Hypotheken op bestaande woningen 'improductief' noemen is economisch niet zuiver.
LINK
The presentation of management information on screens and paper is aimed at the initiation of control actions in order to bring about predefinied goals. The terms and concepts used in this control information can be interptreted in different ways. It is of vital importance that adequate definitions for these terms and concepts are provided, because of the area of tension betrween those that control and those being controlled. The creation of a common conceptual framework and the maintenance of concepts and definitions can be supported by the construction of an organization-specific lexicon and the use of modern IT tools.
Wie de krant regelmatig leest en het nieuws op internet en tv volgt, heeft ongetwijfeld een beeld van de schuldenproblematiek in Nederland. Steeds meer huiseigenaren hebben een betalingsachterstand op hun hypotheek, het aantal wanbetalers van zorgpremie was nog nooit zo hoog en nieuwe groepen zoals hoger opgeleiden melden zich bij de schuldhulpverlening. In de berichtgeving wordt vaak naar de crisis verwezen als oorzaak en komen de mogelijke oplossingen doorgaans niet aan bod. Voorliggend stuk bevat een toelichting op de omvang van de schuldenproblematiek in Nederland, de opzet van de schuldhulpverlening en een toelichting op actuele ontwikkelingen
De maatschappelijke discussies over de invloed van AI op ons leven tieren welig. De terugkerende vraag is of AI-toepassingen – en dan vooral recommendersystemen – een dreiging of een redding zijn. De impact van het kiezen van een film voor vanavond, met behulp van Netflix' recommendersysteem, is nog beperkt. De impact van datingsites, navigatiesystemen en sociale media – allemaal systemen die met algoritmes informatie filteren of keuzes aanraden – is al groter. De impact van recommendersystemen in bijvoorbeeld de zorg, bij werving en selectie, fraudedetectie, en beoordelingen van hypotheekaanvragen is enorm, zowel op individueel als op maatschappelijk niveau. Het is daarom urgent dat juist recommendersystemen volgens de waarden van Responsible AI ontworpen worden: veilig, eerlijk, betrouwbaar, inclusief, transparant en controleerbaar.Om op een goede manier Responsible AI te ontwerpen moeten technische, contextuele én interactievraagstukken worden opgelost. Op het technische en maatschappelijke niveau is al veel vooruitgang geboekt, respectievelijk door onderzoek naar algoritmen die waarden als inclusiviteit in hun berekening meenemen, en door de ontwikkeling van wettelijke kaders. Over implementatie op interactieniveau bestaat daarentegen nog weinig concrete kennis. Bekend is dat gebruikers die interactiemogelijkheden hebben om een algoritme bij te sturen of aan te vullen, meer transparantie en betrouwbaarheid ervaren. Echter, slecht ontworpen interactiemogelijkheden, of een mismatch tussen interactie en context kosten juist tijd, veroorzaken mentale overbelasting, frustratie, en een gevoel van incompetentie. Ze verhullen eerder dan dat ze tot transparantie leiden.Het ontbreekt ontwerpers van interfaces (UX/UI designers) aan systematische concrete kennis over deze interactiemogelijkheden, hun toepasbaarheid, en de ethische grenzen. Dat beperkt hun mogelijkheid om op interactieniveau aan Responsible AI bij te dragen. Ze willen daarom graag een pattern library van interactiemogelijkheden, geannoteerd met onderzoek over de werking en inzetbaarheid. Dit bestaat nu niet en met dit project willen we een substantiële bijdrage leveren aan de ontwikkeling ervan.
