This paper describes a concept where products are equipped with agents that will assist in recycling and repairing the product. These so-called product agents represent the product in cyberspace and are capable to negotiate with other products in case of recycling or repair. Some product agents of broken products will offer spare parts, other agents will look for spare parts to repair a broken product. On the average this will enlarge the lifetime of a product and in some cases prevent wasting resources. Apart from reuse of spare parts these agents will also help to locate rare elements in a device, so these elements can be recycled more easily.
This paper describes a concept where products are equipped with agents that will assist in recycling and repairing the product. These so-called product agents represent the product in cyberspace and are capable to negotiate with other products in case of recycling or repair. Some product agents of broken products will offer spare parts, other agents will look for spare parts to repair a broken product. On the average this will enlarge the lifetime of a product and in some cases prevent wasting resources. Apart from reuse of spare parts these agents will also help to locate rare elements in a device, so these elements can be recycled more easily.
In de afgelopen jaren hebben technologische ontwikkelingen de aard van dienstverlening ingrijpend veranderd (Huang & Rust, 2018). Technologie wordt steeds vaker ingezet om menselijke servicemedewerkers te vervangen of te ondersteunen (Larivière et al., 2017; Wirtz et al., 2018). Dit stelt dienstverleners in staat om meer klanten te bedienen met minder werknemers, waardoor de operationele efficiëntie toeneemt (Beatson et al., 2007). Deze operationele efficiëntie leidt weer tot lagere kosten en een groter concurrentievermogen. Ook voor klanten kan de inzet van technologie voordelen hebben, zoals betere toegankelijkheid en consistentie, tijd- en kostenbesparing en (de perceptie van) meer controle over het serviceproces (Curran & Meuter, 2005). Mede vanwege deze beoogde voordelen is de inzet van technologie in service-interacties de afgelopen twee decennia exponentieel gegroeid. De inzet van zogenaamde conversational agents is een van de belangrijkste manieren waarop dienstverleners technologie kunnen inzetten om menselijke servicemedewerkers te ondersteunen of vervangen (Gartner, 2021). Conversational agents zijn geautomatiseerde gesprekspartners die menselijk communicatief gedrag nabootsen (Laranjo et al., 2018; Schuetzler et al., 2018). Er bestaan grofweg drie soorten conversational agents: chatbots, avatars, en robots. Chatbots zijn applicaties die geen virtuele of fysieke belichaming hebben en voornamelijk communiceren via gesproken of geschreven verbale communicatie (Araujo, 2018;Dale, 2016). Avatars hebben een virtuele belichaming, waardoor ze ook non-verbale signalen kunnen gebruiken om te communiceren, zoals glimlachen en knikken (Cassell, 2000). Robots, ten slotte, hebben een fysieke belichaming, waardoor ze ook fysiek contact kunnen hebben met gebruikers (Fink, 2012). Conversational agents onderscheiden zich door hun vermogen om menselijk gedrag te vertonen in service-interacties, maar op de vraag ‘hoe menselijk is wenselijk?’ bestaat nog geen eenduidig antwoord. Conversational agents als sociale actoren Om succesvol te zijn als dienstverlener, is kwalitatief hoogwaardige interactie tussen servicemedewerkers en klanten van cruciaal belang (Palmatier et al., 2006). Dit komt omdat klanten hun percepties van een servicemedewerker (bijv. vriendelijkheid, bekwaamheid) ontlenen aan diens uiterlijk en verbale en non verbale gedrag (Nickson et al., 2005; Specht et al., 2007; Sundaram & Webster, 2000). Deze klantpercepties beïnvloeden belangrijke aspecten van de relatie tussen klanten en dienstverleners, zoals vertrouwen en betrokkenheid, die op hun beurt intentie tot gebruik, mond-tot-mondreclame, loyaliteit en samenwerking beïnvloeden (Hennig-Thurau, 2004; Palmatier et al., 2006).Er is groeiend bewijs dat de uiterlijke kenmerken en communicatieve gedragingen (hierna: menselijke communicatieve gedragingen) die percepties van klanten positief beïnvloeden, ook effectief zijn wanneer ze worden toegepast door conversational agents (B.R. Duffy, 2003; Holtgraves et al., 2007). Het zogenaamde ‘Computers Als Sociale Actoren’ (CASA paradigma vertrekt vanuit de aanname dat mensen de neiging hebben om onbewust sociale regels en gedragingen toe te passen in interacties met computers, ondanks het feit dat ze weten dat deze computers levenloos zijn (Nass et al., 1994). Dit kan verder worden verklaard door het fenomeen antropomorfisme (Epley et al., 2007; Novak & Hoffman, 2019). Antropomorfisme houdt in dat de aanwezigheid van mensachtige kenmerken of gedragingen in niet-menselijke agenten, onbewust cognitieve schema's voor menselijke interactie activeert (Aggarwal & McGill, 2007; M.K. Lee et al., 2010). Door computers te antropomorfiseren komen mensen tegemoet aan hun eigen behoefte aan sociale verbinding en begrip van de sociale omgeving (Epley et al., 2007; Waytz et al., 2010). Dit heeft echter ook tot gevolg dat mensen cognitieve schema’s voor sociale perceptie toepassen op conversational agents.
De Nederlandse agrosector heeft te maken met sterke schaalvergroting, klimaatverandering, achteruitgang van bouwland door bodemverdichting van zware machines, teruglopende beschikbaarheid van arbeid en een strengere milieuwetgeving. Oplossingen worden gezocht in het gebruik van kleine, autonome machines (agrobots) die specifieke taken van boeren kunnen overnemen. Nederlandse machinebouwers als Lely spelen hierop in met melk-, voer- en mestruimrobots. De agrarische sector wil steeds efficiënter werken, haar productiviteit verbeteren en vraagt zodoende voortdurend om slimmere applicaties. Een toekomstbeeld waarbij samenwerkende agrobots situaties kunnen beoordelen en gezamenlijk complexe taken kunnen uitvoeren wordt gezien als ‘The next step’ en onvermijdelijk, maar tevens als ingewikkeld, risicovol en voorlopig onrealiseerbaar. Machinebouwers hechten grote waarde aan betrouwbaarheid en missen de technologie om onderlinge coöperativiteit tussen machines met de nodige robuustheid te kunnen ontwikkelen en te integreren in hun product. De HAN heeft inmiddels veel ervaring opgebouwd op het gebied van programmeertools voor robotica en wil samen met kennisinstellingen als WUR, TUDelft en UT, machinebouwers als Lely en MultiToolTrac en eindgebruikers uit de agrarische sector, kennis en ervaring ontwikkelen op het gebied van het programmeren van robuuste, coöperatieve systemen. Het consortium wil dit doen met behulp van een modelgebaseerde workflow op basis van een integrale, open source toolchain waarin bestaande tools c.q. ecosystemen zijn geïntegreerd. Dit moet uiteindelijk resulteren in een praktijkdemonstratie – op de Floriade 2022 - van de technologie middels twee prototypes: mestrobots in de veehouderij en oogstafvoersystemen in de akkerbouw. Ten behoeve van een goede projectfocus beschouwt DurableCASE autonomie als reeds bestaand en voegt hier coöperativiteit aan toe. Concreet levert DurableCASE het volgende op: - gedemonstreerde en gepubliceerde, toepasbare kennis over robuuste coöperativiteit in agrobotica, gebaseerd op multi-agent technologie; - een open toolchain die efficiënte, modelgebaseerde ontwikkeling van robuuste coöperativiteit mogelijk maakt; - inzicht in de business case; - lesmateriaal op basis van bovengenoemde kennis en toolchain.
