Big Data heeft de potentie om een aantal cruciale puzzels in de mobiliteitssector sector op te lossen

Big Data heeft de potentie om een aantal cruciale puzzels op te lossen in ons vakgebied waar we al decennia lang mee bezig zijn. Maar tegelijkertijd ontstaan er nieuwe, minstens zo gecompliceerde puzzels die in mijn optiek alleen in interdisciplinair verband kunnen worden aangepakt. Dat stelt Hans van Lint Professor, Traffic Simulation & Computing aan de TU Delft.

Verkeersmodellen behoren al tientallen jaren tot het handgereedschap van de verkeerskundige. Aan de basis liggen veelal verkeerstellingen en soms demografische en sociaal-economische gegevens. Gaat dit veranderen met de komst van Big Data?
“De term Big Data is in ons vakgebied verkeer en vervoerswetenschappen inmiddels een hype, maar er is bepaald geen breed gedragen visie wat we uit die potentieel enorme berg nieuwe data – social media, google, enzovoort – zouden kunnen halen en hoe we die data zouden kunnen gebruiken om zowel de wetenschap als de praktijk in ons vakgebied een echte sprong voorwaarts te laten maken. En die visie is mijns inziens hard nodig.”

Maar is het met Big Data dan niet mogelijk om betere voorspellingen te maken dan op de traditionele manier met verkeersmodellen?
“Data zijn erg belangrijk in ons vakgebied. Ze vormen de basis voor al onze theorieën en daarop gebaseerde modellen. Tegelijkertijd bieden juist die onderliggende theorieën en modellen houvast bij het vinden van structuur en betekenis in nieuwe data.”
“Big Data heeft de potentie om een aantal cruciale puzzels op te lossen waar we al decennia mee bezig zijn. Maar er liggen nog grote uitdagingen om te onderzoeken waar en hoe nieuwe  ‘big’ data kan worden ingezet.”

Is de verkeers- en vervoerkundige wel in staat om Big Data op waarde te schatten en daarmee analyses uit te voeren?
“Big Data brengt nieuwe gecompliceerde puzzels met zich mee. Die zijn in mijn optiek alleen in interdisciplinair verband aan te pakken. Dus voor we in de verkeer en vervoerswereld en masse gaan duiken – en wellicht verzuipen – in die Big Data, zouden we er goed aan doen om de banden aan te halen met andere disciplines, en met name computer sciences en toegepaste wiskunde.
Dat mes snijdt aan twee kanten, want ook computer scientists zouden er veel bij winnen door samen te werken met onze discipline en gebruik te maken van het stevige wetenschappelijke fundament dat in de afgelopen vijf decennia is gebouwd in de verkeer en vervoerwetenschappen.”