ZoekresultatenZoekresultaten
Volg ons op
Volg ons op
Types
0Instelling
26Bestandstype
9Taal
5Publicatiejaar
12Thema's
14Producttype
14Publicaties met bestand / URL
2Projectstatus
3Leren is een actief proces waarin kennis wordt geconstrueerd. Dit proces is voor iedere leerling anders en vraagt individuele ondersteuning. Onderwijsmaterialen en werkvormen zouden zich gedurende het leerproces steeds moeten aanpassen aan de specifieke behoefte van elke leerling. Ontwikkelingen in het veld van de Kunstmatige Intelligentie & Onderwijs zijn ondertussen zodanig vergevorderd dat interactieve software deze kennisconstructie van leerlingen inderdaad individueel en adequaat kan ondersteunen. Lector Didactiek van de Bètavakken dr. Bert Bredeweg bespreekt in zijn rede de kracht van interactieve kennisrepresentaties als medium voor kennisconstructie. Als voorbeeld zal hij ingaan op conceptueel modelleren als didactische vorm voor het creëren van kennis over het gedrag van dynamische systemen. Hij zal ook illustreren hoe slimme softwarecomponenten individuele leerlingen naar behoefte kunnen ondersteunen bij dit leerproces.
DOCUMENT
Deze openbare les gaat over het verantwoord ontwerpen van toepassingen met kunstmatige intelligentie. Verantwoord ontwerpen houdt daarbij in dat ontwerpers zich bewust zijn van hun verantwoordelijkheid en rekening houden met de ethische implicaties van hun werk op mensen en de samenleving. In deze les zal ik dieper ingaan op waarom dat belangrijk is en wat ervoor nodig is. Om dat te doen, zal ik eerst uitleggen wat kunstmatige intelligentie is en de belangrijkste ontwikkelingen in het vakgebied bespreken. Daarna zal ik ingaan op de ethische implicaties van toepassingen met kunstmatige intelligentie. Vervolgens zal ik de bespreken welke rol ontwerp hierin kan spelen. Tot slot zal ik de onderzoeksagenda van het lectoraat Artificial Intelligence & Society presenteren, dat zich de komende jaren zal bezighouden met verantwoord ontwerp van toepassingen met kunstmatige intelligentie.
DOCUMENT
Artikel verschenen in NVVR/MemoRad: Het missen van fracturen kan leiden tot onnodige problemen voor patiënten. Verschillende complicaties en bijkomende kosten kunnen het gevolg zijn. Wat is de waarde van kunstmatige intelligentie (Al) bij röntgenbeelden voor het opsporen van fracturen? De toepassing van Al-systemen in het werkveld kan radiologen ondersteunen. Uit de literatuurstudie van Patricia Dinkgreve komt naar voren dat Al met hoge nauwkeurigheid fracturen kan opsporen.1 Al presteert zelfs beter dan medisch specialisten met/of zonder de hulp van Al
DOCUMENT
Maaike Harbers is lector artificial intelligence & society bij het Kenniscentrum Creating 010 en hoofddocent bij de opleiding creative media and game technologies. Ze doet onderzoek naar ethiek en kunstmatige intelligentie.
LINK
De ontwikkeling en toepassing van Kunstmatige Intelligentie (KI) heeft een aanzienlijke impact op bestaande competenties binnen vrijwel elk vakgebied, van onderzoek tot communicatie. Voor niet-ICT-opleidingen betekent dit dat het onderwijs moet worden aangepast om studenten effectief voor te bereiden op een AI-gedreven toekomst. Hoewel 21e-eeuwse vaardigheden een solide basis bieden voor een snel veranderende wereld vol technologie, digitalisering en innovatie, rijst de vraag of deze vaardigheden voldoende zijn in een tijd waarin dagelijks honderden nieuwe AI-tools verschijnen. Het onderzoeksproject `AI4Students' biedt een innovatieve aanpak waarin hbo-teams van docenten en studenten samenwerken aan de ontwikkeling van `AI-ready persona's'. Deze persona's definiëren AI-gerelateerde competenties die niet alleen de toekomst van hun eigen opleiding vormgeven, maar ook een waardevolle leidraad bieden voor andere opleidingen om hun specifieke werkveld beter te begrijpen en te integreren.
DOCUMENT
In het werving- en selectieproces proberen organisaties in eerste instantie zoveel mogelijk geschikte kandidaten te laten solliciteren (een marketing/ branding probleem) om daaruit dan de meest geschikte kandidaat te kiezen (een selectieprobleem).
