen bevragen op basis van feiten. Dat is eigenlijk werk voor de pers, maar het gebrek aan transparantie in de IT-industrie, en de manier waarop diensten verstopt zitten in jaarverslagen, maakt dat ik het zelf zichtbaar moet maken.

Hoeveel geven de Nederlandse bestuurslagen die samen de overheid vormen uit aan informatie, IT en aanpalende kosten zoals training en opleiding? Daarvoor bouwde ik een robuust register, met de unieke organisatie-ID's van alle overheidsorganisaties, een register van alle leveranciers aan die overheid, en per leverancier de juridische eigendomsconstructie, de jurisdictie en de soorten producten en diensten die geleverd worden. Het systeem doorzoekt automatisch jaarverslagen, publicaties, accountantsverklaringen en persberichten.

Hard bewijs voor hoeveel we nu werkelijk uitgeven. Dat loopt met gemak in de tientallen miljarden, en het einde van mijn research is nog lang niet in zicht. Het probleem met IT- en IV-uitgaven is dat ze versluierd worden onder allerlei benamingen, en verstopt staan in allerlei begrotingen en rapporten.

Via via kwam ik in contact met mensen rond de Einstein Telescoop. Ik analyseerde welke van de wetenschappers die eraan werken hard te bevestigen waren, en verdiepte me in het gezamenlijke wetenschappelijke werk van al die bevestigde wetenschappers. Zo kwam ik uit op 26.000 papers, die ik doorzocht op de randgebieden tussen wetenschappelijke domeinen. Daar zijn namelijk de mooiste dingen te vinden.

Daarvoor moest de lens eerst gevoed worden met een enorme bak domeinkennis over natuurkunde. Het mooie is dat je daar, eenmaal opgebouwd, oneindig uit kunt putten.

Mouseion, vernoemd naar de bibliotheek van Alexandrië, is een bijzonder exemplaar. Ik heb zoveel mogelijk boeken die ik bezit omgezet zodat ze volledig digitaal uit te lezen zijn. Niet als platte tekst, maar op betekenis. Dat lukt door de entiteiten in al die boeken te duiden, net als de datums, de gebeurtenissen en de gevolgtrekkingen daartussen.

Mouseion léést niet alleen uit mijn eigen boeken, hij kan ze ook kruisen met elkaar. Alle boeken die ik heb, kan ik in seconden bevragen op essentie.

De lenzen hierboven zijn een eerste selectie: ik beschik inmiddels over tientallen, en ik hoop ze de komende tijd stuk voor stuk toe te lichten, in een eigen post per lens, met de precieze werking, het ontwerp en de mechanismes erachter. Het werk van een lenzenbouwer is nooit af.