15 min leestijd

AI in week 23

Nakijken met AI, wetenschapscommunicatie en papertips!
AI in week 23

Zo, hoe was jouw weekend tot nu toe? Ik heb gisteren een backyard-marathon gelopen, in plaats van in één keer 42 kilometer, ieder uur een rondje van 5km. Afzien! En weet je wat ook ultralang is?! Deze nieuwsbrief. Maar dat is dan vooral omdat ik zoveel leuke mailtjes heb gehad met tips voor papers!

Nakijken met AI, alweer

CITO komt met een AI-nakijktool, CheckMate, en ik mocht er ook wat over zeggen bij EenVandaag afgelopen maandag. En, eerlijk is eerlijk, dit is best een aardig tooltje, je kan het zelf online proberen. De antwoorden van leerlingen op een open toetsvraag worden naast elkaar gezet, dezelfde antwoorden bij elkaar, zodat je die in één keer na kan kijken, en kernwoorden worden gehighlight zodat je die snel kan herkennen.

He, dat klinkt positief! Is dit nu een goed idee? Ben je eens enthousiast over AI Hermans? Nou, deze toepassing gebruikt ouderwetse AI (handschriftherkenning als leerlingen de open vragen op papier mogen invullen, het was me uit de stukken niet helemaal helder of dat zo is of niet), en het matchen van keywords, ook als ze niet helemaal goed gespeld zijn. En ja, dat is AI, klopt. Maar wat mensen natuurlijk denken als ze AI horen, is ChatGPT, generatieve AI. Daar moeten we ons toe verhouden, ook al gebruiken we een andere soort.

Zeker komend van een instituut als CITO—dat toch voor heel veel mensen als een soort extensie van de overheid voelt—mogen we verwachten dat ze niet op de hype inhaken, maar voorzichtig zijn. En ondanks dat dit bescheiden tooltje geen genAI is, zijn ze dat natuurlijk wel van plan:

Tegelijkertijd biedt generatieve AI nieuwe mogelijkheden, zoals directe inzet zonder eerdere afnames en het automatisch genereren van feedback. Daarom onderzoeken en vergelijken we beide benaderingen zorgvuldig, met oog voor onderwijskundige en ethische aspecten, zodat we blijven werken aan eerlijke, transparante en effectieve nakijkondersteuning.

Met de technologie van deze tool lijkt me in de basis weinig mis, het hallucineert niet, er is geen datadiefstal voor nodig geweest enzovoorts. Het is echt anders dan generatieve AI.

En toch ben ik niet waanzinnig enthousiast. Dat komt door twee dingen. Ten eerste geloof ik er niks van dat dit tijd gaat besparen, en dat is het (genoemde) doel. Dat zien we al aan de communicatie van CITO zelf. "Wat dit project uniek maakt" zegt een van de onderzoekers, "is de tijd die de docenten krijgen om actief mee te werken. Dat biedt hun de ruimte om echt een verschil te maken." Supermooi voor zo'n project natuurlijk, maar dat zal op andere plekken heel anders gaan. Zo werkt het vaak met technologische interventies. Het heel openhartige boek Geek Heresy van Kentaro Toyama, nu professor aan de universiteit van Michigan, maar tot 2009 werkzaam bij Microsoft in India waar hij onder andere verantwoordelijk was voor een aantal projecten om technologie de klas in te brengen, vertelt daar mooi over. Hij beschrijft hoe hij steeds gedesillusioneerder raakte naarmate de tijd vorderde, en hoe hij zag dat veel succes van technologische interventies heel hard leunen op de eerste docenten en onderzoekers die het product ondersteunen. En dan lijkt het te werken.

Maar naarmate het verder uitgerold wordt, zien docenten die ermee werken dat het niet alleen halleluja is. Dat zal hier ook gebeuren, denk ik, want het gebruiken kost ook tijd. Je moet alle te vragen en de juiste antwoorden invoeren, en als je ieder jaar nieuwe toetsen maakt, is dat echt niet triviaal. Het is meer werk dan even een Word-documentje printen. Het kan misschien meer inzicht geven, het kan leuker zijn dan op papier, maar we moeten ons geen illusies maken over de tijdswinst.

