Handboek voor MKB-ers die de eerste stappen willen zetten in het innoveren met AI.Ondernemers zien natuurlijk kansen in de ontwikkeling van nieuwe producten en/of diensten, ondersteund door AI (Artificial Intelligence). Want data blijkt immers ‘het nieuwe goud’ te zijn! Maar hoe doe je dat dan? Waar begin je? Wat zijn de do’s en wat zijn de dont’s?Voor MKB-ondernemingen, die hier vaak geen specialisten voor in huis hebben, zijn dit de relevante vragen. Speciaal voor deze doelgroep is, binnen het KI-AGIL project, het Handboek AI ontwikkeld. Dit Handboek gaat in op deze en meer vragen, en geeft diverse handreikingen (o.a. om de aanpak op een ‘business verantwoorde, agile manier’ te doen), waardoor een MKB-onderneming goed op weg geholpen wordt met AI.
MULTIFILE
De ontwikkeling en toepassing van Kunstmatige Intelligentie (KI) heeft een aanzienlijke impact op bestaande competenties binnen vrijwel elk vakgebied, van onderzoek tot communicatie. Voor niet-ICT-opleidingen betekent dit dat het onderwijs moet worden aangepast om studenten effectief voor te bereiden op een AI-gedreven toekomst. Hoewel 21e-eeuwse vaardigheden een solide basis bieden voor een snel veranderende wereld vol technologie, digitalisering en innovatie, rijst de vraag of deze vaardigheden voldoende zijn in een tijd waarin dagelijks honderden nieuwe AI-tools verschijnen. Het onderzoeksproject `AI4Students' biedt een innovatieve aanpak waarin hbo-teams van docenten en studenten samenwerken aan de ontwikkeling van `AI-ready persona's'. Deze persona's definiëren AI-gerelateerde competenties die niet alleen de toekomst van hun eigen opleiding vormgeven, maar ook een waardevolle leidraad bieden voor andere opleidingen om hun specifieke werkveld beter te begrijpen en te integreren.
DOCUMENT
Rede ter gelegenheid van de installatie tot lector Personalised Digital Health
DOCUMENT
Hanze MAG-podcast Q&A door dummies S01E03.Van AI hebben onze dummies ‘bizar weinig’ verstand, maar ze zijn er wel heel nieuwsgierig naar. Hanze-lector Rix Groenboom weet er alles van, dus hoog tijd om flink wat vragen op hem af te vuren.Van schaakcomputer tot ChatGPT, in ruim twintig is AI razendsnel geëvolueerd, maar nooit is er meer aandacht voor geweest als het afgelopen jaar. Dankzij vooral ChatGPT maakt de hele wereld nu ineens kennis met alle mogelijkheden die AI biedt.Maar wat is nu eigenlijk AI? Waarom is een rekenmachine geen AI, maar een chatbot wel? Hoe voed je AI op? Hoe herkent ie fake news? Wat is een Large Language Model (LLM)? Hoe maak je onderscheid tussen AI-content en door mensen gemaakte content? En moeten we ons zorgen maken over de snelheid waarmee AI zich momenteel ontwikkelt? Wat is Q&A door dummies?Weten dat je iets niet weet is het begin van wijsheid… Wat dat betreft zijn onze hosts/dummies Maikel en Mattheüs al heel wijs. Ze weten heel goed dat ze niets weten, maar ze laten het er niet bij zitten!Elke maand interviewen ze een nieuwe expert, niet gehinderd door enige kennis van zaken. Maar wel met grenzeloze nieuwsgierigheid en een goede dosis humor. Daarnaast behandelen ze kijkersvragen die jij – ja jij! – kan insturen door een dm (of mailtje) te sturen naar één van de socials van HanzeMag.Onze experts komen uit allerlei vakgebieden en kunnen onderzoekers, lectoren, docenten, ondernemers, politici, dictators, banketbakkers, ervaringsdeskundigen en/of fulltime helpdeskmedewerkers zijn. Ben je nieuwsgierig maar hou je niet van suffe colleges? Zoek je een amusante en informatieve show om een half uurtje mee te vullen? Zoek niet verder, dit is… Q&A door Dummies!Presentatie: Maikel van Duinen & Mattheüs DouwesBeeld: Bas SwavingGeluid: Cazism
LINK
Zeven ethische aspecten afkomstig uit de 'Assessment List for Trustworthy AI' toegelicht voor het MKB.
