LINK
De maatschappij is in een hoog tempo aan het digitaliseren. Dit blijkt ook uit een toenemend gebruik van slimme technische oplossingen voor gemeenten, oftewel smart city-systemen.Het gebruik ervan heeft ook een keerzijde.
In dit onderzoek is gekeken naar de invloed die persuasieve technologie kan hebben op het energieverbruik van individuele huishoudens. Meer specifiek zijn de effecten van drie energie monitoring systemen getest op het energiebewustzijn en het energiebesparend gedrag van de eindgebruikers. Tevens is in kaart gebracht welke onderdelen van de producten leiden tot tevredenheid, energiebewustzijn en energiebesparing. Gedurende een jaar zijn de effecten van drie energie monitoring systemen getest door kwalitatief en kwantitatief onderzoek uit te voeren. Het gehele jaar werd bovendien het stroom- en gasverbruik geregistreerd om na te kunnen gaan of eindgebruikers hun gedrag veranderden. Uit een voormeting bleek dat eindgebruikers zich niet bewust leken te zijn van hun energieverbruik en van het verbruik van verschillende apparaten. De meeste eindgebruikers wilden graag energie besparen, maar wisten nog niet hoe dit bereikt kon worden. Verreweg de meerderheid gaf aan vanuit economische overwegingen energie te willen besparen. Een relatief klein deel van de eindgebruikers gaf aan energie te willen besparen vanuit milieu overwegingen. Uit tussentijdse metingen bleek dat het lastig was om eindgebruikers te motiveren om een EMS actief te gaan gebruiken. Uit de eindmeting bleek dat twee energie monitoring systemen effectiever waren dan het derde systeem. Eindgebruikers waren met deze twee systemen relatief tevreden, gaven aan zich meer bewust te zijn van hun verbruik, maar gaven eveneens aan dat dit niet automatisch resulteerde in een toename van waargenomen mogelijkheden om hun energieverbruik te veranderen. Redenen hiervoor waren divers: van technische problemen en een gebrek aan concrete tips op basis van de eigen situatie, tot de opvatting te veel te moeten inleveren aan comfort wanneer er nog meer bespaard zou worden. Van de drie geteste systemen, zorgden er twee voor een groter energiebewustzijn. Het ene systeem leek goed te werken doordat het uitgebreide en gedetailleerde mogelijkheden bood om inzicht in het verbruik te krijgen (uitgebreide feedbackmogelijkheden) en het andere leek goed te werken omdat het een beroep deed op ‘samenwerken’ en ‘gegevens vergelijken met anderen’ (sociale invloed). Verschillende doelgroepen zouden hierdoor aangetrokken kunnen worden. Vanwege de geringe omvang van de steekproef (aan deze testfase hebben 40 huishoudens deelgenomen) dient hier meer onderzoek naar gedaan te worden. Gebaseerd op alle gebruikerservaringen kunnen we concluderen dat de geteste energy monitoring systemen verbeterpotentieel hebben. De geteste systemen vergroten op dit moment weliswaar het bewustzijn van het energieverbruik, maar veranderen energieverbruikers nog niet voldoende in energiemanagers.
Deze vervolgaanvraag is gebaseerd op de resultaten van de eerste fase aanloopactiviteiten LC en bouwt voort op de geformuleerde conclusies en aanbevelingen. Learning community-ontwikkeling en docentprofessionalisering zijn cruciale elementen in de ontwikkeling van een responsief regionaal ecosysteem gericht op het slimmer en beter opleiden van mensen voor de waterstoftransitie. Met betrekking tot learning community-ontwikkeling onderzoeken we de wijze waarop de integratie van de W in de WIL driehoek verbeterd kan worden. Daarnaast richten we ons met onderzoek op het leren in een learning community te transformeren van leren van elkaar naar leren met elkaar. In het project is daarnaast specifiek aandacht voor de rol van docenten in regionale ecosystemen. Docenten hebben – net als de andere deelnemers in een learning community – een andere rol dan die van de klassieke docent. Die rol verschuift naar samenwerken in de regio, participeren in ontwikkeling van innovaties met bedrijven en onderzoekers en zo meer. Dat vraagt om een andere benadering van docentprofessionalisering. We richten regionale experimenten in waarin verschillende mechanismes en interventies rond de ontwikkeling van learning communities en de veranderende rol van deelnemers daarin worden onderzocht op hun effectiviteit.
Snelheid is één van de belangrijkste basisrisicofactoren in het verkeer. Hoe sneller er gereden wordt in een auto hoe groter de kans op (zware) ongevallen2 en hoe hoger de uitstoot. Veel verkeersveiligheidsbeleid spitst zich daarom toe op het voorkomen van te hoge snelheden en het voorkomen van te grote snelheidsverschillen. ISA, Intelligente Snelheid Adaptatie, is een van de technologische oplossingen die kan bijdragen aan het voorkomen van te hoge snelheden in auto’s. ISA kent vele verschijningsvormen, van informerend (via slimme technologie wordt de bestuurder geïnformeerd over de geldende maximumsnelheid) tot dwingend (de auto wordt fysiek beperkt om harder te rijden dan de maximumsnelheid). Inmiddels bestaat voldoende bewijs dat de acceptatiegraad van ISA hoog kan zijn, wanneer het systeem perfect werkt. De praktijk is echter weerbarstig, doordat systemen (soms) technisch kunnen falen of onvoldoende correcte informatie doorgeven aan de bestuurder. Dit staat de acceptatie van ISA in de weg; niet in de laatste plaats omdat onderzoek heeft aangetoond dat bestuurders hogere normen hanteren voor het accepteren van technisch falen in zelfrijdende voertuigen5. Een (rijtaakondersteunend)systeem moet ten alle tijden beter functioneren dan de mens. In ACTI-I wordt dit spanningsveld onderzocht. De vraag luidt: Welke impact heeft technisch falen op de acceptatie van ISA? Deze vraag wordt beantwoord middels 1) literatuuronderzoek naar falen en acceptatie van technologische systemen; 2) rijsimulator/deelnemersonderzoek naar de waardering voor ISA en of, en zo ja hoe, de waardering verandert al naar gelang het falen van het systeem toeneemt. We werken hiervoor samen met drie MKB’s die ISA systemen ontwikkelen en verkopen aan particulieren en de overheid. De resultaten van ACTI-I zullen worden gepubliceerd en vormen de basis voor een RAAK-MKB onderzoek naar de relatie tussen technisch falen en de bestuurdersacceptatie van ISA en andere geavanceerde rijhulpsystemen
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.
