On this website I blog about Quantified Self, health, statistics, wearables, self-tracking. Relevant experiments, issue's, thoughts, and idea's are discussed.
LINK
Over the past two months, the Going Hybrid Publishing group has convened for two days of design sprints. The discussions we had during these sprints were informed by our previous state-of-the-art analysis and survey of relevant tools and practices. This blog post is a recap of two design sprint days, sharing both process and outcomes.
LINK
An introduction of the Hybrid Publications group of the research project Going Hybrid. The blog-post discusses affiliated researchers and organizations, working questions, expert opinions, and previous work done by partners.
LINK
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
Mkb-winkeliers verkeren in zwaar weer door economische onzekerheid, veranderend consumentengedrag en online concurrentie. Een urgent probleem daarbij is dat door groeiende personeelstekorten het leveren van deskundig en persoonlijk productadvies – een belangrijk onderscheidend kenmerk van fysieke winkels – steeds lastiger wordt. Dit zet de dienstverlening in de winkels onder druk en schaadt de klanttevredenheid. Daarom zijn winkeliers op zoek naar innovatieve oplossingen om hun productadvisering te verbeteren. Een veelbelovende toepassing is de sociale robot, die klanten kan helpen door hen persoonlijk productadvies te geven. Uit ons eerdere onderzoek blijkt dat winkelende klanten sociale robots positief ervaren wanneer deze productadvies geven. Tot nu toe waren de meeste robots echter te beperkt in hun mogelijkheden om echt van waarde voor de mkb-winkelier te zijn. Ze werkten met eenvoudige keuzemenu’s en konden slechts algemene informatie geven over een klein aantal producten. Met de opkomst van conversationele AI zoals ChatGPT kunnen sociale robots nu veel natuurlijker met klanten communiceren en beter inspelen op de behoefte van de individuele klant. Ook kunnen ze dankzij nieuwe technologieën alle productdata van winkels inlezen en gebruiken. Winkeliers willen graag weten hoe ze sociale robots met ChatGPT en hun productdata het beste voor productadvies kunnen inzetten. In dit project onderzoeken de HvA en de VU samen met zeven mkb-winkels, een winkelketen en vijf brancheorganisaties hoe sociale robots, uitgerust met ChatGPT en verrijkt met productdata, klanten zo goed mogelijk productadvies kunnen geven. Wij integreren per winkel de sociale robot, ChatGPT en de productdata, en testen deze combinatie op de winkelvloer. Hierbij meten we hoe klanten, medewerkers en de winkelier de robot ervaren en welke impact deze heeft op klanttevredenheid en winkelbeleving. De resultaten van het onderzoek worden gedeeld via blogartikelen, wetenschappelijke publicaties, video’s, podcasts, en een afsluitend symposium over de meerwaarde van productadvies door sociale robots in de winkel.
Burgers kunnen met hun juridische vragen aankloppen bij Het Juridisch Loket. Maar wat als er achter hun vraag meerdere problemen schuilgaan, zoals schulden of psychische nood? Daar is de dienstverlening niet op ingericht. Dit onderzoek kijkt hoe mensen met multiproblematiek beter kunnen worden geholpen.Doel Het doel van dit onderzoeksproject is de dienstverlening van Het Juridisch Loket (HJL) aan hulpvragers met multiproblematiek te verbeteren door een multidisciplinaire aanpak. Deze nieuwe klantgerichte aanpak helpt om multiproblematiek op tijd te signaleren en waar nodig de klant door te verwijzen. Hulpvragers met multiproblematiek ervaren niet alleen problemen op het juridische vlak, maar ook psychische, financiële en/of fysieke problemen. De combinatie van problemen op verschillende vlakken maakt de hulpvraag van deze doelgroep complex. Resultaten De resultaten van het onderzoek worden gedeeld in publicaties, workshops en een slotconferentie. Ook worden ze opgenomen in de juridische opleidingen van Hogeschool Utrecht, zodat huidige én toekomstige juridische professionals ervan kunnen profiteren. Highlights Eerstelijns rechtshulp aan mensen met multiproblematiek – Publieksversie eindrapport Samenvatting project t.b.v. eindcongres. Veel aan hun hoofd: mensen met multiproblematiek in de eerstelijns rechtshulp Whiteboard animatie over multiproblematiek in de eerstelijns rechtshulp Blog 'Eerstelijns (rechts)hulp voor cliënten met multiproblematiek. Een wereld te winnen' Rechtshulp moet niet alleen juridisch zijn Artikel op socialevraagstukken.nl Voorkomen van multiproblematiek Factsheet voorkomen multiproblematiek in de eerstelijns rechtshulpverlening Screeningsinstrument Multiproblematiek herkennen Opname college multiproblematiek in de eerstelijns (rechts)hulpverlening Presentatie multiproblematiek in de eerstelijns (rechts)hulpverlening Ontwikkelwerkplaatsen In de werkplaatsen Arnhem en Dordrecht hebben professionals in de eerstelijns (rechts)hulp afspraken gemaakt over de warme doorverwijzing van klanten met multiproblematiek. Afspraken over de warme doorverwijzing Dordrecht Afspraken over de warme doorverwijzing Arnhem Wetenschappelijke publicaties Focus op cliënt behoeften – Een studie over eerstelijns rechtshulp in Nederland Artikel in de European Journal of Social Work Aanbevelingen uit de literatuur Aanbevelingen voor (rechts)hulp bij multiproblematiek Een overzicht van aanbevelingen uit de praktijkliteratuur. Prezi ‘Recht doen’ aan de cliënt met multiproblematiek - Adviezen uit de praktijkliteratuur. Een dynamisch online presentatietool gebaseerd op mindmappen (Prezi) waarin aanbevelingen uit de praktijkliteratuur worden toegelicht. ‘Recht doen’ aan de client met multiproblematiek – Workshop voor professionals Werkvormen waarmee de aanbevelingen uit de praktijkliteratuur kunnen worden overgebracht naar professionals op de werkvloer. Animatie ‘Recht doen’ aan de client met multiproblematiek - Adviezen uit de praktijkliteratuur. In onderstaande animatie wordt uitgelegd hoe op basis van adviezen uit de praktijkliteratuur recht kan worden gedaan aan cliënten met multiproblematiek. Looptijd 01 januari 2019 - 30 juni 2021 Aanpak Mixed-methods opzet: kwantitatieve (enquête onder cliënten) en kwalitatieve (diepte interviews met professionals en cliënten) data-analyse en actieonderzoek in twee lokale settings. Financiering Het onderzoek heeft een subsidie gekregen van SIA-RAAK.