Ten tweede gaat zo'n AI-nakijker ervan uit dat het systeem waarin we zitten, goed is en geen verdere aanpassing vergt. Maar leerlingen krijgen in Nederland gemiddeld meer dan 100 toetsen per jaar! Alhoewel computermensen maar wat graag roepen dat ze de boel radicaal willen veranderen, past deze interventie naadloos in een bestaand systeem. Sterker nog, als het docenten echt minder tijd kost (zoals de makers geloven) zou dit er dan niet toe leiden dat we meer gaan toetsen, met meer toetsstress tot gevolg? Kindermishandeling, noemde een docent het bij Pointer.

En toetsen (voor een cijfer) leidt helemaal niet per se tot leeropbrengsten, dat zal iedereen die wel eens voor een toets heeft zitten blokken herkennen, en laatst nog goed uitgelegd werd in NRC door ⁨ neurowetenschapper Ingrid Nieuwenhuis! Ook Volkskrant-hoofdredacteur Pieter Klok doet een duit in dat zakje deze week, al ben ik het niet zo met hem eens dat team kansengelijkheid—"Zonder objectieve toets krijgen meisjes, kinderen met arme ouders en kinderen uit de regio te vaak een te laag advies."—de overhand gekregen heeft. Dat is misschien een beetje waar op de basisschool, maar in mijn optiek als vo-docent is het veel eerder zo dat er veel getoetst wordt omdat we zijn gaan geloven dat leerlingen anders niks doen. En dat wordt dan waar omdat we om de dag toetsen. Het past bij een samenleving waarin alles gemeten moet worden, in kaart gebracht, zodat het in een grafiek of dashboard kan worden samengevoegd, waarna erover vergaderd kan worden (zie ook het heel fijne boek van Jan-Jaap Hubeek!). Dus, zegt Klok en ik kan me daar niet genoeg bij aansluiten, weg met dat New Public Management op scholen!  

Het is hoog tijd om onderwijzers en leraren op alle terreinen meer autonomie te geven en onderwijsmanagers een toontje lager te laten zingen.

Ja, ja ja!!!

Ow en kijk je na met AI? Let in ieder geval op de wet! Van de AI act die komende zomer ingaat mag je niet zomaar nakijken met AI, er moet altijd een human in de loop zijn, én je moet hardmaken dat je systeem niet discrimineert.

Technologie als gelijkmaker

Lezer Eelco Mulder stuurde mij een opiniestuk toe over de egaliserende werking van LLMs in Trouw door lector Digitale didactiek Maurice Schols (fijn hoor, blijf vooral tips mailen lezers!) Nou heb ik vorig jaar rond deze tijd al over geschreven, dus pak die er gerust weer even bij.

Maar ik zat met mijn neus in Geek Heresy vanwege bovenstaande, en Toyama legt ook geweldig uit hoe technologie bestaande verschillen tussen leerlingen bijna altijd vergroot:

Put these ideas together and technology’s primary effect is to amplify human forces. Like a lever, technology amplifies people’s capacities in the direction of their intentions.

[W]e see vividly that technologies don’t have fixed additive effects. They magnify existing social forces, which themselves can be good, bad, or neutral.

En ja, dat zegt Schols ergens ook natuurlijk, rijke kinderen kunnen dure AI's betalen die ze goed helpen met leren, en andere kinderen niet. We moeten, zegt Schols, "eindelijk het maatschappelijke debat voeren over toegankelijkheid, inclusie en gelijke kansen". Nou denk ik dat we dat debat al jaren voeren (zie ook Pieter Klok hierboven), maar hij bedoelt helemaal geen debat, hij bedoelt dat we alle kinderen en leraren (betaalde) AI moeten geven. Wat er dan gebeurt laat zich raden: arme kinderen op AI, rijke kinderen alsnog op bijles van een mens. Als we echte gelijkheid willen, moeten we geen software als lapoplossing invoeren om thuis te leren, maar dat in de klas doen, waar iedereen al, gratis en voor niets, toegang tot heeft. Afstappen van heel stevige cijferdruk, om andere redenen ook al goed, zou waarschijnlijk ook de poten onder de bijlesindustrie (al dat niet met AI) uit zagen.

Kort over wetenschapscommunicatie

Oef, mensen, een rel in wetenschapscommunicatieland. Daar ga ik toch even wat over zeggen. Hoogleraar politicologie Catherine de Vries schreef een boek over radicaal rechts waarin ze uitlegt dat niet zozeer migratie maar een terugtrekkende overheid oorzaak is van hun opmars.

