Het stuk over het onderzoekartikel in aflevering 1 van ons magazine heeft sommige collega’s in de pen doen klimmen. Ze schreven een brief in reactie op het ‘Onderzoekartikel, wel berekenbaar maar onleesbaar’ in ‘Ter discussie’, Lichamelijke Opvoeding 1 2014.
De lerarenopleidingen voor het voortgezet onderwijs zijn in Nederland gekoppeld aan een specifiek vakgebied. Met een nieuwe brede pedagogische lerarenopleiding biedt de Hogeschool van Amsterdam een route naar het leraarschap voor mensen die leraar willen worden zonder daarbij aan de start al een specifiek vak voor ogen te hebben. De aanname is hierbij dat er een doelgroep bestaat van studenten die voornamelijk gemotiveerd is voor generieke aspecten van het leraarschap. Het onderzoek waarover gerapporteerd wordt in dit artikel vergelijkt de motieven van eerstejaars voltijdstudenten van de brede pedagogische lerarenopleiding met die van andere tweedegraads lerarenopleidingen met behulp van de FIT-choice vragenlijst. Uit de analyses komt naar voren dat studenten van de brede pedagogische opleiding meer belang hechten aan het werken met adolescenten, de intrinsieke waarde van het beroep, en het bijdragen aan kansengelijkheid. Daarnaast scoren deze studenten hoger op ingeschatte bekwaamheid als leraar en weegt salaris minder mee als motief. Uit een tweetraps clusteranalyse bleek bovendien dat de brede pedagogische opleiding relatief veel studenten aantrekt behorende tot het intrinsiek gemotiveerde profiel dat volgens eerdere onderzoeken een voorspeller is voor behoud voor het leraarschap. De resultaten wijzen erop dat een generieke route naar het leraarschap inderdaad een andere doelgroep aanspreekt.
Lectorale Rede. Een op waarden gebaseerde vastgoedstrategie stelt de onderneming in staat een competitieve strategie aan te gaan.De rode draad in het curriculum vitae van Jan Veuger (1966) is strategisch management van (maatschappelijk) vastgoed in het bedrijfsleven en de corporatiesector. Jan ronde zijn studie Master of Real Estate (MRE) in 2006 af op een onderzoek over governance van een woningcorporatie en samenhang van (kwaliteits)instrumenten. Hij is daarmee onderscheiden als beste student MRE in 2006. Jan is directeur van CORPORATE © Real Estate management, lector Maatschappelijk Vastgoed Kenniscentrum NoorderRuimte Hanzehogeschool Groningen, lid Committee of quality certificates (CKV) bij Kwaliteitscentrum Woningcorporaties Huursector (KWH), toezichthouder bij vier verschillende regionale maatschappelijke organisaties (130 tot 2000 werknemers) op het gebied van onderwijs, jeugd- en ouderenzorg. Verder is Jan visitator, voorzitter stichting Kwaliteit Ontwikkeling Verbetering Onderhoudsbedrijven Nederland (KOVON), Fellow of the Royal Institution of Chartered Surveyors (RICS), auteur van 7 boek(del)en, 33 artikelen, 4 syllabi en 49 (onderzoeks)rapporten.
In het project “ADVICE: Advanced Driver Vehicle Interface in a Complex Environment” zijn belangrijke onderzoeksresultaten geboekt op het gebied van het schatten van de toestand en werklast van een voertuigbestuurder om hiermee systemen die informatie geven aan de bestuurder adaptief te maken om zo de veiligheid te verhogen. Een voorbeeld is om minder belangrijke informatie van een navigatiesysteem te onderdrukken, zolang de bestuurder een hoge werklast ervaart voor het autorijden en/of belangrijke informatie juist duidelijker weer te geven. Dit leidt tot een real-time werklast schatter die geografische informatie meeneemt, geavaleerd in zowel een rijsimulator als op de weg. In de ontwikkeling naar automatisch rijden is de veranderende rol van de bestuurder een belangrijk (veiligheids) onderwerp, welke sterk gerelateerd is aan de werklast van de bestuurder. Indien rijtaken meer geautomatiseerd worden, wijzigt de rol van actieve bestuurder meer naar supervisie van de rijtaken, maar tevens met de eis om snel en gericht in te grijpen indien de situatie dit vereist. Zowel deze supervisie als interventietaak zijn geen eenvoudige taken met onderling een sterk verschillende werklast (respectievelijk lage en (zeer) hoge werklast). Of een goede combinatie inclusief snelle overgangen tussen deze twee hoofdtaken veilig mogelijk is voor een bestuurder en hoe dit dan het beste ondersteund kan