Begin 2020 heeft de gemeente Den Haag aan De Haagse Hogeschool (Lectoraat Urban Ageing) gevraagd om samen met Hulsebosch Advies en AFEdemy een integrale monitor te ontwikkelen en uit te voeren waarbij, door middel van kwalitatieve en kwantitatieve methoden, onderzoek wordt gedaan naar de stand van zaken van Den Haag als seniorvriendelijke stad en tevens te kijken naar huidige trends aangaande ouderen. Tevens vroeg de gemeente om de ontwikkeling van een meetinstrument dat in de toekomst eenvoudig bij herhaling kan worden ingezet voor onderzoek: de standaard Age Friendly Cities and Communities Questionnaire (AFCCQ) voor ouderen1. In een stadsenquête en in zogenaamde stadsateliers zijn ouderen gevraagd naar hun bevindingen. In totaal hebben 393 Haagse ouderen meegedaan aan de enquête en 50 aan de stadsateliers. De aan de ouderen gestelde vragen gingen over de volgende acht onderwerpen die volgens de Wereldgezondheidsorganisatie (WHO) gezamenlijk de seniorvriendelijkheid van een stad bepalen: ●Huisvesting; ●Sociale participatie; ●Respect en sociale inclusie; ●Burgerschap en werkgelegenheid; ●Communicatie en informatie; ●Sociale en gezondheidsvoorzieningen; ●Buitenruimte en gebouwen; ●Transport; ● en aanvullend, een negende domein: Financiën. CC-BY NC ND https://www.dehaagsehogeschool.nl/onderzoek/lectoraten/details/urban-ageing#over-het-lectoraat
MULTIFILE
Waarom is wonen, vooral voor starters, zo duur geworden? Met deze simpele en belangrijke vraag neemt econoom en journalist Hans de Geus de lezers mee via een negental vlot geschreven hoofdstukken in dit populair geschreven boek waarin analyse en opinie verweven wordt.
MULTIFILE
The presentation of management information on screens and paper is aimed at the initiation of control actions in order to bring about predefinied goals. The terms and concepts used in this control information can be interptreted in different ways. It is of vital importance that adequate definitions for these terms and concepts are provided, because of the area of tension betrween those that control and those being controlled. The creation of a common conceptual framework and the maintenance of concepts and definitions can be supported by the construction of an organization-specific lexicon and the use of modern IT tools.
De maatschappelijke discussies over de invloed van AI op ons leven tieren welig. De terugkerende vraag is of AI-toepassingen – en dan vooral recommendersystemen – een dreiging of een redding zijn. De impact van het kiezen van een film voor vanavond, met behulp van Netflix' recommendersysteem, is nog beperkt. De impact van datingsites, navigatiesystemen en sociale media – allemaal systemen die met algoritmes informatie filteren of keuzes aanraden – is al groter. De impact van recommendersystemen in bijvoorbeeld de zorg, bij werving en selectie, fraudedetectie, en beoordelingen van hypotheekaanvragen is enorm, zowel op individueel als op maatschappelijk niveau. Het is daarom urgent dat juist recommendersystemen volgens de waarden van Responsible AI ontworpen worden: veilig, eerlijk, betrouwbaar, inclusief, transparant en controleerbaar. Om op een goede manier Responsible AI te ontwerpen moeten technische, contextuele én interactievraagstukken worden opgelost. Op het technische en maatschappelijke niveau is al veel vooruitgang geboekt, respectievelijk door onderzoek naar algoritmen die waarden als inclusiviteit in hun berekening meenemen, en door de ontwikkeling van wettelijke kaders. Over implementatie op interactieniveau bestaat daarentegen nog weinig concrete kennis. Bekend is dat gebruikers die interactiemogelijkheden hebben om een algoritme bij te sturen of aan te vullen, meer transparantie en betrouwbaarheid ervaren. Echter, slecht ontworpen interactiemogelijkheden, of een mismatch tussen interactie en context kosten juist tijd, veroorzaken mentale overbelasting, frustratie, en een gevoel van incompetentie. Ze verhullen eerder dan dat ze tot transparantie leiden. Het ontbreekt ontwerpers van interfaces (UX/UI designers) aan systematische concrete kennis over deze interactiemogelijkheden, hun toepasbaarheid, en de ethische grenzen. Dat beperkt hun mogelijkheid om op interactieniveau aan Responsible AI bij te dragen. Ze willen daarom graag een pattern library van interactiemogelijkheden, geannoteerd met onderzoek over de werking en inzetbaarheid. Dit bestaat nu niet en met dit project willen we een substantiële bijdrage leveren aan de ontwikkeling ervan.
