Users and potential users of the sharing economy need to place a considerable amount of trust in both the person and the platform with which they are dealing. The consequences of transaction partners’ opportunism may be severe, for example damage to goods or endangered personal safety. Trust is, therefore, a key factor in overcoming uncertainty and mitigating risk. However, there is no thorough overview of how trust is developed in this context. To understand how the trust of users in the sharing economy is influenced, we performed a systematic literature review. After screening, 45 articles were included in a qualitative synthesis in which the results were grouped according to a well‐established trust typology. The results show various antecedents of trust in the sharing economy (e.g. reputation, trust in the platform, and interaction experience) related to multiple entities (i.e. seller, buyer, platform, interpersonal, and transaction). Trust in this economy is often reduced to the use of reputation systems alone. However, our study suggests that trust is much more complex than that and extends beyond reputation. Furthermore, our review clearly shows that research on trust in the sharing economy is still scarce and thus more research is needed to understand how trust is established in this context. Our review is the first that brings together antecedents of trust in online peer‐to‐peer transactions and integrates these findings within an existing framework. Additionally, the study suggests directions for future research in order to advance the understanding of trust in the sharing economy.
LINK
In this dissertation Maarten ter Huurne investigates why users in the sharing economy trust each other.
From diagnosis to patient scheduling, AI is increasingly being considered across different clinical applications. Despite increasingly powerful clinical AI, uptake into actual clinical workflows remains limited. One of the major challenges is developing appropriate trust with clinicians. In this paper, we investigate trust in clinical AI in a wider perspective beyond user interactions with the AI. We offer several points in the clinical AI development, usage, and monitoring process that can have a significant impact on trust. We argue that the calibration of trust in AI should go beyond explainable AI and focus on the entire process of clinical AI deployment. We illustrate our argument with case studies from practitioners implementing clinical AI in practice to show how trust can be affected by different stages in the deployment cycle.
Goed slapen is van belang voor de gezondheid, de alertheid en stressreductie van mensen. Echter kampen veel mensen met slaapproblemen, waarbij chronisch slecht slapen kan leiden tot o.a. cognitieve problemen (depressie en dementie) en het heeft een negatief effect op de kwaliteit van leven. Kwaliteit van slapen hangt samen met hoe de slaap wordt ervaren en of iemand voldoende uitrust en tevreden is over de slaap, echter is 63% van de Nederlanders ontevreden over de eigen slaapkwaliteit. Dit project richt zich op volwassenen met slaapproblemen. Door middel van co-creatie wordt er gewerkt aan een digitale slaapcoach, als verlengstuk van een slaapexpert. Uitgangspunt van de coach is de eerder ontwikkelde voedingscoach Halloliz. De nieuwe slaapcoach helpt bij het in kaart brengen van individuele factoren die de slaapkwaliteit verminderen, bij het verbeteren van slaapgedrag en bij het bestendigen hiervan. Er wordt gebruik gemaakt van Cognitive Behavior Therapy for Insomnia, waarbij het effect van interventies op slaapgedrag direct wordt verwerkt in een aangepast slaapplan. Het project richt zich op het ontwikkelen van een slaapcoach rekening houdend met adoptie en motivatie van de doelgroep om de coach te gebruiken. Adoptie hangt onder andere samen met de vorm en uitstraling van de slaapcoach, maar ook met de bereidheid van de gebruiker om het gedrag te veranderen. Daarnaast speelt motivatie een belangrijke rol bij het bestendigen van gedragsverandering. In het project wordt de patient journey in kaart gebracht en wordt uitgezocht hoe het ontwerp van de coach kan worden geoptimaliseerd richting adoptie, motivatie en uiteindelijk de gewenste gedragsverandering. Een consortium van experts in het ontwerpen (co-creatie) van eHealth oplossingen en gebruikersonderzoek zal het project uitvoeren. Deze worden bijgestaan door een klankbordgroep bestaande uit onder andere slaapexperts.
The ELSA AI lab Northern Netherlands (ELSA-NN) is committed to the promotion of healthy living, working and ageing. By investigating cultural, ethical, legal, socio-political, and psychological aspects of the use of AI in different decision-makingcontexts and integrating this knowledge into an online ELSA tool, ELSA-NN aims to contribute to knowledge about trustworthy human-centric AI and development and implementation of health technology innovations, including AI, in theNorthern region.The research in ELSA-NN will focus on developing and mapping ELSA knowledge around three general concepts of importance for the development, monitoring and implementation of trustworthy and human-centric AI: availability, use,and performance. These concepts will be explored in two lines of research: 1) use case research investigating the use of different AI applications with different types of data in different decision-making contexts at different time periods duringthe life course, and 2) an exploration among stakeholders in the Northern region of needs, knowledge, (digital) health literacy, attitudes and values concerning the use of AI in decision-making for healthy living, working and ageing. Specificfocus will be on investigating low social economic status (SES) perspectives, since health disparities between high and low SES groups are growing world-wide, including in the Northern region and existing health inequalities may increase with theintroduction and use of innovative health technologies such as AI.ELSA-NN will be integrated within the AI hub Northern-Netherlands, the Health Technology Research & Innovation Cluster (HTRIC) and the Data Science Center in Health (DASH). They offer a solid base and infrastructure for the ELSA-NNconsortium, which will be extended with additional partners, especially patient/citizens, private, governmental and researchrepresentatives, to have a quadruple-helix consortium. ELSA-NN will be set-up as a learning health system in which much attention will be paid to dialogue, communication and education.
Met de opkomst van digitale diensten en de impact van digitale technologie is het vraagstuk van privacy hoog op de maatschappelijke agenda beland. Burgers gebruiken steeds vaker apps en andere online services, met als keerzijde dat we steeds meer informatie over onszelf moeten delen om optimaal gebruik te kunnen maken van deze faciliteiten. Dit kan leiden tot schending van onze privacy. Ook voor de meeste (mkb-)bedrijven is het lastig om inzicht te krijgen in de privacy implicaties van hun online services en in de privacy-eisen om deze implicaties te verzachten. Het privacyvraagstuk is voor deze doelgroepen grijpbaar te maken door de privacy-eisen waar online diensten aan moeten voldoen op een beknopte, overzichtelijke en duidelijke manier te communiceren. Privacy labels, in navolging van energielabels en voedingslabels, zijn hiervoor een veelbelovende methode. Binnen het, door NWO gefinancierde, SERIOUS project is een prototype ontwikkeld om privacy-eisen te visualiseren middels een multidimensionaal privacy label (Barth, Ionita en Hartel, 2020). Op basis van een vragenlijst met betrekking op datacollectie, dataverwerking en datadisseminatie kan de mate van privacy borging en bescherming worden vastgesteld. Het huidige prototype van dit privacy label is generiek. Echter is het mogelijk dat bepaalde elementen van privacy in de praktijk binnen sommige domeinen veel zwaarder wegen dan binnen anderen. Kenniscentrum Creating 010 onderzoekt, naar aanleiding van de vraag vanuit de samenwerkingspartijen van het SERIOUS project, binnen dit project hoe het SERIOUS prototype kan worden doorontwikkeld naar een volwaardig privacy label. Hierbij wordt nagegaan of en hoe het prototype in en voor verschillende sectoren werkt, deze zijn: retail, media en cultuur. Het doel van dit project is om middels een haalbaarheidsstudie de richtlijnen voor een domein-specifiek label te achterhalen en op te stellen die dienen als uitgangspunt voor een vervolgproject voor een domein-specifieke privacy tool.
