De wereld van het wetenschappelijk onderwijs ondergaat een grote transformatie. Een grote veroorzaker hiervan is COVID-19. Miljoenen studenten, docenten en professoren hebben zich moeten aanpassen aan het thuis werken, online lessen geven of volgen en het aangaan van nieuwe samenwerkingen. Ondanks dit is uit onderzoek gebleken dat technologische transformatie al ingezet was in de wetenschappelijke wereld voordat de pandemie begon. Kunstmatige intelligentie (KI) en Machine Learning (ML) spelen een steeds grotere rol in de manier waarop we leren en studeren en universiteiten spelen een belangrijke rol in de toenemende vraag naar data scientists en innovatieve onderzoekers.
Hoe zal KI de academische wereld veranderen?
In de laatste tien jaar hebben KI en ML technologieën een enorme groei ondergaan. Over de wereld wordt er gezocht naar mensen met de juiste kennis om academische, zakelijke en sociale uitdagingen op te lossen met de hulp van data en KI. Elsevier’s 2019 Research Futures rapport identificeert drie gebieden waarin op KI gebaseerde technologieën het verschil zullen gaan maken:
- KI en ML innovaties bieden wetenschappers en onderzoekers in alle disciplines een verbeterde en razendsnelle toegang tot enorme hoeveelheden data.
- Deze aangepaste technologieën zullen ook data-gedreven wetenschappelijke hypotheses kunnen ondersteunen.
- KI- technologieën maken de weg vrij voor open-source wetenschap. Wetenschappers zullen eerder en vaker informatie delen en krachten bundelen via internationale wetenschappelijke platforms.
Deze nieuwe methodes van wetenschappelijke samenwerking zullen de Academische wereld gaan transformeren, zoals de volgende twee voorbeelden laten zien.
Voorbeelden van KI initiatieven
Er zijn steeds meer discussies over de authenticiteit van nieuws. In 2018 verscheen er een rapport van het Massachusetts Institute of Technology (MIT). Hierin werd o.a. besproken dat het toepassen van ML tools op het identificeren en ontdekken van nepnieuws nog verbeterd kan worden. Dit werd vervolgens opgevolgd door het ontwikkelen van een tool die taalpatronen kan herkennen die kunnen herkennen of er sprake is van ‘echt’ of nepnieuws. Dit gebeurt aan de hand van ML en natural language processing (NLP) technieken.
Processen die KI ondersteuning hebben, geven onderzoekers ook de mogelijkheid om stereotypen in sekse of seksistisch taalgebruik in literatuur te kwantificeren. Een ongecontroleerde ML studie, gepresenteerd tijdens een bijeenkomst van The Association for Computational Linguistics in 2019, concludeert dat negatieve termen in literatuur en taal met name verwijzen naar vrouwelijke personages of onderwerpen. In een gezamenlijk project verzamelde onderzoekers van diverse organisaties zich om met de hulp van KI en ML technologie te laten zien hoe literatuur en taal invloed hebben op ongelijkheid tussen geslachten
KI kennis in beweging
De toenemende vraag naar KI en ML concepten heeft geleid tot een wedstrijd tussen wetenschappelijke instanties en de private sector rondom het investeren in junior KI onderzoekers. Niet verrassend domineren KI carrières de LinkedIn employment rankings en dit zal zo blijven omdat de vraag naar dit soort kennis alleen nog maar zal groeien. Volgens een studie uit 2019 van de Worcester Polytechnic Institute, is het percentage van advertenties waarin om kennis van KI, ML en data mining wordt gevraagd verdubbeld gedurende de afgelopen 5 jaar.
Samenwerken i.p.v. tegen werken
Investeren in samenwerking is enorm belangrijk voor het ontwikkelen van de houding t.o.v. KI en ML en hoe dit wordt toegepast in de academische wereld en daarbuiten. Begin 2019 opende Mark Rutte de Elsevier’s TechHub die de ontwikkeling van gestroomlijnde KI technologie ondersteuning biedt, binnen de driehoek van overheid, wetenschap en de private sector. Hieraan verbonden is de in Amsterdam gevestigde Innovation Center for Artificial Intelligence. Dit is nog een voorbeeld van hoe samenwerking tussen de private sector en de Academische wereld de toepassing van KI en ML kan verbeteren.
- Meer weten over dit onderwerp? Lees het in deze whitepaper.
- Benieuwd naar de mogelijkheden van big data voor de academische wereld? Neem contact met ons op!