De Correspondent schreef vervolgens een lang stuk over dat boek. Jesse Frederik opent zijn stuk openhartig, hij is sceptisch over dit verhaal. Want, als je kiezers bevraagt, zeggen ze gewoon migratie en niet "er is hier geen huisarts meer". Andere hypotheses, zegt Frederiks, doen wetenschappers omdat ze het moeilijk vinden om te geloven dat zoveel mensen racistisch zijn.

Het is fijn dat Frederik zo openlijk zegt wat hij denkt, maar dat roept natuurlijk ook meteen de vraag op: doet een zo gekleurde bijdrage een zinnige duit in het zakje? Niks mis met een duidelijke kleur—je leest mijn nieuwsbrief ook niet voor de laatste prompt engineering-tips—maar als je een analyse vooraf niet gelooft, ben je dan een nuttige tegenlezer? Het is moeilijk om in zijn toon niet ook wat plezier te lezen voor het onderuit halen van deze analyse. Hij noemt een keuze die De Vries in de analyse maakt "een lijk in appendix H", en schrijft:

Ik had een podcast met De Vries in de planning, een weekend voor me, en een Claude Max-abonnement – dus ik dacht: laat ik zelf eens wat proberen!

Over de redenen die De Vries noemt voor dat lijk in de appendix, zegt Frederiks dan weer dat ze op hem "[over]kwamen op mij als een hoop academisch handgewapper". Kijk mijn vakgebied is het niet, dus ik kan hier inhoudelijk niet genoeg over zeggen, maar ik vind "het komt over als academisch gewauwel" niet getuigen van oprechte leeshonger. Zelfs als het klopt, schrijf het anders op. Als je dan werkelijk zo'n interesse hebt in een inhoudelijk gesprek, ontkracht dat gewapper dan maar.

Helemaal begrijpelijk dat dat bij De Vries in het verkeerde keelgat schoot, die dus ook in de pen kroop. Hallo, zegt ze, vind ik heel terecht, ik ben er niet om jouw gevibecode versie van mijn werk te factchecken:Wat daarbij vooral wringt, is dat tijdens de correspondentie met Frederik na mijn optreden in zijn podcast een situatie ontstond waarin ik als wetenschapper journalistieke kritiek en AI-gegenereerde analyses over mijn eigen onderzoek moest gaan fact-checken.

Ook wijst ze er, heel terecht, op dat zulke uitspraken gevolgen hebben, zowel in onmiddellijke zin op haar, als op langere termijn op de wetenschap. Uiteindelijk zegt Frederik hier: ik geloof er niks van, ik doe wel even mijn eigen onderzoek.

Ik ben het helemaal eens met De Vries' kritiek op de toon van Frederik, maar toen kwam historicus en wiskunde-docent Jeroen Bouterse weer langs. Bouterse is er echt ingedoken, en wijst op een paar gaten in De Vries' repliek, ze legt duidelijk uit waar ze wat te zeggen heeft, maar is op cruciale punten vaag, en lijkt inderdaad af en toe de wetenschappelijke methode als een soort schild te gebruiken.

Ik voel ergens een neiging om een soort kamp te kiezen, maar—misschien een gevolg van een maandje geen ophef?—ik dacht er nog eens over na, en soms hoeft dat niet! De Vries zou de data best eens selectief kunnen hebben geanalyseerd, er bestaan namelijk neutrale analyses, observaties zijn altijd gekleurd door wat we al denken. Misschien heeft Frederik een interessante inconsistentie gevonden, en daar een interessant paper over geschreven. Ik denk dat hij denkt dat hij daarmee de wetenschap beter en scherper maakt.

Maar door zijn framing en aanvallende toon doet hij de wetenschap uiteindelijk geen goed, zelfs niet als het klopt. (Zie: de eerste wet van Schlesinger).

Papertips!

Drie weken terug vroeg ik mensen om hun fijnste papers met uitleg, heb je het het boekje Fixing Academia [[1]] gewonnen, dan heb je al mail van mij gehad inmiddels, ik mocht er uiteindelijk 10 uitdelen, heel fijn!

Hieronder de suggesties waarvan ik denk dat ze voor jullie ook leuk zijn!

