In gesprek met Cassandra Barkman (Radicaal activist in verbinding| doorleefde ervaring| GGZ- agoog. Werkzaam bij Altrecht en UMC-U)
Door heel Nederland worden sociale wijkteams ingevoerd om de sociale transformatie in gemeenten gestalte te geven. Het gaat hierbij niet alleen om een verandering in beleid of om het opnieuw en anders te organiseren van het werk, maar ook om een verandering in denken en doen. Essentieel is dat leden van deze teams betekenis geven aan de transformatie, en deze toepassen in hun werk en beroepsmatig handelen. Gesproken wordt van een “cultuurverandering’die te bereiken is wal wijkprofessionals reflectieve praktijken ontwikkelen waarbij ze leren van de nieuwe werkelijkheid.
Hoofdstuk 5 in Leren Transformeren. 1. Door wie wordt er geleerd? Er wordt geleerd door wijkteams, jeugdwerkers en sociaal makelaars. Hun rol is door middel van krachtgericht samenwerken vormgeven aan het gekantelde werken. 2. In welke setting wordt er geleerd? Het leren vindt plaats binnen de eigen organisatie en de werkpraktijk. De context van het leren is de transitie en transformatie van de Wmo, het gekantelde werken. Het werken in de praktijk/wijk staat centraal, de scholing is hieraan ondersteunend. De scholing bestaat uit een casco programma van vier tot zes bijeenkomsten van vier uur, waarbij de opdrachtgever en de deelnemers accenten en wensen kunnen aangeven, zodat de scholing zoveel mogelijk op maat is, dat wil zeggen aansluitend bij de deelnemers en de context van hun dagelijkse werk. 3. Wat is het doel van het leren? Het doel van het leren is dat professionals in staat zijn om gekanteld te werken, dat wil zeggen burgers/cliënten te ondersteunen bij het nemen en houden van regie over hun eigen leven, gebruik makend van hun eigen formele en informele netwerken, waardoor burgers/cliënten volwaardig deel kunnen nemen aan de maatschappij.
Deze vervolgaanvraag is gebaseerd op de resultaten van de eerste fase aanloopactiviteiten LC en bouwt voort op de geformuleerde conclusies en aanbevelingen. Learning community-ontwikkeling en docentprofessionalisering zijn cruciale elementen in de ontwikkeling van een responsief regionaal ecosysteem gericht op het slimmer en beter opleiden van mensen voor de waterstoftransitie. Met betrekking tot learning community-ontwikkeling onderzoeken we de wijze waarop de integratie van de W in de WIL driehoek verbeterd kan worden. Daarnaast richten we ons met onderzoek op het leren in een learning community te transformeren van leren van elkaar naar leren met elkaar. In het project is daarnaast specifiek aandacht voor de rol van docenten in regionale ecosystemen. Docenten hebben – net als de andere deelnemers in een learning community – een andere rol dan die van de klassieke docent. Die rol verschuift naar samenwerken in de regio, participeren in ontwikkeling van innovaties met bedrijven en onderzoekers en zo meer. Dat vraagt om een andere benadering van docentprofessionalisering. We richten regionale experimenten in waarin verschillende mechanismes en interventies rond de ontwikkeling van learning communities en de veranderende rol van deelnemers daarin worden onderzocht op hun effectiviteit.
