Event

Verslag Data-Date #4: AI en publieksparticipatie

29.10.2020

Hoe kan je als AI-ontwikkelaar gebruikers en andere belanghebbenden betrekken in je project? Samen met een aantal experts in citizen science en participatie, maar ook met ons online publiek, gingen we op 27 oktober 2020 in onze vierde ‘Data-Date’ op zoek naar manieren om je doelgroep(en) beter te betrekken.

'Data-Date' is een concept van het Kenniscentrum waarbij we externe sprekers uitnodigen om bij te dragen aan het debat rond Artificiële Intelligentie (AI). Voor deze editie rond AI en publieksparticipatie schoven de volgende experten mee aan tafel: Jef van Laer (Scivil), Carina Veeckman (imec-SMIT, VUB), Karel Verhaeghe (Citizenlab), Nanouk Verhulst (DataBuzz) en Lynn Coorevits (imec).

Bekijk het volledige panelgesprek op ons YouTube-kanaal of onderaan deze pagina.



Jef Van Laer (adviseur citizen science bij Scivil) ging dieper in op citizen science. Wat is het en voor wie kan het relevant zijn? Waarom zou je citizen science meenemen in je project? Hoe rol je een citizen science project uit? Hoe actief moet je jouw doelpubliek betrekken in een citizen project?

Carina Veeckman (onderzoekster bij imec-SMIT, VUB) ging na de presentatie van Jef Van Laer dieper in op het onderwerp citizen science. Ze lichtte enkele voorbeelden toe van citizen science projecten waarin AI reeds eerste stapjes zette. Het gebruik van AI binnen citizen science kan bepaalde processen vergemakkelijken, zoals het classificeren van afbeeldingen door een algoritme. Desondanks moeten er zeker ook enkele reflecties gemaakt worden, meer bepaald rond datakwaliteit en transparantie.

Karel Verhaeghe (product manager bij Citizenlab) gaf enkele best practices mee in verband met digitale participatie voor innovatie: communiceer in heldere taal, zorg voor een duidelijk proces (waarom verzamel je input, wat ga je ermee doen, etc.) en tenslotte, maak het tastbaar voor je doelpubliek (werk met video, stel duidelijke vragen, etc.). Specifiek rond het gebruik van AI in participatieprojecten somde Karel enkele uitdagingen op. Hierover lees je meer in het puntje ‘Wat onthouden we uit het panelgesprek?’.

Nanouk Verhulst (coördinator bij DataBuzz) verduidelijkte hoe de DataBuzz aan de hand van workshops en lespakketten data- en technologiegeletterdheid verhoogt bij jongeren en volwassenen. Een sleutelcompetentie die in de toekomst des te belangrijker zal worden.

Lynn Coorevits (digital health innovation manager bij imec) deed een warme oproep om niet enkel je eindgebruiker, maar ook andere belanghebbenden die met je innovatie in aanraking zullen komen, te betrekken in het ontwerpproces. Al die stakeholders beïnvloeden op een of andere manier je uiteindelijke innovatie. Menselijke assistentie is hierbij zeker nodig, want AI is nog niet slim genoeg om rekening te houden met alle stakeholders en diens input.

Wat we onthouden uit het panelgesprek:

Over het gebruik van AI en datatoepassingen in participatieprojecten:

  • AI kan momenteel nog niet losstaan in een innovatie- en/of citizen science project. Menselijke assistentie blijft noodzakelijk om het project in goede banen te leiden en de nodige controles uit te voeren.
  • Als je een interactie wil bekomen tussen mens en machine, is het belangrijk om transparant te zijn over het AI-systeem of algoritme dat je gebruikt. Wat doet het algoritme juist? Welke data worden door het algoritme verzameld en geanalyseerd én met welk doel? Hoe verhoudt de rol van de mens zich tegenover de rol van het algoritme?
  • AI kan ingezet worden bij het verwerken en analyseren van de input van burgers, zeker wanneer je véél input hebt verkregen. Maar dit brengt ook enkele uitdagingen met zich mee:
    • het begrijpbaar maken van je algoritme voor iedereen;
    • ervoor zorgen dat de link met de originele input niet verloren gaat (zodat je kan aantonen waarom je bepaalde acties en keuzes hebt genomen én anderen niet);
    • het vermijden van fouten door je AI-systeem bij burgerparticipatie (tip: laat de uitkomsten van je systeem altijd nakijken door een persoon);
    • ervoor zorgen dat je steeds kan aantonen waarom je een bepaalde beslissing hebt genomen (tip: maak een overzicht van de genomen stappen).
  • Om iedereen mee te krijgen in je digitale verhaal, is het noodzakelijk om aan die algemene basiskennis rond AI en datatoepassingen te werken. Pas wanneer mensen beschikken over dergelijke basiskennis, kan je hen ten volle mee laten participeren en debatteren, maar ook empoweren.
  • Voorzie een ethisch raamwerk en denk na over de anonimiteit en het datageletterdheidsniveau van je publiek wanneer je hen betrekt in je project.


Over participatieprojecten in het algemeen:

  • Je kan jouw publiek op allerlei manieren betrekken in een citizen science project. Betrek je hen bijvoorbeeld ook bij het opstellen van de onderzoeksvragen? Of wil je dat jouw publiek voornamelijk mee de data verzamelt? Iedere vorm van involvement heeft zo zijn voor- en nadelen. Voornamelijk je doel en je beoogde doelgroep zullen de vorm van involvement bepalen.
  • Om participatie in je project te bekomen, moet je doelpubliek overtuigd zijn van de waarde van je project: waarom zou ik willen meedoen aan jouw project? What’s in it for me? Specificeer dit om mogelijke deelnemers te overtuigen mee te stappen in je project.
  • Participatie en co-creatie zijn geen tijdverlies. Je maakt hiervoor inderdaad tijd vrij, maar door middel van participatie en co-creatie kan je juist sneller met de neus in de goede richting zitten en tot een oplossing komen.
  • Het blijft een uitdaging om minder gehoorde stemmen te betrekken in innovatie- en citizen science projecten.

Conclusie

AI in participatieprojecten heeft momenteel een assisterende rol. Het vergemakkelijkt bepaalde processen die anders op de schouders van de deelnemers zouden vallen (zoals het classificeren van afbeeldingen). Zeker binnen participatieprojecten blijven die menselijke handelingen en menselijke controle cruciaal. Daarenboven kan het gebruik van AI in een participatief project niet zonder een ethisch raamwerk waarbij wordt nagedacht over anonimiteit, databescherming en transparantie.

Naar de toekomst toe zal de nood aan een degelijke omkadering voor het gebruik van AI - én dit in overleg met de betrokkenen - binnen participatieprojecten alleen maar toenemen. Hoe willen we AI gebruiken in dergelijke projecten? Waar leggen we de grens? Welke ethische waarden stellen we voorop?

Download hier de presentaties de sprekers.