Het is wettelijk verboden om bij het selecteren van kandidaten te discrimineren op kenmerken die niet relevant zijn voor de selectie (zoals huidskleur, geloof of leeftijd). Maar een eerlijk en rechtvaardig proces moet verder gaan dan de wet. Een ethische aanpak zorgt ervoor dat gelijk gesitueerde mensen gelijk behandeld worden, dat vooroordelen geen kans hebben, dat kandidaten met menswaardigheid en respect behandeld worden, dat de procedures en uitkomsten voor iedereen helder zijn, dat de kandidaat zinnige feedback krijg na het proces, en dat de voorspellingen over het toekomstige werksucces van een kandidaat daadwerkelijk kloppen.
Voor elk van de fasen van werving- en selectie zijn er kunstmatige intelligentiesystemen op de markt die organisaties kunnen helpen bij het proces. Die technologieën hebben gevolgen voor wie er wel of niet worden geselecteerd en kunnen dus een impact hebben op de diversiteit van een organisatie.
De diversiteit binnen een organisatie kan op drie manieren worden vergroot. Je kunt de bestaande bias uit het proces proberen te halen, je kunt barrières die ervoor zorgen dat alleen specifieke groepen kunnen of willen solliciteren wegnemen, en je kunt actief op zoek gaan naar kandidaten met een divers profiel.
Technologie zou op drie manieren kunnen helpen bij het verminderen van bias binnen het proces. Irrelevante persoonskenmerken kunnen automatisch buiten beschouwing worden gelaten en je kunt een stuk makkelijker dan bij een menselijke recruiter meten op wat voor manier het systeem biased is. Ook zou technologie kunnen helpen bij het vinden
van nieuwe groepen kandidaten die eerder nog niet in beeld waren.
De voordelen van het gebruik van kunstmatige intelligentie hebben daarnaast vooral te maken met efficiëntie. Delen van het proces kunnen worden geautomatiseerd, en de werkwijze kan meer uniform gemaakt. Het zijn daarom vooral organisaties die grote aantal kandidaten werven die op dit moment gebruik maken van kunstmatige intelligentie.
Er kleven ook grote risico’s aan het gebruik van kunstmatige intelligentie binnen werving- en selectieprocessen. Omdat veel van de technologie uitgaat van de huidige (succesvolle) werknemers is er de kans dat je de (weinige diverse) status quo juist handhaaft. Het is nooit uit te sluiten dat er hele specifieke vormen van bias met betrekking tot bepaalde groepen in het systeem blijven zitten, en dit soort systemen kunnen sowieso slecht omgaan met individuen die op een of andere manier afwijken van de norm. Die bias die – ook na een zorgvuldige implementatie – overblijft is dan wel meteen systematisch en schaalt mee met de inzet van de technologie. Verder blijft het moeilijk om te valideren of de kunstmatige intelligentie die je inzet wel goed werkt. Tot slot hebben dit soort systemen veel data nodig. Dit kan op het gebied van privacy en de vereiste dataminimalisatie problemen opleveren.
Je hoort vaak dat we ons geen zorgen hoeven te maken over de inzet van kunstmatige intelligentie binnen werving- en selectie. Het is immers voorlopig nog steeds de mens die de uiteindelijke beslissing neemt. Dit klopt (vooralsnog) misschien nog wel voor het aannemen van de kandidaat, maar is allang niet meer het geval voor de kandidaten die worden afgewezen. Daar is het vaak al de machine die kiest, zonder enige menselijke tussenkomst.
Als je er toch voor kiest om kunstmatige intelligentiesystemen binnen werving- en selectieprocessen te implementeren, dan moet je dat op een heel intentionele manier doen. En met een scherpe blik op de achterliggende waarden. Dit onderzoek heeft gereedschap opgeleverd dat daarbij kan helpen. Met de AI in Recruitment (AIR) Discussietool kun je aan de hand van de volgende vijf vragen (en de bijbehorende deelvragen) komen tot een zo verantwoord mogelijke implementatie:
1. Wat is voor jouw organisatie eerlijke en rechtvaardige werving en selectie?
2. Hoe zit het met de benodigde data?
3. Blijft de mens de baas over het proces?
4. Is jouw organisatie en is de technologie onbevooroordeeld?
5. Weet je zeker dat de technologie werkt en dat het blijft werken?
MULTIFILE
In deze rapportage wordt verslag gedaan van het project “Kunstmatige intelligentie in de Publieke Ruimte”. De Haagse Hogeschool deed, in samenwerking met lokale creatieve ondernemers, onderzoek naar de mogelijkheden en toepassingen van kunstmatige intelligentie in de publieke ruimte. Aanleiding hiervoor was het voornemen van de gemeente Den Haag om zogenaamde Smart City Infrastructuur te realiseren. De gemeente Den Haag heeft, met een consortium van leveranciers van services en infrastructuur, het voornemen om te investeren in de bouw van de zogenaamde Smart City Infrastructuur (SCI). Deze infrastructuur zal bestaan uit “Smart City Hubs”, nog te ontwikkelen WIFI-stations met sensortechnologie, geïnstalleerd in lichtmasten in de publieke ruimte. In dit project is onderzocht welke toepassingen van kunstmatige intelligentie wellicht wenselijk zijn in de context van deze infrastructuur van genetwerken sensoren, wat de technische mogelijkheden zijn en wat kansrijke concepten voor creatieve ondernemers en andere burgers van Scheveningen zijn. Dit project beoogt een kennisimpuls te geven met betrekking tot de wenselijkheden en mogelijkheden van toepassingen van kunstmatige intelligentie in de, nog te realiseren, Smart City Infrastructuur. Het project resulteerde in twee concrete, geëvalueerde prototypes die de waarde en potentie van kunstmatige intelligentie in de publieke ruimte aantonen. LinkedIn: https://www.linkedin.com/in/josvanleeuwen/ https://www.linkedin.com/in/arnoldjanquanjer/ https://www.linkedin.com/in/atjylha/
DOCUMENT
AI, ML, DT allemaal buzzwoorden die als een soort Haarlemer olie alle problemen oplossen. Hierbij wordt vaak de rol van de mens vergeten. In deze workshop worden de valkuilen van smart technologie implementatie bij productie omgevingen met een hoge varieteit behandeld. Een interessante paradox ontstaat: juist als de (interne) omgeving zo complex wordt, dat kunstmatige intelligentie oid nodig lijkt te zijn, zijn de mogelijkheden van kunstmatige intelligentie twijfelachtig en moeten door de mens worden gemodereerd.
DOCUMENT
Hanze MAG-podcast Q&A door dummies S01E03.
Van AI hebben onze dummies ‘bizar weinig’ verstand, maar ze zijn er wel heel nieuwsgierig naar. Hanze-lector Rix Groenboom weet er alles van, dus hoog tijd om flink wat vragen op hem af te vuren.
Van schaakcomputer tot ChatGPT, in ruim twintig is AI razendsnel geëvolueerd, maar nooit is er meer aandacht voor geweest als het afgelopen jaar. Dankzij vooral ChatGPT maakt de hele wereld nu ineens kennis met alle mogelijkheden die AI biedt.
Maar wat is nu eigenlijk AI? Waarom is een rekenmachine geen AI, maar een chatbot wel? Hoe voed je AI op? Hoe herkent ie fake news? Wat is een Large Language Model (LLM)? Hoe maak je onderscheid tussen AI-content en door mensen gemaakte content? En moeten we ons zorgen maken over de snelheid waarmee AI zich momenteel ontwikkelt? Wat is Q&A door dummies?
Weten dat je iets niet weet is het begin van wijsheid… Wat dat betreft zijn onze hosts/dummies Maikel en Mattheüs al heel wijs. Ze weten heel goed dat ze niets weten, maar ze laten het er niet bij zitten!
Elke maand interviewen ze een nieuwe expert, niet gehinderd door enige kennis van zaken. Maar wel met grenzeloze nieuwsgierigheid en een goede dosis humor. Daarnaast behandelen ze kijkersvragen die jij – ja jij! – kan insturen door een dm (of mailtje) te sturen naar één van de socials van HanzeMag.
Onze experts komen uit allerlei vakgebieden en kunnen onderzoekers, lectoren, docenten, ondernemers, politici, dictators, banketbakkers, ervaringsdeskundigen en/of fulltime helpdeskmedewerkers zijn. Ben je nieuwsgierig maar hou je niet van suffe colleges? Zoek je een amusante en informatieve show om een half uurtje mee te vullen? Zoek niet verder, dit is… Q&A door Dummies!
Presentatie: Maikel van Duinen & Mattheüs Douwes
Beeld: Bas Swaving
Geluid: Cazism
LINK
