Mens en machine dichter bij elkaar met Ambient Intelligence

Wat je leest in dit artikel
Binnen het lectoraat Ambient Intelligence van hogeschool Saxion wordt onderzocht hoe technologie kan aansluiten bij de mens. Daarbij draait het om AI-geletterdheid, samenwerking en concrete toepassingen die onze samenleving veiliger, slimmer en weerbaarder maken. Lector Jeroen Linssen vertelt over de vier SPRONG-projecten waaraan het lectoraat bijdraagt, methodes als design thinking en CRISP-DM, en de toekomstvisie waarin mens en machine elkaar beter leren verstaan.

Over dit onderzoek
Jeroen Linssen onderzoekt hoe slimme informatietechnologie (IT) in de praktijk kan worden toegepast. Denk aan het analyseren van data, het bouwen van AI-systemen en het ontwerpen van technologie die aansluit bij de gebruiker. Samen met partners uit bedrijfsleven, overheid en onderwijs werken onderzoekers aan vraagstukken rondom veiligheid, productieprocessen, leefomgeving en energie.

Even voorstellen

Jeroen Linssen is lector Ambient Intelligence aan Hogeschool Saxion. Zijn loopbaan begon met een studie Cognitieve Kunstmatige Intelligentie aan de Universiteit Utrecht, waar hij zich verdiepte in zowel de technische kant als de menselijke factor van AI. Daarna promoveerde hij aan de Universiteit Twente (vakgroep Human Media Interaction) met onderzoek naar serious games – spellen die niet alleen vermaken, maar ook worden ingezet voor training en educatie. Zijn proefschrift richtte zich op games die sociale vaardigheden trainen, waarbij AI en virtuele personages werden gebruikt om realistische interacties na te bootsen.
Na zijn promotie bleef Linssen een tijd als onderzoeker verbonden aan de Universiteit Twente. Daarna maakte hij de overstap naar Saxion. Daar groeide hij door van docent-onderzoeker naar lector. Inmiddels leidt hij samen met lector Wouter Teeuw het lectoraat Ambient Intelligence, dat onderzoekt hoe IT het dagelijks leven en werk van mensen kan ondersteunen door hun omgevingen slimmer te maken.

Linssen: “Wij richten ons op wat mensen nodig hebben en hoe technologie dat kan ondersteunen. Of het nu gaat om artsen die worstelen met administratieve lasten of operators in een fabriek: technologie moet het leven makkelijker maken, maar efficiëntie mag nooit doorschieten. Als je alles alleen maar optimaliseert op snelheid en kosten, verlies je de menselijke maat. Wij zoeken juist naar de balans: technologie die ondersteunt, zonder dat het werk onpersoonlijk of onmenselijk wordt.”

Ambient Intelligence en AI in de praktijk

Het lectoraat Ambient Intelligence van Hogeschool Saxion onderzoekt hoe technologie mensen kan ondersteunen in plaats van tegenwerken. Centraal staat het concept Ambient Intelligence (AmI): technologie die slim, subtiel en contextbewust inspeelt op wat mensen nodig hebben. Sensoren, slimme systemen en AI verzamelen signalen uit de omgeving en zetten die om in acties of aanbevelingen, vaak zonder dat de gebruiker er iets van merkt.
Linssen: “Ambient Intelligence betekent dat je omgeving voelt wat jij nodig hebt. In de zorg kan dat bijvoorbeeld betekenen dat een arts automatisch de juiste informatie krijgt tijdens een consult, of dat administratieve taken zo veel mogelijk worden geautomatiseerd, zodat zorgprofessionals zich op de patiënt kunnen concentreren. Maar ook in de industrie kan AmI processen efficiënter maken, terwijl mensen nog steeds de regie houden.”
Volgens Linssen versterken AI en AmI elkaar: “AI analyseert data, doet voorspellingen en ondersteunt beslissingen. Aml gaat een stap verder: het systeem begrijpt de context en kan proactief inspelen op wat een gebruiker nodig heeft. Bijvoorbeeld een machine die ziet dat een productielijn dreigt vast te lopen en automatisch een aanpassing doet, of een app die merkt dat iemand een herinnering nodig heeft om zijn medicatie te nemen. Zo ontstaat een echte samenwerking tussen mens en machine.”

SPRONG-programma’s en system integration

Het lectoraat Ambient Intelligence werkt mee aan vier landelijke SPRONG-programma’s: grote samenwerkingsverbanden tussen hogescholen, bedrijven en maatschappelijke organisaties. Elk programma heeft een eigen thema:

• GROUNDED – gebruikt data om te begrijpen wat er onder de grond gebeurt en hoe dat bijdraagt aan een gezonde leefomgeving.
• Digital Driven Manufacturing – onderzoekt hoe digitale technologie kan helpen bij industriële innovatie.
• Weerbaar tegen Criminele Geldstromen – gebruikt data-analyse en AI om criminele patronen beter zichtbaar te maken.
• DEMAND – focust op het fundament van AI: data, omdat veilige, robuuste en verantwoorde beschikbaarheid van data essentieel is voor het toepassen van AI.