In de schoonmaakbranche is de werkdruk hoog . Hierdoor worden gebouwen dagelijks niet goed genoeg schoongemaakt. Er heerst krapte op de arbeidsmarkt. Schoonmaakwerk is vooral handmatig werk en is ook zwaar werk. De schoonmaakbranche is dringend op zoek naar technologische oplossingen die het werk in de toekomst kunnen verlichten. Eén van die technologische oplossingen is de introductie van schoonmaakrobots , die op dit moment mondjesmaat op de markt worden gebracht. Schoonmaakorganisaties weten nog niet goed hoe deze robots efficiënt in te zetten, het vergt nog veel tijd om ze te kunnen gebruiken en schoonmaakmedewerkers zijn terughoudend om ermee te werken. Het project Assisted Cleaning Robots (ACR) richt zich op de volgende onderzoeksvraag: “hoe integreer je robottechnologie in het werkproces in de schoonmaakbranche, zodat een robot enerzijds zo optimaal mogelijk het werkproces ondersteunt, en anderzijds zo optimaal mogelijk met de mens samenwerkt.” Wat hierin optimaal is en hoe dit gemeten kan worden, is onderdeel van het onderzoek en is afhankelijk van de technologische mogelijkheden, de mensen die er mee werken, en de werkomgeving. In dit project werken Fontys Hogeschool Engineering, Fontys Hogeschool Techniek & Logistiek en de Haagse Hogeschool samen met schoonmaakorganisaties CSU en Hectas en andere bedrijven (toeleveranciers van schoonmaakrobots als ontwikkelaars), nationaal samenwerkingsverband Holland Robotics en brancheorganisatie Schoonmakend Nederland. Dit project kent een looptijd van twee jaar en gaat van start op 1 november 2021. In dit project worden nieuwe schoonmaakprocessen gedefinieerd en wordt op basis van deze processen technologie ontwikkeld (waar doorgaans eerst een nieuw product wordt ontwikkeld en daarna pas gekeken naar hoe dit product in te zetten). In dit project staat de mens die met de technologie in het proces moet gaan werken centraal. De technologie en het proces worden gevalideerd middels praktijktests met de betrokken schoonmaakorganisaties, op representatieve locaties. Hieruit worden lessen getrokken voor verbeteringen.
Fietsen is diepgeworteld in de Nederlandse cultuur en draagt bij aan een duurzame, gezonde en mobiele samenleving. Met de opkomst van nieuwe (elektrische) vervoersmiddelen, neemt ook de complexiteit van het verkeer toe en ontstaan er nieuwe veiligheidsuitdagingen. Om deze effectief aan te pakken, is het van groot belang om beleidsmakers en educatieve instellingen te voorzien van diepgaande inzichten in fietsgedrag en verkeerssituaties. Met dit project richten we ons op het leveren van deze inzichten door middel van geavanceerde AI-technologieën. De huidige software-oplossingen gericht op het verbeteren van de verkeersveiligheid zijn vaak beperkt in hun functionaliteit en toepassingsgebied. Ze richten zich voornamelijk op het tellen en volgen van verkeersdeelnemers, zonder de complexiteit van fietsverkeer te analyseren. Ons project onderscheidt zich door het gebruik van recente state-of-the-art AI-methoden om complexe verkeerssituaties en fietsgedrag automatisch te analyseren en te classificeren. Ons AI-gestuurde systeem maakt gebruik van Nederlandse videobeelden afkomstig van zowel statische camera's als camera's gemonteerd op fietsers. Hierdoor kunnen we onveilig fietsgedrag en risicovolle situaties herkennen en aanbevelingen doen aan beleidsmakers voor infrastructuuraanpassingen. Het implementeren van AI in opleidingen zoals ruimtelijke ordening zal leiden tot een verfrissend curriculum dat studenten future-proof opleidt. Samen werken we aan de ruimtelijke ontwikkeling van de toekomst. Bovendien kunnen de AI-tools worden gebruikt om lesmateriaal te ontwikkelen, waardoor zij beter inzicht krijgen in de factoren die bijdragen aan onveilige situaties en hoe zij hun gedrag kunnen aanpassen om het risico op ongevallen te verminderen. Het aanvragende consortium bestaat uit een multidisciplinair team van onderzoekers en studenten uit de AI, computer vision, verkeerspsychologie, verkeerskunde en ruimtelijke ontwikkeling, die samenwerken met publieke instellingen en commerciële partners aan een open-source intelligent softwaresysteem. Samengevat zal dit project niet alleen de huidige kennis over fietsgedrag en verkeersveiligheid uitbreiden, maar ook de manier waarop beleidsmakers en educatieve instellingen met deze kwesties omgaan transformeren.
