"Als AI onze milieutoekomst zal vormen, moeten gemeenschappen helpen de data te trainen waarvan AI leert." - Lina Maria Giraldo
Wat inspireerde je om emoties en verhalen van mensen over geluid even waardevol te behandelen als officiële geluidsdata?
Data is nooit gelijkwaardig — en dat is een belangrijk vertrekpunt. We vertrouwen vaak volledig op bestaande gegevens, maar die zijn in veel gevallen ongelijk verdeeld, onvolledig of uitsluitend kwantitatief. Institutionele datasets houden zelden rekening met culturele context, herinneringen, stress, verbondenheid of de emotionele impact van geluid. Terwijl omgevingsgeluid door mensen wordt geproduceerd en mensen ook diep beïnvloedt. Als we onze omgeving echt willen begrijpen, kunnen we cijfers niet los zien van persoonlijke ervaringen. De gevoelens, herinneringen en persoonlijke interpretaties die mensen met zich meedragen zijn ook een vorm van data. In dit project wilde ik afstand nemen van het idee dat data puur technisch is en juist de emotionele en culturele lagen zichtbaar maken die wetenschap alleen niet kan vastleggen. Door een participatief proces te creëren zonder technologische drempels nodig ik mensen uit om te communiceren via hun eigen zintuiglijke taal: hoe geluid hen doet voelen, hoe het hun dagen beïnvloedt, hoe het hun gevoel van plaats bepaalt. Deze emotionele kennis vult aan wat decibelmetingen op zichzelf niet kunnen tonen. |
Waarom is het waardevol voor gemeenschappen zoals Merksem — met zoveel culturen en talen — om zelf mee te bepalen hoe hun geluidsomgeving aanvoelt?
Merksem is een bijzonder diverse gemeenschap, met vele culturen, talen en niveaus van media-, data- en technologiegeletterdheid. Traditionele omgevingsdata sluit vaak mensen uit omdat de gebruikte tools niet voor hen zijn ontworpen. Wanneer informatie enkel toegankelijk is via complexe kaarten of technische taal, worden hele groepen buitengesloten.
Daarom wilde ik een gedeelde taal creëren die niet afhankelijk is van woorden: kleur, emotie en zintuiglijke ervaring. Een kleurenpalet wordt zo een gelijkmaker — iets dat iedereen kan begrijpen en interpreteren, ongeacht achtergrond.
Daarnaast ligt Merksem naast een van de drukste havens van Europa en wordt het omgeven door industriezones, waardoor geluid een vast onderdeel van het dagelijks leven is. Europa heeft aanzienlijke inspanningen geleverd om milieurechtvaardigheid aan te pakken via geluidsbeleid, en dit project sluit daarop aan door bewoners zelf een stem te geven in wat geluid voor hen betekent.
Omdat ik uit een ander land kom, benaderde ik dit werk met bescheidenheid — door een platform te creëren waar bewoners zich kunnen uitdrukken zonder taal- of technische barrières. Hun perspectieven vormen het geluidsverhaal van hun eigen buurt.
Wat hoop je dat mensen ervaren wanneer ze de officiële geluidsdata op de ramen vergelijken met de gevoelskaart binnen?
| Een van de mooie aspecten van openbare kunst is dat het onvoorspelbaar is. Zodra het werk bestaat, beleven mensen het door hun eigen geschiedenis, stemming en ervaringen. Ik hoop dat de vergelijking tussen de officiële geluidsdata op de ramen en de gevoelskaart binnen nieuwsgierigheid en gesprek oproept. De raamvisuals gebruiken dezelfde kleurenpaletten en kleuroverlopen als officiële geluidskaarten, maar dan geplaatst in een gemeenschapsruimte. In plaats van strikte decibelwaarden vraagt de kaart binnen: Hoe laat deze plek jou voelen? Dit contrast maakt zichtbaar dat er een afstand bestaat tussen institutionele kennis en geleefde ervaring. De officiële kaarten tonen patronen van verkeer, snelwegen en de haven, maar ze vertellen niets over hoe geluid iemands slaap, stress of gevoel van thuiszijn beïnvloedt.
|
Als mensen praten over de invloed van geluid op hun dagelijks leven, ontstaat een vorm van omgevingsgeletterdheid die gebaseerd is op gemeenschapskennis. Tegelijkertijd worden de beperkingen van big data en AI duidelijk — systemen die gebaseerd zijn op historische datasets die emotionele en culturele dimensies missen.