Linssen: “Omdat we ons op technologie richten, kunnen we goed onze rol als ‘system integrators’ vervullen. Wij richten ons op ‘Key Enabling Technologies’: daardoor werken slimme systemen ook in de praktijk, van data-analyse tot AI-toepassingen in uiteenlopende domeinen.”
Bij die onderzoeken gebruikt het lectoraat verschillende methodes. Een voorbeeld is design thinking, een ontwerpmethode die altijd uitgaat van de gebruiker. In plaats van te beginnen bij de techniek, begin je bij de vraag: wat heeft de mens nodig? “Als je bijvoorbeeld een app voor fysiotherapeuten ontwikkelt, moet je eerst begrijpen wat hun dagelijkse knelpunten zijn”, legt Linssen uit. “Pas daarna ga je bedenken hoe technologie die problemen kan oplossen.”
Een andere aanpak is CRISP-DM, een stapsgewijze methode voor data-analyse. Daarbij start je niet met de data zelf, maar met de vraag die je wilt beantwoorden. Daarna kijk je welke gegevens daarvoor nodig zijn en hoe je die het beste kunt analyseren. Linssen: “Soms blijkt dat je helemaal geen ingewikkelde AI nodig hebt. Een simpele statistische analyse kan al genoeg inzicht geven. Het gaat erom dat je technologie gebruikt om een echt probleem op te lossen, niet omdat het hip klinkt.”

Menselijke maat en AI-geletterdheid

Linssen benadrukt dat technologie nooit ten koste mag gaan van het menselijke aspect. “Het menselijke moet altijd blijven. Mensen moeten werken aan hun AI-geletterdheid, en machines moeten werken aan hun mens-geletterdheid. Alleen zo ontstaat een omgeving waarin technologie effectief en ethisch kan bijdragen.”
Daarbij ziet hij verschillende voorbeelden. In de industrie kan voorspellend onderhoud met sensoren voorkomen dat machines plotseling uitvallen. Dat scheelt kosten en stress, maar een monteur beslist uiteindelijk altijd zelf of en hoe er ingegrepen wordt. In de veiligheidssector helpt data-analyse om verdachte geldstromen te signaleren. Linssen: “Maar ook daar moet een rechercheur de conclusie trekken, niet de computer. Efficiëntie en automatisering zijn belangrijk, maar de menselijke maat moet altijd leidend blijven. Juist hierom hebben we twee PhD-kandidaten die zich richten op het ontwikkelen van Explainable AI (XAI): AI die begrijpbaar is voor mensen, om betere samenwerking te verzorgen.

Toepassingen in verschillende domeinen

Het onderzoek van het lectoraat laat zien hoe breed AI en Aml inzetbaar zijn. In de maakindustrie werken onderzoekers met bedrijven aan slimmere productielijnen en onderhoudssystemen die storingen voorspellen. En voor de energietransitie worden met AI-modellen gemaakt om slim in te spelen op het vraag en aanbod van energie op lokale netwerken.
Linssen: “Het mooie aan ons werk is dat we AI en Ambient Intelligence in verschillende contexten kunnen toepassen, maar altijd met oog voor de gebruiker. Wij bouwen geen systemen die alleen data genereren; we bouwen systemen die mensen daadwerkelijk ondersteunen in hun werk en dagelijks leven.”
Ook studenten spelen een centrale rol binnen deze onderzoeken. Vanuit opleidingen als hbo-ICT, Applied Data Science & AI en de master Software Engineering draaien ieder semester tientallen studenten mee in projecten. Zij onderzoeken bijvoorbeeld hoe een sensor-app bewegingen van patiënten kan meten, of hoe data van een bedrijventerrein slim gebruikt kunnen worden om energie te besparen.
Linssen: “Ik adviseer jonge onderzoekers altijd om eerst de theorie van AI goed te begrijpen. Begin met een breed perspectief, zodat je je niet blindstaart op één richting. Formuleer eerst de juiste vragen en gebruik AI om die te beantwoorden. Het gaat altijd om het probleem dat je wilt oplossen, niet om de technologie zelf.”

Toekomstvisie

Linssen wil de komende jaren verder bouwen aan mensgerichte technologie.
Hij besluit: “Onze ambitie is dat AI en Aml niet alleen technisch geavanceerd zijn, maar ook werkelijk het leven van mensen verbeteren. We blijven daarom werken aan datafundamenten, samenwerking en kennisdeling. Wij zetten in op een brede, integrale benadering van technologie. Het gaat niet om gadgets of slimme systemen op zich, maar om een symbiose tussen mens en machine. Als we die bereiken, kunnen we echt een verschil maken in de grote transities van nu en de toekomst.”

Meer weten? Lees hier meer over de projecten van het lectoraat Ambient Intelligence