Rodriguez kreeg als undergraduate student uit El Salvador de mogelijkheid om onderzoek te doen aan het L3S onderzoekscentrum van de Leibniz Universiteit in Hannover, Duitsland. Hier keerde ze later terug om aan haar Master te werken en ze was onderdeel van verschillende EU-projecten op gebieden zoals crowdsourcing, multimedia en analyse van sentimenten. 'Hier leerde ik Machine Learning te gebruiken om verschillende maatschappelijke problemen aan te pakken. Natural Language Processing biedt bijvoorbeeld veel mogelijkheden om signalen op te vangen. Neem de opkomst van Trump in Amerika; die leek onverwacht, maar in het sentiment op social media was wel af te lezen wat kiezers vonden. Door de analyse van Tweets hebben we in onderzoeken ook de populariteit van Latijns-Amerikaanse staatshoofden gemeten. Heel interessant, want traditionele opiniepeilingen weten dat niet altijd juist in te schatten.'

Persoonsgegevens vaak niet nodig voor meer engagement

In haar PhD, die zij voltooide aan de University College Dublin in Ierland, bracht de data scientist al deze kennis samen om patronen te herkennen in engagement, aandacht en invloed omtrent digitale media. Sinds 2016 werkte ze onder meer samen met onderzoekers van het MIT Center for Civic Media. Hier deed ze met het MediaCloud team onderzoek naar de invloed van Amerikaanse media. Tijdens haar PhD in Machine Learning met een focus op digitaal nieuws, onderzocht ze onder andere de interacties tussen journalisten en hun publiek. 'Wat we hier merkten was dat er vooral behoefte was aan modellen die journalisten goed konden interpreteren en die beter te integreren in een toch al complexe mediapijplijn. Journalisten wilden weten welke onderwerpen mensen het meest aanspreken en op welke momenten zij hierover het beste kunnen publiceren voor een maximale engagement met het publiek. Een leerzame ervaring. We merkten dat het in veel gevallen goed mogelijk is de interesses van lezers te begrijpen zonder dat persoonlijke gegevens te verzamelen en te gebruiken. Daarnaast kwamen we erachter dat je met hele subtiele aanpassingen nieuws kan personaliseren en daarmee het aantal clicks en abonnementen flink kan verhogen.'

Sinds kort werkt de data scientist voor de ABS en is ze betrokken bij Analytics for a Better World. Dit is een initiatief dat een maatschappelijke impact wil maken met advanced analytics. Ze werkt hiervoor samen met hoogleraar Dick den Hertog en zijn team. 'Onze missie is om bij te dragen aan de Sustainable Development Goals van de VN met Analytics. Ik werk met inspirerende collega’s die allemaal gemotiveerd zijn om de publieke sector en NGO’s de middelen te geven om positieve veranderingen mogelijk te maken.'

Onderzoek en impact

Orellana Rodriguez denkt met haar kennis een goede bijdrage te kunnen leveren aan Analytics for a Better World. 'Door mijn achtergrond denk ik vaak na over hoe ik impact kan maken buiten Europa, bijvoorbeeld in Latijns-Amerika. Maar ook in Nederland zijn groepen mensen die we kunnen helpen met behulp van machine learning en data-analyse. Denk aan asielzoekers, die ook behoeften hebben op het gebied van onderwijs en gezondheidszorg en vaak niet weten waar ze terecht kunnen. Wij onderzoeken hoe overheden de informatievoorziening voor hen kunnen verbeteren.' Een andere taak waar ze mee bezig is, is de begeleiding van graduate studenten. Samen met een masterstudent en 510 – een initiatief van het Nederlandse Rode Kruis – onderzoekt ze framing-strategieën rondom de berichtgeving over overstromingen door nieuwsmedia in Malawi. Daarbij zet ze text mining in om gebeurtenissen te detecteren en data te onttrekken die kunnen dienen als early warning bij rampen. 'Het doel is te helpen met het effectiever inzetten van middelen bij rampen en andere calamiteiten. Die combinatie van onderzoek en impact is interessant. Ook leuk is dat je soms echt al het verschil maakt zonder de meest fancy oplossingen. Met relatief eenvoudige datamodellen kun je vaak veel betekenen.'