De EU investeert fors in de ontwikkeling van robotica. Europa heeft drie sectoren aangeduid waarin zij een groot potentieel voorzien als belangrijke toepassingsmarkten voor robotica, namelijk de maakindustrie, de gezondheidszorg en de agrarische sector (euRobotics aisbl, 2013). Ook binnen Nederland leeft de wens om binnen 5 tot 10 jaar een koppositie te spelen op het gebied van robotica in de maakindustrie, gezondheidszorg, agrarische sector, logistiek & transport en inspectie & onderhoud (Holland Robotics, 2018). In dit artikel willen wij nader ingaan op het specifieke domein van sociale robotica in de gezondheidszorg.
LINK
This guide was developed for designers and developers of AI systems, with the goal of ensuring that these systems are sufficiently explainable. Sufficient here means that it meets the legal requirements from AI Act and GDPR and that users can use the system properly. Explainability of decisions is an important requirement in many systems and even an important principle for AI systems [HLEG19]. In many AI systems, explainability is not self-evident. AI researchers expect that the challenge of making AI explainable will only increase. For one thing, this comes from the applications: AI will be used more and more often, for larger and more sensitive decisions. On the other hand, organizations are making better and better models, for example, by using more different inputs. With more complex AI models, it is often less clear how a decision was made. Organizations that will deploy AI must take into account users' need for explanations. Systems that use AI should be designed to provide the user with appropriate explanations. In this guide, we first explain the legal requirements for explainability of AI systems. These come from the GDPR and the AI Act. Next, we explain how AI is used in the financial sector and elaborate on one problem in detail. For this problem, we then show how the user interface can be modified to make the AI explainable. These designs serve as prototypical examples that can be adapted to new problems. This guidance is based on explainability of AI systems for the financial sector. However, the advice can also be used in other sectors.
In this project we take a look at the laws and regulations surrounding data collection using sensors in assistive technology and the literature on concerns of people about this technology. We also look into the Smart Teddy device and how it operates. An analysis required by the General Data Protection Regulation (GDPR) [5] will reveal the risks in terms of privacy and security in this project and how to mitigate them. https://nl.linkedin.com/in/haniers
MULTIFILE
De Wet passend onderwijs (2014) zou er voor moeten zorgen dat alle kinderen een goede onderwijsplek krijgen. Echter, voor leerlingen met autismespectrumstoornis (ASS) die substantiële ondersteuning nodig hebben, is dat lastig te realiseren. Zij laten problemen zien in hun betrokkenheid bij de leertaak, wat gerelateerd is aan lage schoolprestaties en voortijdige uitval. Deze leerlingen hebben baat bij een goede gezamenlijke ondersteuning van leerkracht en jeugdprofessional. Echter, leerkrachten hebben weinig kennis en ervaring met ASS om de juiste ondersteuning te kunnen bieden. Jeugdhulpverleners, die op school ingezet worden, zijn onvoldoende op de hoogte van wat er vanuit het onderwijs moet gebeuren. Leerkrachten en jeugdhulpverleners kunnen elkaar versterken, maar er is nog te vaak sprake van figuurlijke afstand en gebrek aan verbondenheid. Professionalisering is nodig, gericht op het versterken van het handelen van leerkrachten en jeugdhulpverleners in de klas en hun interprofessionele samenwerking. Hoe zo’n professionalisering eruit moet zien en hoe leerkrachten en jeugdhulpverleners elkaar kunnen versterken is nog onduidelijk. Er is behoefte aan good practices op dit terrein. Om dit complexe praktijkprobleem op te lossen, maken we gebruik van ontwerponderzoek. We richten ons op de vraag: Hoe draagt een professionaliseringstraject bij aan het versterken van het handelen in de klas en het interprofessioneel samenwerken van leerkrachten en jeugdhulpverleners, zodat zij een integrale aanpak kunnen vormgeven waarmee de betrokkenheid van leerlingen met ASS in de klas wordt vergroot? Daartoe ontwikkelen we een professionaliseringstraject, waarbij we voortbouwen op kennis uit onder andere het vooronderzoek ’T PASST WEL!. We voeren het traject uit en evalueren systematisch de genomen stappen. Het project levert een toepasbaar professionaliseringstraject met (e-)tools rondom good practices voor de (opleidings-)praktijk op. Deze producten bieden onderbouwde en overdraagbare oplossingen voor problemen waar leerkrachten en jeugdhulpverleners tegenaan lopen bij het integraal vormgeven van hun aanpak bij leerlingen met ASS.