Langdon Winner (1980) Do Artifacts Have Politics?

Geweldig paper, heb ik ook relatief recent gelezen! Legt supergoed uit waarom technologie helemaal niet neutraal is. Inzender schrijft:

It really influenced my vision on technology where it's neither "just a tool" nor the technological determinism that also leads to thinking tech can save the world.

R. Stamper, K. Liu, M. Kolkman, P. Klarenberg, F. Van Slooten, Y. Ades, and C. Van Slooten (1991). From database to normbase.

Docent IT Joop Kielema schrijft:

Begin jaren 90 werkte ik aan de Universiteit Twente een proefschrift over IT bij de overheid. Tot mijn verbazing werd in de literatuur het kernbegrip informatie niet, of heel slecht uitgelegd. [...] [B]lijkbaar kon informatie ook weer data worden. Want als ik een tekst op mijn computer opsloeg, werd de informatie weer data. Merkwaardig.

Enter professor Ronald Stamper. [...] Het begon al met de eenvoudige opmerking dat de organisatie het informatiesysteem is. [...] Betekenis (semantiek) en gebruik (pragmatiek) liggen buiten het terrein van de techniek. Plotseling was ik af van dat rare onderscheid tussen data en informatie en die beperkte concepten die in bijna alles tekortschoten.

Ik vind dit heel herkenbaar, definities in de informatica zijn vaak vaag of ontbreken in het geheel. Geestig ook hoe Kielema zijn mail heel openhartig afsluit!

Stamper werkt dat in het artikel vervolgens uit in een methode om informatiesystemen te ontwerpen en realiseren. Van dat deel heb ik nooit iets begrepen.

Ik had vroeg in mijn carrière juist vaak moeite met het niet helemaal begrijpen van stukken, dan bleef ik maar lezen en herlezen ook als het niet zo heel relevant was, dus ik vind het heel knap dat iemand zo kan loslaten!

J. Davis and M. Goadrich (2006), “The relationship between Precision-Recall and ROC curves,”

De inzender vermeldt hierbij dat het een vrij simpel paper is dat twee kerntechnieken van Machine Learning heel duidelijk uitlegt, technieken waarmee hij worstelde aan het begin van zijn PhD:

I return to this paper often for its elegance: it neither talks down to the reader nor assumes the reader already knows the necessary background to understand it. Indeed, it helped me understand what people mean when they draw attention to the elegance of an explanation.

Ik vind dit zo mooi! Ik probeer weleens aan studenten uit te leggen dat ik papers vaak herlees en dat ik dan steeds weer nieuwe dingen leer. Ze knikken dan wel braaf, maar je ziet dat ze het niet helemaal snappen, en dat geeft niets, dat kan ook pas als je zelf 10 jaar later iets leest en denkt: nu snap ik het pas. Ook mooi hoe de schrijver formuleert dat een schrijver heel expliciet een lezer in gedachten heeft bij het schrijven en zich daartoe verhoudt.

Ik las Consider the lobster van David Foster Wallace van de week en die vangt zo mooi in woorden hoe schrijven de ultieme vorm van empathie is, en hoe "schrijven om te denken" veel te smal is als verkooppraatje.

“[D]rumming into student writers two big injunctions: (1) Do not presume that the reader can read your mind — anything that you want the reader to visualize or consider or conclude, you must provide; (2) Do not presume that the reader feels the same way that you do about a given experience or issue — your argument cannot just assume as true the very things you’re trying to argue for. Because (1) and (2) seem so simple and obvious, it may surprise you to know that they are actually incredibly hard to get students to understand in such a way that the principles inform their writing. The reason for the difficulty is that, in the abstract, (1) and (2) are intellectual, whereas in practice they are more things of the spirit.

The injunctions require of the student both the imagination to conceive of the reader as a separate human being and the empathy to realize that this separate person has preferences and confusions and beliefs of her own [...]

These sorts of requirements are, of course, also the elements of a Democratic Spirit. I therefore submit that the hoary cliché “Teaching the student to write is teaching the student to think” sells the enterprise way short. Thinking isn’t even half of it.

Van de Cruys, S., Evers, K., Van der Hallen, R., Van Eylen, L., Boets,B., De-Wit, L., & Wagemans, J. (2014). Precise minds in uncertain worlds: predictive coding in autism.

