Een lied dat toegekend werd aan Drake en Bad Bunny, een video van een moordpoging op Trump en compromitterende nepfoto’s die gebruikt worden voor online chantage. Ze hebben met elkaar gemeen dat ze door generatieve AI gemaakt en moeilijk van echt te onderscheiden zijn. Ontwikkelingen op het vlak van generatieve kunstmatige intelligentie maken dat mediawijsheid belangrijker wordt dan ooit tevoren, want of en hoe we deze nieuwe mogelijkheden wijs benutten is nog onzeker.
LINK
Artificial Intelligence (AI) offers organizations unprecedented opportunities. However, one of the risks of using AI is that its outcomes and inner workings are not intelligible. In industries where trust is critical, such as healthcare and finance, explainable AI (XAI) is a necessity. However, the implementation of XAI is not straightforward, as it requires addressing both technical and social aspects. Previous studies on XAI primarily focused on either technical or social aspects and lacked a practical perspective. This study aims to empirically examine the XAI related aspects faced by developers, users, and managers of AI systems during the development process of the AI system. To this end, a multiple case study was conducted in two Dutch financial services companies using four use cases. Our findings reveal a wide range of aspects that must be considered during XAI implementation, which we grouped and integrated into a conceptual model. This model helps practitioners to make informed decisions when developing XAI. We argue that the diversity of aspects to consider necessitates an XAI “by design” approach, especially in high-risk use cases in industries where the stakes are high such as finance, public services, and healthcare. As such, the conceptual model offers a taxonomy for method engineering of XAI related methods, techniques, and tools.
MULTIFILE
This study provides a comprehensive analysis of the AI-related skills and roles needed to bridge the AI skills gap in Europe. Using a mixed-method research approach, this study investigated the most in-demand AI expertise areas and roles by surveying 409 organizations in Europe, analyzing 2,563 AI-related job advertisements, and conducting 24 focus group sessions with 145 industry and policy experts. The findings underscore the importance of both general technical skills in AI related to big data, machine learning and deep learning, cyber and data security, large language models as well as AI soft skills such as problemsolving and effective communication. This study sets the foundation for future research directions, emphasizing the importance of upskilling initiatives and the evolving nature of AI skills demand, contributing to an EU-wide strategy for future AI skills development.
MULTIFILE
In tijden van toenemende culturele diversiteit en arbeidsonzekerheid hebben jongeren in Nederlandse en Duitse stadswijken grote behoefte aan richting met betrekking tot hun toekomstige leven. Ouders en leraren lijken zelf vaak te worden overweldigd door de snel veranderende wereld waarin ze leven. Naast deze veranderingen neemt het gebruik van sociale media sterk toe, waardoor de al bestaande generatiekloof nog groter wordt. Deze ontwikkelingen hebben grote gevolgen voor de levensloopperspectieven van jongeren en leiden er vaak toe dat ze meer dan ooit richting zoeken bij hun leeftijdgenoten. In plaats van dit te zien als een problematische situatie, is dit project erop gericht de netwerken van jongeren te gebruiken als bron voor verbetering van de stadswijken. Het basisidee is jonge adolescenten (in de leeftijd van 12-14 jaar) te empoweren via bepaalde leeftijdgenoten die al gerespecteerd, verantwoordelijk en stabiel in het leven staan. Deze ‘homies’ (vier Nederlandse en vier Duitse jongeren) worden getraind en begeleid door experts op het gebied van oplossingsgericht denken en inspirerende communicatie. Daarna gaan de homies aan de slag in hun eigen wijk, waar ze drie maanden actief zullen zijn. De meeste communicatie met hun leeftijdgenoten zal verlopen via mobiele communicatie en sociale medianetwerken. In het begeleidende onderzoek wordt een analyse gemaakt van de leefsituatie van jongeren in de geselecteerde wijken voor en na de tussenkomst van de homies. De homies houden zelf een (mobiel) dagboek bij dat inzicht zal bieden in hoe zij zelf de veranderingen bij de jongeren in hun wijk zien.
De alliantie tussen professionals en cliënten in de jeugdzorg is een krachtige algemeen werkzame factor in de hulp aan kinderen en ouders met opvoedproblemen. De alliantie tussen professionals en cliënten bestaat uit de persoonlijke klik, overeenstemming over de doelen waaraan gewerkt wordt en de wijze waarop er samengewerkt wordt aan die doelen. Een positieve alliantie in een vroeg stadium van het hulpverleningstraject is een betrouwbare voorspeller van een positieve uitkomst. Het vroegtijdig zicht krijgen op de kwaliteit van de alliantie geeft de mogelijkheid om breuken en deuken in beeld te brengen en vroegtijdig bespreekbaar te maken en te herstellen. Het ritueel om de alliantie bespreekbaar te maken wordt in de praktijk nog weinig gestalte gegeven. Het vergt van professionals een scherp observatievermogen, goede reflectievaardigheden en de nodige creativiteit om het ritueel in het primair proces te passen. Met de te ontwikkelen experimentele leerlijn waar deze aanvraag op ingaat willen werkveldpartners inzetten op het aanleren van deze vaardigheden.
Middels een RAAK-impuls aanvraag wordt beoogd de vertraging van het RAAK-mkb project Praktische Predictie t.g.v. corona in te halen. In het project Praktische Predictie wordt een prototype app ontwikkeld waarmee fysiotherapeuten in een vroeg stadium het chronisch worden van lage rugpijn kunnen voorspellen. Om chronische rugpijn te voorkomen is het belangrijk om in een vroeg stadium de kans hierop in te schatten door psychosociale en mogelijk andere risicofactoren op chronische pijnklachten te herkennen en hierop te interveniëren. Fysiotherapeuten zijn met deze vraag naar het lectoraat Werkzame factoren in Fysiotherapie en Paramedisch Handelen van de Hogeschool van Arnhem en Nijmegen gegaan en dit heeft aanleiding gegeven een onderzoek op te zetten waarin een dergelijke methodiek ontwikkeld wordt. De voorgestelde methodiek betreft een Clinical Decision Support Tool waarmee een geïndividualiseerde kans op chronische rugpijn kan worden bepaald gekoppeld aan een behandeladvies conform de lage rugpijn richtlijn. Hiervoor is eerst geïnventariseerd welke methoden fysiotherapeuten reeds gebruiken en welke in de literatuur worden genoemd. Op basis hiervan is een keuze gemaakt ten aanzien van data die digitaal verzameld worden in minimaal 16 fysiotherapiepraktijken waarbij patiënten gedurende 12 weken gevolgd worden. Met de verzamelde data worden met machine learning algoritmes ontwikkeld voor het berekenen van de kans op chroniciteit. De algoritmes worden ingebouwd in de Clinical Decision Support Tool: een gebruiksvriendelijke prototype app. Bij het ontwikkelen van de tool worden eindgebruikers (fysiotherapeuten en patiënten) intensief betrokken. Op deze manier wordt gegarandeerd dat de tool aansluit bij de wensen en behoeften van de doelgroep. De tool berekent de kans op chroniciteit en geeft een behandeladvies. Daarnaast kan de tool gebruikt worden om patiënten te informeren en te betrekken bij de besluitvorming. Vanwege de coronacrisis is er een aanzienlijke vertraging in de patiënten-instroom (doel n= 300) ontstaan die we met ondersteuning van een RAAK-impuls subsidie willen inlopen.
