Data scientist Yvonne (31) ergerde zich aan een te late cursist: ‘Toen merkte ik dat ik een vooroordeel had’

De avond voor een meeloopdag bij Conclusion Intelligence had een van de deelnemers nog bevestigd dat hij zou komen. Op de dag zelf hoorde Smeenge niets van hem. „Toen hij er niet was, dacht ik: laat dan alsjeblieft even iets weten”, vertelt ze in ‘Move on Up’.

Later belde de deelnemer vanaf de ingang. Een vriend had die ochtend een overdosis genomen. De politie, brandweer en een ambulance waren ter plaatse gekomen en hij had zich eerst om die situatie moeten bekommeren. Daarna was hij alsnog naar kantoor gereden. „Ik dacht: wow, wat heftig. Goed dat je er überhaupt nog bent.” Zijn nuchtere vervolg maakte de situatie voor Smeenge nog indringender. „Hij zei: dat gebeurt eigenlijk heel vaak.”

Het ongemak zat voor haar ook in wat ze eerder die ochtend had gedacht. „Toen merkte ik dat ik een vooroordeel had: waarom heb je niet laten weten dat je later was? Terwijl ik ook dacht: als dit mij was gebeurd, was ik waarschijnlijk de rest van de week vrij geweest.”

Van rekenen uitleggen naar lesgeven in data en AI

Dat Smeenge graag kennis overdraagt, werd al zichtbaar op de basisschool. Op haar daltonschool maakte ze de rekentaken het liefst vroeg in de week af. Daarna hielp ze klasgenoten die de stof nog niet begrepen. „Dan zei de juf: ga je ook nog taal doen?”

In haar dagboek schreef ze dat ze later juf of actrice wilde worden. Uiteindelijk koos ze voor econometrie en operations research. Bij Conclusion Intelligence gebruikt Smeenge wiskundige modellen om organisaties te helpen bij complexe planningen en beslissingen.

Aan het begin van 2026 schreef ze op wat ze dat jaar belangrijk vond. „Een van mijn doelen was om te kijken of ik mijn eigen werk of kennis binnen data en AI kon inzetten voor een goed doel.”

Via haar werkgever kwam ze terecht bij SpikeUp AI. De organisatie biedt hoogopgeleide vluchtelingen een gratis trainingsprogramma van zeven maanden dat hen voorbereidt op een baan in data en AI. Naast technische vakken krijgen deelnemers begeleiding bij onder meer samenwerken, presenteren en het vinden van werk.

Binnen het programma gaf Smeenge les in data science, werd ze mentor van twee deelnemers en begeleidde ze vanuit Conclusion Intelligence een afstudeerproject. De rol voelde vertrouwd. „Zoals ik vroeger rekenen uitlegde in de klas, vind ik het nu ook leuk om mijn kennis aan andere mensen over te dragen.”

Lees ook: Op een werkborrel bedacht Sophie van Hoenselaar met haar CEO een nieuwe zorgtak die ze zelf mocht opbouwen: ‘My god, wat is dit voor rollercoaster?’

Studeren terwijl het dagelijks leven doorgaat

De deelnemers volgden hetzelfde intensieve programma, maar deden dat onder sterk uiteenlopende omstandigheden. Sommigen verbleven nog in een asielzoekerscentrum, anderen combineerden de opleiding met werk. Een van Smeenges mentees had zijn rijbewijs gehaald en werkte daarnaast in een hotel.

Achter de technische vragen gingen daardoor soms situaties schuil die zij als mentor niet direct zag. „Ik heb verhalen gehoord waarvan ik dacht: wow, dat je dit er nog naast doet.”

Een mentor was volgens haar dan ook niet alleen nodig voor de inhoudelijke begeleiding. „Sommige mensen zaten in een moeilijke situatie en probeerden alsnog zo vaak mogelijk aanwezig te zijn en de training af te maken.” Op zware momenten probeerde Smeenge deelnemers te motiveren om door te gaan.

De waardering die ze daarvoor terugkreeg, maakte indruk. „Deze mensen zijn de meest dankbare mensen ooit. Ik wil dit sowieso volgend jaar weer doen.” Haar ervaringen botsten bovendien met het beeld dat volgens haar vaak de boventoon voert. „Ik heb alleen maar heel enthousiaste en hardwerkende mensen gezien die heel graag verder willen komen.”

Herkennen welke begeleiding iemand nodig heeft

Voor de datalessen mochten Smeenge en haar collega’s zelf bepalen welke onderwerpen ze behandelden en hoe ze die aan de praktijk koppelden. In de klas bleek al snel hoe verschillend de uitgangsposities waren. „Sommige mensen wisten al heel veel en hadden veel ervaring, en sommige mensen veel minder.”

Ook cultuurverschillen speelden mee. Niet iedereen voelde zich even vrij om een vraag te stellen of aan te geven dat de uitleg niet duidelijk was. Stilte betekende dus niet automatisch dat iemand de stof begreep. „Daar moet je heel goed op letten. Jij weet dit al, dus jou geef ik een andere opdracht dan iemand die de basis nog moet leren.”

Dat betekende verder kijken dan wat een deelnemer uit zichzelf liet zien. Smeenge kon niet wachten tot iemand om ondersteuning vroeg, maar moest proberen te herkennen welke begeleiding iemand nodig had. Daarmee kwam tijdens het lesgeven dezelfde les terug als op de meeloopdag: gedrag vertelt niet altijd het volledige verhaal.

Lees ook: Eva Faict overleefde ternauwernood een IC-opname, werd een van de jongste directors bij Amazon en gooit nu het roer om

Haar eigen zorgen sneller relativeren

Het programma veranderde ook hoe Smeenge naar dagelijkse tegenslagen kijkt. „Als ik een plan heb voor de dag en het lukt totaal niet, of iemand maakt een vervelende opmerking, dan denk ik: dit zou ik graag sneller los willen laten. Dit is geluk, als dit mijn grootste probleem is vandaag.”

Relativeren betekent voor haar niet dat haar eigen zorgen er niet meer toe doen. De verhalen van de deelnemers maken vooral zichtbaar hoeveel omstandigheden zij normaal gesproken als vanzelfsprekend beschouwt. De ontmoeting met de man die te laat kwam, maakte dat verschil concreet. Waar Smeenge na zo’n ingrijpende ochtend waarschijnlijk rust had genomen, probeerde hij zijn afspraak alsnog na te komen.

Als kind was zij degene die klasgenoten hielp met rekenen. Binnen SpikeUp AI staat ze opnieuw voor een groep, maar werkt de kennisoverdracht twee kanten op. Smeenge laat deelnemers zien hoe zij data en AI kunnen toepassen. Hun verhalen maken haar bewuster van de aannames waarmee ze zelf naar een situatie kijkt.

Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in: