Om goed in te spelen op complexe ontwikkelingen in onze snel veranderende samenleving, hebben organisaties hulp en handvatten nodig. In dit artikel wordt daartoe een driestapsaanpak beschreven voor het inzetten van toekomstscenario’s bij strategievorming: identificeren van drivers for change; toekomstscenario’s creëren en toekomstscenario’s toepassen. Deze aanpak is in de praktijk toegepast, drie van deze praktijkcases worden hier beschreven: ‘Grafimedia 3.0’; ‘The food after tomorrow’ en ‘Een leefbare stad Eindhoven 2030’. Op basis van de resultaten uit deze cases en de verschillen en overeenkomsten ertussen kunnen de volgende aanbevelingen worden gegeven: de tijdshorizon van de toekomstscenario’s moet aansluiten bij de urgentie van de opdrachtgever; adequate begeleiding bij het toepassen van de toekomstscenario’s is onmisbaar en het is belangrijk om actief te zijn in het verbeelden van de toekomst, voor zowel de makers van de toekomstscenario’s als voor de opdrachtgever. In order to comply with the complex and rapid developments of our society when directing an organization, policymakers need help and guidance. To offer these, this article describes a three-step approach for using future scenarios in strategy development: the identification of drivers for change, the creation of future scenarios and the practical application of these future scenarios. This approach has been used in real life and three of these cases are described here: ‘Grafimedia 3.0’; ‘The food after tomorrow’ and ‘Een leefbare stad Eindhoven 2030’ (‘A livable Eindhoven in 2030’). The following recommendations can be derived based on the case results and their differences and similarities: the time scale of the future scenarios should match the urgency of the client’s situation, adequate tutoring in the practical application of the future scenarios is essential and, lastly, it is important, not only for the creators of the future scenarios but also for the client, to imagine the future in an active fashion.
Leren is een actief proces waarin kennis wordt geconstrueerd. Dit proces is voor iedere leerling anders en vraagt individuele ondersteuning. Onderwijsmaterialen en werkvormen zouden zich gedurende het leerproces steeds moeten aanpassen aan de specifieke behoefte van elke leerling. Ontwikkelingen in het veld van de Kunstmatige Intelligentie & Onderwijs zijn ondertussen zodanig vergevorderd dat interactieve software deze kennisconstructie van leerlingen inderdaad individueel en adequaat kan ondersteunen. Lector Didactiek van de Bètavakken dr. Bert Bredeweg bespreekt in zijn rede de kracht van interactieve kennisrepresentaties als medium voor kennisconstructie. Als voorbeeld zal hij ingaan op conceptueel modelleren als didactische vorm voor het creëren van kennis over het gedrag van dynamische systemen. Hij zal ook illustreren hoe slimme softwarecomponenten individuele leerlingen naar behoefte kunnen ondersteunen bij dit leerproces.
Maintaining the child-robot relationship after a significant break, such as a holiday, is an important step for developing sustainable social robots for education. We ran a four-session user study (n = 113 children) that included a nine-month break between the third and fourth session. During the study, participants practiced math with the help of a social robot math tutor. We found that social personalization is an effective strategy to better sustain the child-robot relationship than the absence of social personalization. To become reacquainted after the long break, the robot summarizes a few pieces of information it had stored about the child. This gives children a feeling of being remembered, which is a key contributor to the effectiveness of social personalization. Enabling the robot to refer to information previously shared by the child is another key contributor to social personalization. Conditional for its effectiveness, however, is that children notice these memory references. Finally, although we found that children's interest in the tutoring content is related to relationship formation, personalizing the topics did not lead to more interest in the content. It seems likely that not all of the memory information that was used to personalize the content was up-to-date or socially relevant.