Sinds de financiële crisis van 2008 klinkt er een brede maatschappelijke roep om herstructurering van het financiële stelsel en de financiële dienstverlening. Toch zijn veel problemen in de sector ruim tien jaar later nog onopgelost. Denk aan het vraagstuk van ongelijkheid, de verhouding schuld/inkomen en de onbedoelde neveneffecten van overheidsbeleid rondom lenen en sparen. Door hun prominente rol in het Nederlandse financiële landschap vormen hypotheken een bijzonder hoofdpijndossier bij de hervorming van de financiële sector. Een aantal spelers in de hypothekensector lijkt zich terdege bewust te zijn van de schaduwzijdes van het eigen bedrijfsmodel. Zij heeft al grote stappen gezet, onder meer door de ontwikkeling en implementatie van ethische gedragscodes en richtlijnen. Er worden nu al minder risicovolle hypotheken verkocht. We hebben kortom te maken met een ethisch actieve groep financiële bedrijven die een voortrekkersrol speelt in de verduurzaming van de financiële dienstverlening rondom hypotheken. Zij vormt een niche waarbinnen de contouren worden verkend van de toekomstige hypothekenmarkt. In het voorgenomen verkennend onderzoek willen wij kijken naar de morele dilemma’s waarvoor deze bedrijven zich gesteld zien. Hoe laveren zij tussen de wens sociaal en financieel te verduurzamen en de druk om winstgevend te zijn? In het bijzonder zal worden onderzocht hoe onder andere bij hypotheekadviseurs Viisi en MBG Maatbeleg wordt omgegaan met de spanning tussen zelfopgelegde richtlijnen, commerciële belangen en de wensen van de klant. Wat zijn de praktijklessen van het pionierswerk in duurzaam hypotheekadvies? Doel van dit onderzoek is morele dilemma’s te articuleren, de consequenties van keuzes zichtbaar te maken en ‘best-practices’ te identificeren. Zo bieden de resultaten van dit onderzoek organisaties in de hypothekensector een verkennend inzicht in de uitdagingen rond de verduurzaming van hypotheekverkoop. De resultaten komen ook ten goede aan het onderwijs, zoasls bij bedrijfsethiek in het economische domein.
Artificiële intelligentie (AI) wordt steeds meer toegepast door financiële dienstverleners in Nederland. Uitlegbaarheid van de uitkomsten en werking van AI-toepassingen wordt daarbij gezien als een belangrijke voorwaarde om vertrouwen van consumenten en maatschappij in AI-toepassingen te borgen. Financiële dienstverleners zien dan ook het belang van uitlegbare AI maar geven aan te worstelen met de implementatie en met name de vraag hoe uitkomsten van complexe AI-toepassingen om te zetten naar een begrijpelijke uitleg voor medewerkers zoals klantacceptanten, schadebehandelaren en hypotheekadviseurs. Dat is van belang omdat deze medewerkers met de klant communiceren en in staat moeten zijn om die een uitleg te geven bijvoorbeeld als de schadeclaim van een klant wordt afgewezen omdat die door een AI-toepassing als frauduleus is bestempeld. Kortom, als medewerkers het niet begrijpen, begrijpt de klant het ook niet. Daarnaast speelt dat de aankomende EU AI Verordening ook eisen gaat stellen aan de uitlegbaarheid van bepaalde risicovolle AI-toepassingen. Dit project heeft tot doel handreikingen te ontwikkelen voor een betekenisvolle uitleg zodat medewerkers binnen de financiële dienstverlening de werking en uitkomsten van de AI-toepassingen die ze gebruiken beter begrijpen. De onderzoeksaanpak is gebaseerd op design science en daarbinnen een mix van methoden. Allereerst worden eisen en behoeften aan betekenisvolle uitleg in kaart gebracht op basis van use cases van financiële dienstverleners, literatuur, markt en wet- en regelgeving. Vervolgens worden voor de use cases prototypes ontwikkeld van betekenisvolle uitleg die paarsgewijs aan medewerkers van zo’n use case worden voorgelegd die daaruit een keuze moeten maken. De opgedane inzichten worden vertaald naar handreikingen in de vorm van tools en instrumenten voor het genereren, communiceren en evalueren van een betekenisvolle uitleg. Tot slot worden deze handreikingen beproefd in een regulatory sandbox voor een bepaalde use case om te toetsen of ze hulp bieden bij het voldoen aan wet- en regelgeving.