Docente informatica Sylvia Stuurman vertelt hoe het paper opent met een quote van Borges die de essentie van het paper weergeeft:

"[Funes] was disturbed by the fact that a dog at three-fourteen (seen in profile) should have the same name as the dog at three-fifteen (seen from the front). His own face in the mirror, his own hands, surprised him on every occasion. . . . He was the solitary and lucid spectator of a multiform world which was instantaneously and almost intolerably exact. . . . He was not very capable of thought. To think is to forget a difference, to generalize, to abstract. In the overly replete world of Funes there were nothing but details, almost contiguous details."

Ja, schitterend! Wat is waarheid? Dit wordt dan gekoppeld aan een verklaring voor autisme, namelijk, zegt Stuurman, "dat het brein zo precies is dat de voorspellingen van het brein veel vaker niet kloppen, waardoor je bewustzijn als het ware wordt gebombardeerd met niet-kloppende details".

John Ioannidis (2005). Why most published research findings are false

Internist Jaap Deinum schrijft:

Toen dit in 2005 verscheen was het een eye-opener voor mij. Het bevestigde een intuïtief gevoel dat ik had dat heel veel 'novel findings' niet waar waren.

Dit paper sluit aan bij veel andere meta-science (wetenschap over wetenschap) uit later tijd, bijv ook het boek Unrealiable waarover ik vorige zomer schreef.

Blignault I, Ritchie J (2009). Revealing the wood and the trees: reporting qualitative research.

Onderzoeker Sonia Boender schrijft:

Dit paper leert kwantitatief-geschoolde onderzoekers hoe je kwalitatief onderzoek zinvol opschrijft. Zónder onduidelijk, rommelig of wollig te worden, mét hoge kwaliteit (pun intended). [...] Een ware uitkomst bij interdisciplinair mixed-methods onderzoek, waarbij je elkaar als onderzoeksteam nog weleens kwijtraakt in de communicatie.

Heel herkenbaar als bèta die veel kwalitatief onderzoek gedaan heeft!

Tubaro, P., Casilli, A. A., & Coville, M. (2020). The trainer, the verifier, the imitator: Three ways in which human platform workers support artificial intelligence.

Inzender schrijft:

Het heeft mijn leven veranderd omdat het de huidige kosten van AI-gebruik zo duidelijk heeft gemaakt voor mij (i.e., hevige uitbuiting van mensen op dit moment) - en vooral ook het neocoloniale systeem dat dit in stand houdt en vooral ook verbergt voor de end user. Dat moeten we niet willen! En persoonlijk zette het mij aan om me in mijn PhD en daarna op deze arbeidsgroep te focussen.

Ook voor mij een hoop fijn leesvoer, dus dank voor het insturen van deze en ook de vele andere tips ook waar ik geen ruimte meer voor had.

Ok, dan nog één bonustip, geen paper maar tips voor hoe je als (AI) wetenschapper een paper met een verhaallijn opbouwt.

En dan nog even dit

Events

  • Woensdag 17 juni ben ik op het LAIdenFest in Leiden
  • Donderdag 18 juni om 11 uur geef ik een praatje over feminisme in de wetenschap in de Speaker's Corner in het Impulse gebouw op Wageningen Universiteit. Er is geen linkje, maar als je in de buurt woont, duik gerust op, het is openbaar!

Slecht nieuws

Goed nieuws, met AI zijn wetenschappers sneller klaar blijkt uit onderzoek in Nature van begin dit jaar. Onderzoek naar 41 miljoen papers laat zien dat:

Scientists who engage in AI-augmented research publish 3.02 times more papers, receive 4.84 times more citations and become research project leaders 1.37 years earlier than those who do not.

Ow, maar wacht dit is het kopje slecht nieuws...! Ah ja, lees maar even verder:

By contrast, AI adoption shrinks the collective volume of scientific topics studied by 4.63% and decreases scientists’ engagement with one another by 22%. By consequence, adoption of AI in science presents what seems to be a paradox: an expansion of individual scientists’ impact but a contraction in collective science’s reach, as AI-augmented work moves collectively towards areas richest in data.

Dit is dus de paradox van AI, als je het mij vraagt. Het is slecht voor de wetenschap, maar goed voor wetenschappers (en dat zegt natuurlijk ook al wat over de relatie tussen die twee, zonder AI).

