Zoekresultaten

Didactisch experimenteren met XR

Vrijdag 12 mei wordt voor het eerst het Fontys XR Event gehouden. Een kans voor docenten en studenten om kennis te maken en te delen over de toepassingen in het onderwijs van deze virtuele toolbox. XR staat voor Extended Reality. En die bestaat uit de technologieën Virtual reality (VR) en Augmented Reality (AR) en Mixed Reality. De eerste kent iedereen wel via de VR-brillen waarbij je je afgesloten van de buitenwereld in een virtuele wereld begeeft. Bij AR zie je de echte wereld maar is er iets aan toegevoegd. Denk bijvoorbeeld aan Pokemon Go of, dichter bij huis, de AR waarbij je de nieuwbouw van Fontys op campus Rachelsmolen via je smartphone al kunt zien.

De AI-impactscan

In de afgelopen jaren spelen toepassingen van kunstmatige intelligentie (artificiële intelligentie, AI) een steeds prominentere rol bij werk, er wordt zelfs gesproken dat AI menselijke arbeidstaken geheel kan overnemen. De bestaande overzichten van gebruikte AI-tools zijn vaak ingedeeld in categorieën van AI-technologie, de techniek die in het AI-systeem zit. Echter om de AI-impact op de werkvloer te kunnen duiden is ander taalgebruik nodig, dat uitgaat van de werktaak en niet van de AI-techniek. In dit artikel wordt een methodiek uitgewerkt om de rol van AI te duiden, een AI-impactscan in de taal van werktaken, samen met de professionals die deze werktaken (gaan) uitvoeren. De methodiek bestaat uit drie onderdelen: inspiratie, co-creatie om voorbeelden te vinden en impact assessment. Dit resulteert in een overzicht van AI-toepassingen in een specifieke sector of bedrijf. Deze voorbeelden worden ook ingedeeld in toepassingen die al gemeengoed zijn, toepassingen waarmee wordt geëxperimenteerd of toepassingen die in de toekomst van waarde zouden kunnen zijn. Ook het niveau van de impact (hoog, middel, laag) op de werktaak wordt bepaald. Met dit overzicht kan een organisatie aan de slag om met AI-tools een verantwoorde meerwaarde te leveren aan het bedrijfsproces. Door de impactscan met de werknemers uit te voeren, ontstaat daarbij een bewustzijn over wat AI kan bieden in hun eigen takenpakket en het bedrijfsproces. Zo worden AI-systemen realistischer en beter begrepen op de meerwaarde en de beperkingen.

AI4Students

AI engineering and MLOps: building production-ready machine learning systems

The past two years I have conducted an extensive literature and tool review to answer the question: “What should software engineers learn about building production-ready machine learning systems?”. During my research I noted that because the discipline of building production-ready machine learning systems is so new, it is not so easy to get the terminology straight. People write about it from different perspectives and backgrounds and have not yet found each other to join forces. At the same time the field is moving fast and far from mature. My focus on material that is ready to be used with our bachelor level students (applied software engineers, profession-oriented education), helped me to consolidate everything I have found into a body of knowledge for building production-ready machine learning (ML) systems. In this post I will first define the discipline and introduce the terminology for AI engineering and MLOps.

AI4Students: online-offline methodiek voor het opleiden van AI-ready studenten

Artificial Intelligence (AI) beïnvloedt het leven en werk van iedereen en vraagt daarmee doelgerichte aanpassingen aan bachelorcurricula en het handelingsrepertoire van docenten. In Comenius Leadership-project ‘AI4Students’ wordt in participatief actie-onderzoek een methodiek ontwikkeld waarmee teams in bacheloropleidingen aan hogescholen in kaart brengen welke veranderingen nodig zijn om studenten ‘AI-ready’ op te leiden. Dit betreft AI-toepassingen die het werkveld van de opleiding veranderen, AI-vaardigheden die nodig zijn om met de toepassingen te werken en een verkenning van de gewenste toekomst met AI binnen dat werkveld. Vervolgens wordt onderzocht hoe en waar de resultaten een plek kunnen krijgen in het curriculum van de opleiding. Dit wordt uitgevoerd middels co-creatiesessies met docenten en studenten. Een onlinetool moet het sociale, pedagogisch-didactische proces binnen de cocreatiesessies doelgericht vormgeven en begeleiden; gericht op inclusie van verschillende perspectieven, gedeeld eigenaarschap van docenten van het curriculum en studentbetrokkenheid. De ontwikkeling van de methodiek gebeurt door middel van drie iteraties bij negen opleidingen van de Hogeschool van Amsterdam. We bevinden ons in de tweede iteratie, die voornamelijk in het teken staat van het ontwikkelen van de onlinetool. De tool binnen de discipline-overstijgende methodiek en de praktische toepassing ervan bespreken we graag met het publiek.

AI4Students: methodiekontwikkeling om hogeschoolbreed AI-ready studenten op te leiden

Artificial Intelligence-toepassingen (AI) beïnvloeden het leven en werk van iedereen en vragen daarmee doelgerichte aanpassingen aan bachelorcurricula en het handelingsrepertoire van docenten. In Comenius Leadership project ‘AI4Students’ wordt in participatief actie-onderzoek een methodiek ontwikkeld waarmee teams in bacheloropleidingen aan hogescholen in kaart kunnen brengen welke veranderingen nodig zijn om studenten AI-ready te kunnen laten afstuderen. De methodiek zal bestaan uit een AI-scan en werkwijzen om het sociale, pedagogisch-didactische proces van het uitvoeren van de scan doelgericht vorm te geven; gericht op inclusie van verschillende perspectieven, gedeeld eigenaarschap van docenten van het curriculum en studentbetrokkenheid.Dit wordt gedaan door in drie iteraties bij negen opleidingen van de Hogeschool van Amsterdam co-creatiesessies met docenten en studenten te houden. De co-creatiesessies worden opgenomen en geanalyseerd aan de hand van uitgewerkte observaties waarbij het Communities of Practice-framework van Wenger (1999) en de notie van ‘social learning spaces’ van Wenger-Trayner en Wenger-Trayner (2020) dienen als theoretische lens.Nu de eerste iteratie en evaluatie zijn afgerond, kunnen we de aanpak en ons voortschrijdend inzicht delen, samen met wat dat betekent voor de tweede iteratie. Dit en preliminaire ideeën voor de discipline-overstijgende methodiek en de praktische toepassing ervan bespreken we graag met het publiek.Dit onderzoek is NRO-gefinancierd.