This report describes the Utrecht regio with regard to sustainability and circular business models.
RTK-GNSS (Real Time Kinematic - Global Navigation Satellite System) is based on a ‘rover’ GNSS antenna that receives error correction information from a ‘base’ GNSS antenna. While the rover can be placed on a robot to move around, the base station has the additional ‘knowledge’ of being stationary. Therefor it is able to recognize any measured motion, caused by atmospheric disturbances to the GNSS signals coming from satellites, as errors. Assuming the rover antenna is relatively close to the base station, comparable atmospheric effects can be assumed so the same error corrections can be applied to the rover antenna. This way, the relative position of the rover antenna with respect to the base station can be determined with sub-meter or even sub-decimeter accuracy.
MULTIFILE
De Hogeschool van Amsterdam (HvA), Hogeschool Rotterdam (HR), Hogeschool Utrecht (HU) en de kernpartners Gemeenten Amsterdam en Rotterdam, Provincies Zuid-Holland en Utrecht, Cupola XS, Media Perspectives en CGI, hebben de ambitie om de komende acht jaar een krachtige onderzoeksgroep op te bouwen die regionaal en nationaal wordt (h)erkend als hét centrum voor praktijkgericht onderzoek op het gebied van Responsible Applied AI. Deze SPRONG-groep bouwt voort op bestaande onderzoeksgroepen met complementaire expertise van het Centre of Expertise Applied Artificial Intelligence van de HvA, het Datalab: Livinglab voor AI & Ethiek van HR en het Kenniscentrum Digital Business & Media van de HU. Responsible Applied AI methodologie Huidig AI-onderzoek is veelal fundamenteel en op de technologie gericht en voorziet daarmee tot nu toe nauwelijks in antwoorden op vragen hoe AI op een verantwoorde wijze te implementeren. De SPRONG-groep verricht onderzoek naar verantwoorde AI oplossingen voor bedrijven en instellingen. Met de onderzoekservaringen en resultaten heeft de SPRONG-groep vervolgens het doel om een Responsible Applied AI methodologie te ontwikkelen die helpt om AI oplossingen te ontwerpen, ontwikkelen en implementeren. Co-creatie in hybride leeromgevingen Om deze methodologie te ontwikkelen, is kennisopbouw en -deling nodig die onderzoekers samen ontwikkelen met de beroepspraktijk. Startpunt is daarom de (door)ontwikkeling van drie hybride leeromgevingen rondom de toepassingsgebieden Retail, Zakelijke dienstverlening en Media, waarin ontwerpers, AI-ontwikkelaars, probleemeigenaren, eindgebruikers, onderzoekers en studenten samen optrekken. Gedurende het SPRONG-programma wordt het aantal toepassingsgebieden uitgebreid en waar mogelijk nationaal opgeschaald. Aan iedere leeromgeving zijn specifieke opleidingen en praktijkpartners verbonden die meedenken over het programma. Doel is om vanuit de infrastructuur van de leeromgeving praktische tools, instrumenten, onderwijs en trainingen te ontwikkelen die breed inzetbaar zijn. Ondersteunende infrastructuur Centraal wordt een ondersteunende infrastructuur doorontwikkeld, waaronder processen en voorzieningen voor data-management en strategisch personeelsmanagement, een IT-Infrastructuur, trainingen en een impact-model.
De opkomst van Artificiële Intelligentie (AI) verandert de marketingsector ingrijpend door de kansen die het biedt, zoals het automatiseren van marketingtaken, voorspellen van consumentengedrag of personaliseren van aanbod. Tegelijkertijd brengt de inzet van AI potentieel negatieve neveneffecten met zich mee, zoals inbreuk op menselijke waarden als privacy of autonomie. Dit creëert een maatschappelijke vraag naar verantwoord gebruik van AI, vanuit naleving van juridische kaders, met aandacht voor ethische overwegingen en met respect voor maatschappelijke waarden. Waar van marketingprofessionals primair wordt verwacht om (economische) waarde te creëren voor hun organisatie en klanten, wordt daarmee ook in toenemende mate van hen verwacht om op respectvolle wijze waarde te creëren voor diverse stakeholders, en om bij te dragen aan bredere maatschappelijke belangen. Waar grote bedrijven doorgaans de middelen hebben om aan bovengenoemde verwachtingen te voldoen, zoals budget, specialistische kennis en IT-infrastructuur, leidt de beperkte beschikbaarheid hiervan bij mkb-ondernemers tot een barrière voor verantwoord AI inzet. Om deze barrière te slechten, richt voorliggend project zich op het bieden van concrete handelingsperspectieven voor het mkb op de vier voornaamste uitdagingen bij het verantwoord toepassen van AI in marketing: (1) technologische complexiteit; (2) meervoudige waardecreatie, (3) ethische afwegingen, en (4) juridische kaders. Via ontwerpgericht praktijkonderzoek wordt invulling gegeven aan de uitvoering van verantwoord AI in de marketingpraktijk. Vanuit onderzoek naar de specifieke behoeften van het mkb wordt een praktisch instrumentarium ontwikkeld, bestaande uit ethische richtlijnen, technologische hulpmiddelen, juridische ondersteuning en praktisch toepasbare modellen voor meervoudige waardecreatie. Dit stelt marketingprofessionals in het mkb in staat om met hun organisatie competitief te opereren in een almaar digitaliserende markt, en tegelijkertijd te voldoen aan de veranderende verwachtingen van klanten, samenleving en regelgeving, met maatschappelijke verantwoordelijkheid voor hun marketingactiviteiten. De resultaten van dit project zullen daarmee met name doorwerking vinden in de marketingpraktijk alsook in het onderwijs van (aankomende) marketingprofessionals.
