In dit artikel wordt een classificatieschema gepresenteerd waarmee veranderingen aan informatiesystemen, die beslissingen uitvoeren, kunnen worden getypeerd. Hierbij wordt een onderscheid gemaakt tussen de moeite van de wijziging voor de interne organisatie en de klant.
LINK
Rede uitgesproken bij de aanvaarding van het ambt van lector Optimaliseren Kennisintensieve Bedrijfsprocessen bij Zuyd Hogeschool op vrijdag 20 mei 2016. Beschouwingen over de ontwikkelingen in Financiele dienstverlening, missie van het Lecotraat ‘Het ontwikkelen en verspreiden van nieuwe inzichten en oplossingen voor praktische vraagstukken met betrekking tot kennisintensieve bedrijfsprocessen teneinde de kennisontwikkeling en professionaliteit in met name de financiële dienstverlening te bevorderen.’
LINK
Deze stagiair journey is gemaakt op basis van bijeenkomsten van de Kenniswerkplaats Zorgvuldig Data Delen (voorjaar 2024), met medewerkers, docenten, onderzoekers en studenten van Hogeschool Utrecht. De volgorde van stappen wordt door studenten soms anders ervaren.
Een vraagarticulatieproces met projectmanagers en -leiders uit private en Triple-Helix organisaties laat zien dat zij behoefte hebben aan tools voor: 1. Het bepalen van de juiste incentives om stakeholders actief te betrekken in multi-sector collaboratieve innovatieprojecten (verder verwezen als innovatieprojecten), en 2. Het concreet, transparant en op één lijn te krijgen van de belangen van de partners. Vandaar dat dit project betreft het doorontwikkelen van het Degrees of Engagement diagram (DoE-diagram), een tool voor het managen van stakeholder engagement in innovatieprojecten voor het behalen van de maatschappelijke opgaven. Hiermee sluit het project aan bij de programmalijn ‘rollen, belangen en coördinatie’ van de Kennis en Innovatieagenda van de missie Maatschappelijke Verdienvermogen- thema’s Klimaat & Energie en Circulaire economie. Het consortium bestaat uit de Hogeschool van Amsterdam (HvA), KplusV en Amsterdam Smart City (ASC). De HvA ontwikkelde het DoE-diagram. Voor het identificeren van stakeholders bevat het DoE-diagram attributen op project- en organisatieniveau. In dit project wordt het DoE doorontwikkeld door onderzoek te doen naar: 1. De attributen op individuniveau en potentiele nieuwe attributen op project- en organisatieniveau, 2. De mate waarin deze attributen invloed hebben op het bepalen van de passende incentives, de concretisering van de partnerbelangen en al dan niet succesvolle verloop van innovatieprojecten, 3. Een verkenning van een digitale versie van het DoE voor het managen van in- en uitstappen van partners. Hiermee beoogt het project twee doelen: 1. Inzicht verkrijgen in stakeholderconfiguraties voor het ondersteunen van beslissingen met betrekking tot stakeholder-engagement, 2. Bouwen van een consortium van partijen die vervolg aan het project gaan geven door longitudinaal onderzoek te doen naar de inzet van de uitbreiding van het DoE-diagram en het maken van een werkend prototype en testen van de digitale versie ervan.
Bedrijven, waaronder telecomproviders, vertrouwen steeds meer op complexe AI-systemen. Het gebrek aan interpreteerbaarheid dat zulke systemen vaak introduceren zorgt voor veel uitdagingen om het onderliggende besluitvormingsproces te begrijpen. Vertrouwen in AI-systemen is belangrijk omdat het bijdraagt aan acceptatie en adoptie onder gebruikers. Het vakgebied Explainable AI (XAI) speelt hierbij een cruciale rol door transparantie en uitleg aan gebruikers te bieden voor de beslissingen en werking van zulke systemen.
Bedrijven, waaronder telecomproviders, vertrouwen steeds meer op complexe AI-systemen. Het gebrek aan interpreteerbaarheid dat zulke systemen vaak introduceren zorgt voor veel uitdagingen om het onderliggende besluitvormingsproces te begrijpen. Vertrouwen in AI-systemen is belangrijk omdat het bijdraagt aan acceptatie en adoptie onder gebruikers. Het vakgebied Explainable AI (XAI) speelt hierbij een cruciale rol door transparantie en uitleg aan gebruikers te bieden voor de beslissingen en werking van zulke systemen.Doel Bij AI-systemen zijn gewoonlijk verschillende stakeholders betrokken, die elk een unieke rol hebben met betrekking tot deze systemen. Als gevolg hiervan varieert de behoefte voor uitleg afhankelijk van wie het systeem gebruikt. Het primaire doel van dit onderzoek is het genereren en evalueren van op stakeholder toegesneden uitleg voor use cases in de telecomindustrie. Door best practices te identificeren, nieuwe explainability tools te ontwikkelen en deze toe te passen in verschillende use cases, is het doel om waardevolle inzichten op te doen. Resultaten Resultaten omvatten het identificeren van de huidige best practices voor het genereren van betekenisvolle uitleg en het ontwikkelen van op maat gemaakte uitleg voor belanghebbenden voor telecom use-cases. Looptijd 01 september 2023 - 30 augustus 2027 Aanpak Het onderzoek begint met een literatuurstudie, gevolgd door de identificatie van mogelijke use-cases en het in kaart brengen van de behoeften van stakeholders. Vervolgens zullen prototypes worden ontwikkeld en hun vermogen om betekenisvolle uitleg te geven, zal worden geëvalueerd.