Iets vergelijkbaars geldt voor fictie:

AI stories over-explain themes and favor tidy, single-track plots while human stories frame protagonist' choices as more morally ambiguous and have increased temporal complexity.

En voor college essays, stukken die studenten in Amerika schrijven om toegelaten te worden tot de universiteit, vonden onderzoekers van Georgetown University, beschreven in New York Times.

In one study, he and his team examined personal statements from more than 370,000 students, and found that after ChatGPT became available, their essays suddenly used diverse and colorful language, but lacked truly creative ideas. And the linguistic coverup worked; post-ChatGPT essays were rated as more “creative” by human judges, even if the substance of the essays trod familiar territory.

In a separate study, the team found that human-written essays offered up to eight times more new ideas than those produced by A.I.

Ook hier geldt de paradox: voor individuele schrijvers is AI een uitkomst, zeker voor een toelatingsessay als je 18 bent en misschien nog niet zo veel kunt, maar de breedte van verhalen lijdt eronder.

En, goed onderzoek (maar slecht nieuws) van de VU over desinformatie. Zelfs als die gecorrigeerd wordt, mbv een factcheck bijvoorbeeld, dan blijft die toch in je geheugen, onderzocht collega Dian van Huijstee. Ook is negatieve misinformatie lastiger te corrigeren dan positieve.

Hackers hebben zich toegang verschaft tot Insta-accounts! Met een ingewikkelde nieuwe AI-hack? Nee... door het gewoon lief te vragen.

Marjane Satrapi, schrijfster van Persepolis, is overleden. Wat een leven en wat een vreselijk verlies.

Goed nieuws

Wat een schitterend verhaal over Katharine Graham die een belangrijke rol speelde in de onthulling van het Watergate-schandaal, als vrouw bijna uit de geschiedenisboekjes geschreven werd, maar nu geëerd is in een documentaire. Droevig contrast tussen de durf van de Washington Post in die tijd, versus nu.

Ow en het gaat slecht met Meta?! "[W]e will all get to watch Mr. Zuckerberg drive the company into the ground", schrijft New York Times. Dat zou mooi zijn!

En dan deze! AI is niet alleen slecht! Het kan juist een fijne manier om na te denken over taal. Echt, ik vind taalmodellen enorm cool, het is zo gaaf dat we dit als mensen hebben weten te maken, als ze nou gewoon in de wetenschap waren gebleven als manieren om te bevragen wat taal is, dan had ik er niks op tegen. Deze hele mooie reflectie op wat taal is, aangewakkerd door (deze vorm van) AI bijvoorbeeld, smullen! Cognitieve wetenschapper Elan Barenholtz legt uit hoe we genegen zijn over taal te denken als een representatie van de wereld, taal verwijst naar iets. Je zegt: ik ben moe, is er hier ergens een stoel? Die stoel is een woord, maar ook een ding dat bestaat. Zo hebben taalwetenschappers, zegt Barenholtz, naar taalbegrip gekeken. Maar wat blijkt u met LLMs? In taal zit al genoeg informatie om goedgevormde zinnen te maken, ook al kloppen die niet.

I call this the autogenerative property of language: the internal structure of language alone is sufficient to generate any continuation of itself. [...]

En mensen zijn soms ook taalmodellen, zegt ze:

We begin sentences without knowing how they will end. We commit to grammatical paths and backtrack when they fail. We are sometimes carried somewhere unexpected by the logic of what we were saying.

Maar tegelijkertijd is er meer aan de hand, want we kijken wel degelijk naar de wereld. Zoeken naar een stoel kan zijn omdat je moe bent, of omdat je aan het verhuizen bent en alles wilt inpakken. Het mooie aan de blik van Barenholtz is dat het geen extremen inneemt, maar juist probeert uit te zoeken wat we van het bestaan van taalmodellen kunnen leren over mensen.

Ik ben voor mijn boek (daarover ook heel binnenkort meer updates!) heel wat in de geschiedenis van AI gedoken en dit was nu juist een van de doelen van de vroege pioniers: om door het modelleren van menselijk denken in de computer, de mens helemaal niet te vervangen maar menselijk denken dieper en beter te begrijpen.

Geniet van je boterham!

Voetnoten

[[1]]: Dus niet Fining Academia zoals ik per ongeluk schreef week, maar dat was misschien wel een Freudian Slip...