Recent years have seen a massive growth in ethical and legal frameworks to govern data science practices. Yet one of the core questions associated with ethical and legal frameworks is the extent to which they are implemented in practice. A particularly interesting case in this context comes to public officials, for whom higher standards typically exist. We are thus trying to understand how ethical and legal frameworks influence the everyday practices on data and algorithms of public sector data professionals. The following paper looks at two cases: public sector data professionals (1) at municipalities in the Netherlands and (2) at the Netherlands Police. We compare these two cases based on an analytical research framework we develop in this article to help understanding of everyday professional practices. We conclude that there is a wide gap between legal and ethical governance rules and the everyday practices.
MULTIFILE
Peer discussions play a major role in students’ collaborative problem-solving activity. These discussions provide researchers and teachers with a wealth of information about the students' reasoning. To analyse such discussions, different theoretical lenses are available, such as Schoenfeld’s problem solving model, the Florida Taxonomy of Cognitive Behaviour, and the Scheme for Educational Dialogue Analysis. The question is, however, how these three perspectives can complement each other. To investigate this, the discussion between four students was analysed through the three lenses. Results indicate that these frameworks are both complementary and connected. This connection allows an in-depth analysis of the discussion and reveals possibilities and limitations for an integration of the three models, which will guide future discussions’ analyses in our study.
DOCUMENT
The paradigm of collaborative health care delivery drove the development of interprofessional competency frameworks (ICFs). The Train4Health project, funded by the Erasmus+ program, aims to improve healthcare students’ competencies in behaviour change support to optimize self-care in chronic diseases. As part of this project, we surveyed the landscape of ICFs in health. Our aim was to characterize ICFs in health and its translation into learning outcomes embedded in academic curricula. An integrative review was conducted between March and September 2020 based on a predefined protocol. The search was performed in EBSCO, B-On, Scopus, Web of Science and Joanna Briggs Institute databases. Four articles were eligible, describing ICFs in different domains in health, such as digital healthcare environment, simulation and genetic healthcare. Generally, ICFs were planned and developed by a committee. Students were involved in all four ICFs. These frameworks supported the development of learning outcomes-based curricula, organized in a tiered or straightforward structure, with different learning outcomes depending on their complexity and specialization level. Despite the overlap in some areas across health professions, we found only four ICFs that can guide collaborative education and are linked to learning outcomes. Pursuing this integrated approach, ideally resorting to structured scientific methods, may facilitate competencies attainment and merits further attention.
MULTIFILE
De technische en economische levensduur van auto’s verschilt. Een goed onderhouden auto met dieselmotor uit het bouwjaar 2000 kan technisch perfect functioneren. De economische levensduur van diezelfde auto is echter beperkt bij introductie van strenge milieuzones. Bij de introductie en verplichtstelling van geavanceerde rijtaakondersteunende systemen (ADAS) zien we iets soortgelijks. Hoewel de auto technisch gezien goed functioneert kunnen verouderde software, algorithmes en sensoren leiden tot een beperkte levensduur van de gehele auto. Voorbeelden: - Jeep gehackt: verouderde veiligheidsprotocollen in de software en hardware beperkten de economische levensduur. - Actieve Cruise Control: sensoren/radars van verouderde systemen leiden tot beperkte functionaliteit en gebruikersacceptatie. - Tesla: bij bestaande auto’s worden verouderde sensoren uitgeschakeld waardoor functies uitvallen. In 2019 heeft de EU een verplichting opgelegd aan automobielfabrikanten om 20 nieuwe ADAS in te bouwen in nieuw te ontwikkelen auto’s, ongeacht prijsklasse. De mate waarin deze ADAS de economische levensduur van de auto beperkt is echter nog onvoldoende onderzocht. In deze KIEM wordt dit onderzocht en wordt tevens de parallel getrokken met de mobiele telefonie; beide maken gebruik van moderne sensoren en software. We vergelijken ontwerpeisen van telefoons (levensduur van gemiddeld 2,5 jaar) met de eisen aan moderne ADAS met dezelfde sensoren (levensduur tot 20 jaar). De centrale vraag luidt daarom: Wat is de mogelijke impact van veroudering van ADAS op de economische levensduur van voertuigen en welke lessen kunnen we leren uit de onderliggende ontwerpprincipes van ADAS en Smartphones? De vraag wordt beantwoord door (i) literatuuronderzoek naar de veroudering van ADAS (ii) Interviews met ontwerpers van ADAS, leveranciers van retro-fit systemen en ontwerpers van mobiele telefoons en (iii) vergelijkend rij-onderzoek naar het functioneren van ADAS in auto’s van verschillende leeftijd en prijsklassen.
In onze visie voeren robots autonoom taken uit op de akker. Ze kunnen zaaien, oogsten, onkruid verwijderen, gewassen monitoren en verzorgen. Hierdoor zijn agrariërs minder kostbare tijd kwijt aan basistaken. Ook zijn er met dit soort robots geen (of veel minder) bestrijdingsmiddelen nodig en rijden er geen zware machines meer op het land. Dit leidt tot minder bodemverdichting en daardoor hoeft het land niet (of minder diep) te worden omgeploegd. Naast een enorme besparing op brandstof leidt dit ook tot een betere bodemkwaliteit en worden nieuwe teelten mogelijk. Agrarische robots zijn volop in ontwikkeling. Er zijn echter nog een aantal uitdagingen die opgelost moeten worden. Eén van die uitdagingen is volledig autonome, robuuste en veilige navigatie. De robot moet kunnen rijden zonder een bestuurder. Het AgriNav project: Agricultural Navigation In dit project werkt Saxion samen met drie pioniers op het gebied van agrarische robots in Nederland. Het doel is om een gedegen beeld van oplossingen voor het navigatieprobleem te ontwikkelen. We brengen daarvoor in kaart welke producten en frameworks er zijn en in hoeverre deze direct te gebruiken zijn. Op basis van de bevindingen maken we een afweging of de navigatie oplossing wordt ingekocht of dat deze zelf wordt ontwikkeld, bijvoorbeeld op basis van bestaande open source projecten. Onderdeel van dit KIEM project is het starten van vervolgtrajecten, zoals RAAK-mkb of RAAK-PRO. Impact Het project “AgriNav” geeft de inzet van kleine autonome zelfrijdende robots in de agrarische sector een boost, waardoor er nieuwe en duurzamere landbouw kan ontstaan. Dit past bij de ambitie van Nederland om voorop te lopen op het gebied van technologie voor voedselproductie. Door het project wordt de kennispositie van het consortium versterkt in zowel de topsector HTSM als AgriFood en de NWA routes “Duurzame productie van gezond en veilig voedsel” en “smart industrie”.
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
