Achter de PhD: Snellere modellen bouwen voor complexe sociale interacties

Maak kennis met Fabio Generoso Vieira, een onderzoeker die de complexiteit van Relational Event Networks onder de loep neemt om de analyse van sociale gegevens sneller en praktischer te maken. Aanvankelijk kreeg hij een specifiek PhD-project toegewezen, maar hij zag al snel een kans: trage modellen stroomlijnen en nieuwe mogelijkheden creëren voor onderzoekers. Op 6 november verdedigde hij zijn proefschrift met succes. We spraken met hem over zijn traject, de uitdagingen en de impact van zijn werk.

Waarom heb je dit onderzoeksonderwerp gekozen en wat maakt het zo fascinerend?

In het begin dacht ik dat ik niet veel keuze had, zoals de meeste promovendi in Nederland, werd ik aangenomen om aan een specifiek project te werken. Maar naarmate het onderzoek vorderde, kreeg ik de vrijheid om onderwerpen te verkennen binnen het vakgebied van Relational Event Networks. Ik besloot me te richten op multilevel modellen voor dit datatype omdat er nog niet veel onderzoek op dit gebied was gedaan en ik het gevoel had dat ik in dat gat kon springen. Naarmate mijn onderzoek vorderde, realiseerde ik me steeds meer hoe traag deze modellen eigenlijk waren en ik maakte me zorgen dat niemand mijn werk zou gebruiken, zolang er geen manier was om dit te versnellen. Toen ben ik overgestapt op rekenkundige technieken en heb ik algoritmes ontwikkeld om modellen sneller te trainen.
Wat ik het interessantst vind aan Relational Event Network-modellen is de flexibiliteit die ze onderzoekers bieden bij het testen van hun wetenschappelijke verwachtingen. De mogelijkheid om statistieken te maken die bepaalde sociale interactiestructuren weerspiegelen en de vrijheid om hun significantie formeel te testen, is wat dit vakgebied zo aantrekkelijk maakt.

Welke uitdagingen ben je onderweg tegengekomen en hoe heb je die overwonnen?

Voor mij was de grootste uitdaging de verhuizing naar Nederland. Een nieuw land, elke dag een vreemde taal spreken en niemand kennen waren de grootste uitdagingen die ik moest overwinnen. En toen kwam natuurlijk de pandemie. Het was lastig, ik kende op dat moment niemand in Tilburg en het feit dat ik geen Nederlands sprak maakte het nog moeilijker. Later verhuisde ik naar Den Haag, waar ik meer internationals ontmoette, en daardoor werd alles veel beter, in ieder geval op het sociale vlak.
Wat mijn onderzoek betreft, kreeg ik te maken met het soort uitdagingen dat de meeste promovendi tegenkomen: experimenten die niet werken, computers die niet krachtig genoeg zijn, simulaties die een maand duren om uit te voeren, enzovoort. Het overwinnen van deze uitdagingen was vooral een kwestie van vallen en opstaan. Hoe sneller je fouten maakt, hoe sneller je oplossingen vindt. Uiteindelijk maken al deze struggles het afronden van de PhD nog mooier. Het is als een spel – elk level wordt moeilijker, maar als je terugkijkt, kun je zeggen: “Wow, het is me echt gelukt!”. Dat gevoel van trots is onbetaalbaar.

Wat is de impact van je werk in de echte wereld?

Dat is moeilijk te zeggen. Ik denk dat ik een aantal coole methoden en technieken heb ontwikkeld die andere onderzoekers goed kunnen gebruiken en waarop ze kunnen voortbouwen. Aangezien veel van het onderzoek op dit gebied toegepast is, denk ik dat het goed is dat ik de gereedschapskist voor toegepaste onderzoekers heb uitgebreid. Mijn werk verruimt de mogelijkheden van relational event data. Wie weet, misschien ontdekt iemand over een paar jaar een van mijn artikelen en word ik eindelijk een succesvolle academicus.

Wat zijn je plannen na je PhD?

Ik ben aan mijn PhD begonnen met het doel om hoogleraar te worden. Dat heb ik nog niet opgegeven, maar ik snap ook de obstakels. Op dit moment werk ik als postdoc aan de UvA, waar ik onderzoek doe naar muziekmetadata. Hierna ga ik misschien voor een andere academische functie of misschien voor een onderzoeksfunctie in het bedrijfsleven. Zoals ik altijd graag zeg: de toekomst ligt wijd open.