De maatschappelijke discussies over de invloed van AI op ons leven tieren welig. De terugkerende vraag is of AI-toepassingen – en dan vooral recommendersystemen – een dreiging of een redding zijn. De impact van het kiezen van een film voor vanavond, met behulp van Netflix' recommendersysteem, is nog beperkt. De impact van datingsites, navigatiesystemen en sociale media – allemaal systemen die met algoritmes informatie filteren of keuzes aanraden – is al groter. De impact van recommendersystemen in bijvoorbeeld de zorg, bij werving en selectie, fraudedetectie, en beoordelingen van hypotheekaanvragen is enorm, zowel op individueel als op maatschappelijk niveau. Het is daarom urgent dat juist recommendersystemen volgens de waarden van Responsible AI ontworpen worden: veilig, eerlijk, betrouwbaar, inclusief, transparant en controleerbaar. Om op een goede manier Responsible AI te ontwerpen moeten technische, contextuele én interactievraagstukken worden opgelost. Op het technische en maatschappelijke niveau is al veel vooruitgang geboekt, respectievelijk door onderzoek naar algoritmen die waarden als inclusiviteit in hun berekening meenemen, en door de ontwikkeling van wettelijke kaders. Over implementatie op interactieniveau bestaat daarentegen nog weinig concrete kennis. Bekend is dat gebruikers die interactiemogelijkheden hebben om een algoritme bij te sturen of aan te vullen, meer transparantie en betrouwbaarheid ervaren. Echter, slecht ontworpen interactiemogelijkheden, of een mismatch tussen interactie en context kosten juist tijd, veroorzaken mentale overbelasting, frustratie, en een gevoel van incompetentie. Ze verhullen eerder dan dat ze tot transparantie leiden. Het ontbreekt ontwerpers van interfaces (UX/UI designers) aan systematische concrete kennis over deze interactiemogelijkheden, hun toepasbaarheid, en de ethische grenzen. Dat beperkt hun mogelijkheid om op interactieniveau aan Responsible AI bij te dragen. Ze willen daarom graag een pattern library van interactiemogelijkheden, geannoteerd met onderzoek over de werking en inzetbaarheid. Dit bestaat nu niet en met dit project willen we een substantiële bijdrage leveren aan de ontwikkeling ervan.
Sinds de financiële crisis van 2008 klinkt er een brede maatschappelijke roep om herstructurering van het financiële stelsel en de financiële dienstverlening. Toch zijn veel problemen in de sector ruim tien jaar later nog onopgelost. Denk aan het vraagstuk van ongelijkheid, de verhouding schuld/inkomen en de onbedoelde neveneffecten van overheidsbeleid rondom lenen en sparen. Door hun prominente rol in het Nederlandse financiële landschap vormen hypotheken een bijzonder hoofdpijndossier bij de hervorming van de financiële sector. Een aantal spelers in de hypothekensector lijkt zich terdege bewust te zijn van de schaduwzijdes van het eigen bedrijfsmodel. Zij heeft al grote stappen gezet, onder meer door de ontwikkeling en implementatie van ethische gedragscodes en richtlijnen. Er worden nu al minder risicovolle hypotheken verkocht. We hebben kortom te maken met een ethisch actieve groep financiële bedrijven die een voortrekkersrol speelt in de verduurzaming van de financiële dienstverlening rondom hypotheken. Zij vormt een niche waarbinnen de contouren worden verkend van de toekomstige hypothekenmarkt. In het voorgenomen verkennend onderzoek willen wij kijken naar de morele dilemma’s waarvoor deze bedrijven zich gesteld zien. Hoe laveren zij tussen de wens sociaal en financieel te verduurzamen en de druk om winstgevend te zijn? In het bijzonder zal worden onderzocht hoe onder andere bij hypotheekadviseurs Viisi en MBG Maatbeleg wordt omgegaan met de spanning tussen zelfopgelegde richtlijnen, commerciële belangen en de wensen van de klant. Wat zijn de praktijklessen van het pionierswerk in duurzaam hypotheekadvies? Doel van dit onderzoek is morele dilemma’s te articuleren, de consequenties van keuzes zichtbaar te maken en ‘best-practices’ te identificeren. Zo bieden de resultaten van dit onderzoek organisaties in de hypothekensector een verkennend inzicht in de uitdagingen rond de verduurzaming van hypotheekverkoop. De resultaten komen ook ten goede aan het onderwijs, zoasls bij bedrijfsethiek in het economische domein.