worden, is een belangrijk onderwerp van huidig onderzoek. De ontwikkeling naar autonoom rijden verandert niet alleen de rol van de bestuurder, maar zal ook de eisen aan het rijgedrag van het voertuig beïnvloeden, de voertuigdynamica. Voor de actieve bestuurder kunnen snelle voertuigreacties op bestuurdersinput belangrijk zijn, zeker voor een ‘sportief’ rijdende bestuurder. Indien dit voertuig ook automatische rijtaken moet uitvoeren, kan juist een meer gelijkmatig rijgedrag gewenst zijn, zodat de bestuurder ook andere taken kan uitvoeren. Dit stelt eisen aan vertaling van (automatische) input naar voertuigreactie en aan de voertuigdynamica. Mogelijk wil zelfs een sportieve bestuurder een meer comfortabel voertuiggedrag tijdens automatisch rijden. Eveneens voor deze twee voertuigtoestanden, menselijke of automatische besturing, moet gezocht worden naar een goede combinatie inclusief (veilige) overgangen tussen deze twee toestanden. Hierbij speelt de werklast en toestand van de bestuurder een doorslaggevende rol. In de geschetste ontwikkelingen in automatisch rijden kunnen de onderzoeksresultaten van ADVICE een goede ondersteuning bieden. Veel van deze ontwikkelingen worstelen met het schatten van de werklast van de bestuurder als cruciaal (veiligheids) aspect van automatisch rijden. De ADVICE resultaten zijn echter gepresenteerd voor beperkt publiek en gepubliceerd op conferenties, waarvan de artikelen veelal slechts tegen betaling toegankelijk zijn. Daarnaast zijn dergelijke artikelen gelimiteerd in aantal pagina’s waardoor de over te dragen informatie beperkt is. Om een betere doorwerking van ADVICE aan ‘iedereen’ te realiseren en tevens de mogelijkheden hiervan in de toekomst van automatisch rijden te plaatsen, willen wij top-up gebruiken om hierover een artikel te schrijven en dit in een peer-reviewed Open Access tijdschrift online toegankelijk te maken. Hierdoor wordt de informatie voor iedereen, gratis toegankelijk (open access), is de inhoud uitgebreider aan te geven (tijdschriftartikel) en is de inhoud en kwaliteit goed en relevant voor het vakgebied (peer-reviewed).
Bedrijven, waaronder telecomproviders, vertrouwen steeds meer op complexe AI-systemen. Het gebrek aan interpreteerbaarheid dat zulke systemen vaak introduceren zorgt voor veel uitdagingen om het onderliggende besluitvormingsproces te begrijpen. Vertrouwen in AI-systemen is belangrijk omdat het bijdraagt aan acceptatie en adoptie onder gebruikers. Het vakgebied Explainable AI (XAI) speelt hierbij een cruciale rol door transparantie en uitleg aan gebruikers te bieden voor de beslissingen en werking van zulke systemen.Doel Bij AI-systemen zijn gewoonlijk verschillende stakeholders betrokken, die elk een unieke rol hebben met betrekking tot deze systemen. Als gevolg hiervan varieert de behoefte voor uitleg afhankelijk van wie het systeem gebruikt. Het primaire doel van dit onderzoek is het genereren en evalueren van op stakeholder toegesneden uitleg voor use cases in de telecomindustrie. Door best practices te identificeren, nieuwe explainability tools te ontwikkelen en deze toe te passen in verschillende use cases, is het doel om waardevolle inzichten op te doen. Resultaten Resultaten omvatten het identificeren van de huidige best practices voor het genereren van betekenisvolle uitleg en het ontwikkelen van op maat gemaakte uitleg voor belanghebbenden voor telecom use-cases. Looptijd 01 september 2023 - 30 augustus 2027 Aanpak Het onderzoek begint met een literatuurstudie, gevolgd door de identificatie van mogelijke use-cases en het in kaart brengen van de behoeften van stakeholders. Vervolgens zullen prototypes worden ontwikkeld en hun vermogen om betekenisvolle uitleg te geven, zal worden geëvalueerd.
Bedrijven, waaronder telecomproviders, vertrouwen steeds meer op complexe AI-systemen. Het gebrek aan interpreteerbaarheid dat zulke systemen vaak introduceren zorgt voor veel uitdagingen om het onderliggende besluitvormingsproces te begrijpen. Vertrouwen in AI-systemen is belangrijk omdat het bijdraagt aan acceptatie en adoptie onder gebruikers. Het vakgebied Explainable AI (XAI) speelt hierbij een cruciale rol door transparantie en uitleg aan gebruikers te bieden voor de beslissingen en werking van zulke systemen.