Door persoonlijke ervaringen om te zetten in kleur, herinnering en collectieve expressie nodigt het project uit tot een eerlijkere en mensgerichtere kijk op omgevingsgegevens.
Welke toekomst zie je voor AI-systemen die leren vanuit de ervaringen van de gemeenschap, in plaats van alleen wetenschappelijke metingen?
Ik zie een toekomst waarin AI niet uitsluitend wordt getraind op institutionele of overheidsdatasets, maar ook op de emotionele, culturele en zintuiglijke ervaringen van mensen die daadwerkelijk in een omgeving leven.
In mijn eerdere werk in Massachusetts ontwikkelden we onze eigen omgevingssensoren. Dat makersperspectief — begrijpen hoe data ontstaat — hielp gemeenschappen om weer eigenaar te worden van hun informatie. Toen ik begon met het ontwerpen van dit project, merkte ik dat veel AI-systemen gebaseerd zijn op algemene sensorwaarden en nauwelijks een persoonlijke dimensie hebben.
De vraag werd dus: Wat zou het betekenen voor AI als het van emoties zou kunnen leren? Wat als de kleuren die mensen kiezen, de gevoelens die ze aanduiden of de manier waarop ze geluid beschrijven ook als trainingsdata zouden kunnen dienen?
Dit project is een eerste experiment in die richting. Het neemt bewust het risico om emotionele ervaring als geldige data te behandelen. Het stelt een toekomst voor waarin AI eerlijker, mensgerichter en responsiever is — systemen die geluid begrijpen als meer dan een meting, maar als een geleefde realiteit.
Hoe heeft het werken in Merksem je manier van denken over omgevingsverhalen en data beïnvloed?
Mijn relatie met geluidsdata begon op afstand — door te onderzoeken hoe geluid wordt gemeten, hoe kaarten worden gemaakt en hoe Europa omgevingsbeleid benadert. Ik was onder de indruk van de ernst waarmee de EU geluid als een volksgezondheidskwestie behandelt.
Tegelijkertijd missen institutionele datasets vaak de ervaringen van arbeiders- en migrantengemeenschappen. Mijn rol hier was daarom om een ruimte te creëren waar officiële kennis en lokale ervaring elkaar kunnen ontmoeten.
De essentie van dit project komt tot leven door interactie: mensen die kleurstickers op de participatieve kaart plaatsen, delen hoe bepaalde plekken aanvoelen en deelnemen aan de wijkwandeling tijdens de workshop in januari.
Werken in Merksem heeft me het belang geleerd van eerst luisteren — met bescheidenheid aanwezig zijn en de gemeenschap het verhaal laten vormen. Omgevingsverhalen leg je niet op; ze ontstaan via gesprek.
Ik ben bijzonder dankbaar voor de begeleiding van communicatiedirecteur Laura Vargas, wiens kennis van de sociale structuur van Merksem mijn aanpak heeft gevormd. Zij herinnerde me eraan dat omgevingsdata meer zijn dan cijfers. Het staat allemaal met elkaar in verbinding.
Merksem heeft mijn inzicht verdiept in hoe omgevingsverhalen zowel institutionele kennis als lokale wijsheid kunnen verbinden.
Het werk werd gerealiseerd in samenwerking met het Emerson College in Massachusetts (VS) en draagt bij aan internationaal onderzoek naar gemeenschapsdata en inclusieve ontwerppraktijken.
Weaving Noise / Geluid Weven kan nog tot 13 maart 2026 worden bezocht, tijdens de openingsuren van MerksemDok.
Fotos: Betty Metthysen