Zoekresultaten
Volg ons op
Volg ons op
Wat levert een social media campagne op? Steeds vaker werken communicatieprofessionals met social media monitoring tools om die vraag te beantwoorden. Met behulp van deze tools kun je in kaart brengen hoeveel likes, shares en comments een bericht heeft opgeleverd. Maar dit zegt helaas nog niet alles. Zijn mensen bijvoorbeeld positief of negatief in hun reactie? Gaat het in hun commentaar onder een instagram bericht om een compliment of juist een klacht? Huidige social media monitoring tools kunnen dit nog niet goed in kaart brengen. Kan artificial intelligence hier een rol in vervullen?
LINK
Interview over kunstmatige intelligentie met Maaike Harbers (lector Artificial Intelligence, kenniscentrum Creating 010)
DOCUMENT
Nederland bekleedt internationaal een toppositie in de afhandeling van fysieke goederenstromen. Om deze logistieke toppositie te kunnen behouden, zal het Nederlandse bedrijfsleven echter moeten anticiperen op zowel voorspelbare als minder goed voorspelbare veranderingen. De vanzelfsprekendheid dat Nederland de huidige goederenstromen zal kunnen en mogen verwerken, neemt af. Tegelijkertijd ontstaan er nieuwe kansen binnen een nieuwe generatie logistiek, die zich kenmerkt door complexe netwerken en een verregaande digitalisering. Behalve internationale ontwikkelingen in de logistieke sector dwingen ook andere ontwikkelingen de Nederlandse logistieke bedrijven om te digitaliseren als ze hun toppositie willen blijven behouden. Zo is er de toenemende internationale en nationale druk om de sector te verduurzamen, door bijvoorbeeld het energieverbruik en de CO2-uitstoot substantieel terug te dringen. Daarvoor zal de sector maatregelen moeten nemen, zoals het verbeteren van de efficiëntie door bijvoorbeeld het aantal voertuigbewegingen terug te dringen. Het is echter niet eenvoudig om deze maatregelen op een gedegen manier uit te werken. Digitalisering kent vele vormen en kan een serieuze investering vergen. Ook is het nog niet goed duidelijk welke digitaliseringsingrepen effectief zullen zijn. Met name Artificial Intelligence kan worden aangenomen substantieel te kunnen bijdragen aan een wereldwijd efficiënter aansturen van goederenstromen. Deze openbare les gaat over de verschillende manieren waarop Artificial Intelligence kan bijdragen aan het efficiënter maken van de verschillende logistieke processen hetgeen leidt tot verduurzaming van de sector. In dit kader wordt in deze openbare les ook de onderzoeksagenda voor de komende jaren gepresenteerd.
DOCUMENT
De onderzoeksagenda voor het Responsible Applied Artificial InTelligence (RAAIT) programma. RAAIT draait om het ontwerpen, ontwikkelen, en inbedden van AI-oplossingen waarbij getracht wordt om negatieve implicaties van AI-toepassingen voor individuen, samenleving en planeet te minimaliseren en positieve implicaties te stimuleren. Het RAAIT programma is een samenwerking tussen de hogescholen van Amsterdam, Rotterdam en Utrecht. Het betreft een achtjarig onderzoeksprogramma met als doel het opzetten van een infrastructuur ten behoeve van excellent onderzoek op een actueel, maatschappelijk vraagstuk: Responsible Applied AI.
DOCUMENT
In het boek komen 40 experts aan het woord, die in duidelijke taal uitleggen wat AI is, en welke vragen, uitdagingen en kansen de technologie met zich meebrengt.
DOCUMENT
People tend to be hesitant toward algorithmic tools, and this aversion potentially affects how innovations in artificial intelligence (AI) are effectively implemented. Explanatory mechanisms for aversion are based on individual or structural issues but often lack reflection on real-world contexts. Our study addresses this gap through a mixed-method approach, analyzing seven cases of AI deployment and their public reception on social media and in news articles. Using the Contextual Integrity framework, we argue that most often it is not the AI technology that is perceived as problematic, but that processes related to transparency, consent, and lack of influence by individuals raise aversion. Future research into aversion should acknowledge that technologies cannot be extricated from their contexts if they aim to understand public perceptions of AI innovation.
LINK
Editorial on the Research Topic "Leveraging artificial intelligence and open science for toxicological risk assessment"
LINK
Poster KIM voor de ECR is nu online te zien via EPOS: https://epos.myesr.org/poster/esr/ecr2022/C-16092 posternummer: C-16092, ECR 2022 Purpose Artificial Intelligence (AI) has developed at high speed the last few years and will substantially change various disciplines (1,2). These changes are also noticeable in the field of radiology, nuclear medicine and radiotherapy. However, the focus of attention has mainly been on the radiologist profession, whereas the role of the radiographer has been largely ignored (3). As long as AI for radiology was focused on image recognition and diagnosis, the little attention for the radiographer might be justifiable. But with AI becoming more and more a part of the workflow management, treatment planning and image reconstruction for example, the work of the radiographer will change. However, their training (courses Medical Imaging and Radiotherapeutic Techniques) hardly contain any AI education. Radiographers in the Netherlands are therefore not prepared for changes that will come with the introduction of AI into everyday work.
LINK
The integration of Artificial Intelligence (AI) into peer learning has gained significant attention with demonstrated benefits in offering an overview of student characteristics, learning environment conditions, learning processes, learning outcomes, and their interplay constituting AI-supported peer learning remains lacking. This systematic review synthesises findings from 26 empirical studies published between 2010 and 2024, identified through rigorous searches in PsychInfo, ERIC, Education Research Complete, Web of Science, and Scopus databases, following a PRISMA-guided methodology. Building on Biggs’s 3P model, the review examines student characteristics, learning environment conditions, peer learning processes, and learning outcomes in the AI-driven peer learning context. The findings underscore AI’s potential to transform peer learning through responsive and adaptive interventions while addressing challenges like over-reliance and didactical design. This review offers actionable insights for scholars and educators to guide effective AI integration in peer learning settings.
MULTIFILE