DOCUMENT
De superdiverse stad is een dagelijkse realiteit van onderwijzers, politiemensen, verpleegkundigen en al die andere frontliniewerkers. Niet alleen voor deze publieke functionarissen, ook ondernemers hebben zich ertoe te verhouden, omdat het om hun personeel gaat of omdat ze als ondernemer in een superdiverse setting hun brood verdienen. Hoe gaan ze met de toegenomen diversiteit om? Met deze vraag hebben we diverse personen benaderd die daar in hun dagelijkse werk te maken hebben. We spraken met professionals die werkzaam zijn in het onderwijs, de sport, de zorg en de culturele sector. En met een wijkagent en twee ondernemers die ieder op hun eigen manier te maken krijgen met superdiversiteit, in de wijk en in het bedrijf. We hebben ze gevraagd in hoeverre hun manier van werken veranderd is door de veranderende samenstelling van hun cliënten, bewoners, leerlingen, klanten en medewerkers. Zijn ze anders gaan werken, hebben ze hun aanpakken gewijzigd of is hun werk in de kern hetzelfde gebleven? We hebben gevraagd naar wat er goed gaat, maar ook in hoeverre de veranderingen hen voor problemen hebben gesteld en welke kennis ze willen meegeven aan collega’s die ook in cultureel diverse settings (gaan) werken. De vraag hoe we omgaan met de superdiversiteit in de samenleving is niet alleen voor docenten in het onderwijs, verplegers in de zorg of agenten in de wijk relevant, maar voor iedere urban professional. Omgaan met culturele verschillen is geen vanzelfsprekendheid. Het vereist ‘verscheidenheidsbestendig werken’ en sensitiviteit voor cultuurverschillen. Platform31 en De Haagse Hogeschool roepen beleidsmakers op mee te doen aan een Community of Practices (CoP), waarin we samen nieuwe kennis opbouwen voor een nader te ontwikkelen methodiek (toolkit) die urban professionals helpt in het omgaan met superdiversiteit. https://www.platform31.nl/publicaties/werken-in-de-wereld-van-de-superdiverse-stad LinkedIn: https://www.linkedin.com/in/katja-rusinovic-68153a13/ https://www.linkedin.com/in/vincent-smit-9ba83524/
MULTIFILE
Er is behoefte aan meer kennis en ondersteuning bij het implementeren van effectieve valpreventieinterventies in de wijk, waar ouderen zelfstandig thuis wonen. Omdat vallen een multifactorieel probleem is en er vele soorten valpreventie-interventies bestaan, is interprofessionele samenwerking gewenst. Door literatuuronderzoek en in focusgroep-bijeenkomsten met verschillende professionals is onderzocht wat bevorderende en belemmerende factoren zijn bij succesvolle interprofessionele samenwerking op het gebied van valpreventie, en welke strategieën effectief zijn. De belangrijkste conclusie is, dat voor het bevorderen van interprofessionele samenwerking coördinatie, communicatie en informatie cruciale factoren zijn. Daarnaast is ook uitwisseling van evidence based kennis en samenwerking met andere stakeholders belangrijk.
DOCUMENT
Nowadays, one of the major current health risks is excessive sitting during work hours. Furthermore, the coronavirus disease 2019 (COVID-19) pandemic and the corresponding government state of emergency forced many people to work from home. These constraints carried out an important change in the lifestyle of people; for instance, the proportion of sitting time in front of a computer during working hours has increased considerably worldwide, particularly through the implementation of teleworking.In order to motivate people to lead a less sedentary life, the Hanze University of Applied Sciences Groningen developed an automated recommender system. We investigated the possibility of automated coaching in order to increase physical activity and help people to reach their daily step goal. By monitoring people’s activity level and progress during the day, we predict personalized recommendations. The effect of these recommendations on the individual’s activity level forms the basis for a personalized coaching approach.Step count data is used to train a machine learning algorithm that estimates the hourly probability of the individual achieving the daily steps goal. The outcome of this prediction is combined with the effect of the type recommendation for the individual to deliver the best recommendation for the individual. To show the practical usefulness, we constructed a platform to manage the data, rules, machine learning algorithms and clustering of participants. Results of initial pilots using the platform and app have given insight in the performance of and challenges associated with algorithm selection and personal model generation for the coaching package caused by the nature of the data. Further research will therefore be done in optimizing machine learning algorithms and tuning for human datasets.
DOCUMENT
