UNIVERSITEIT VAN AMSTERDAM
Portfolio Toegepaste Kennis- en Communicatiesystemen
Tim van Bremen
Inhoud Sociale robots ......................................................................................................................................... 2 Belangrijkste punten .......................................................................................................................... 2 Behavioural comparison of human–animal (dog) and human–robot (AIBO) interactions – Kerepesi et al. ................................................................................................................................. 2 Emotion and sociable humanoid robots – Breazeal ....................................................................... 2 The effects of physical embodiment, tactile interaction, and people’s loneliness in human–robot interaction– Lee et al. ..................................................................................................................... 3 Collegevragen ..................................................................................................................................... 4 College................................................................................................................................................ 5 Sociale robots en Informatiekunde .................................................................................................... 6 E-Learning/M-Learning........................................................................................................................... 7 Belangrijkste punten .......................................................................................................................... 7 Using cognitive tools to represent problems – Jonassen ............................................................... 7 Cognitive tools for discovery learning - Joolingen .......................................................................... 7 Mobile English learning: An evidence-based study with fifth graders ............................................ 7 Collegevragen ..................................................................................................................................... 8 College................................................................................................................................................ 8 E-Learning/M-Learning en Informatiekunde ...................................................................................... 9 Distributed Information Systems ......................................................................................................... 10 Belangrijkste punten ........................................................................................................................ 10 A dialog action manager for automatic crisis management – Datcu ............................................ 10 Distributed perception networks for crisis management – Maris ................................................ 10 Using an ontology to automatic generate questions for the determination of situations - Marten Teitsma et al. ................................................................................................................................ 11 Collegevragen ................................................................................................................................... 11 Gastcollege ....................................................................................................................................... 12 Distributed Information Systems en Informatiekunde ..................................................................... 12 E-Culture .............................................................................................................................................. 14 Belangrijkste punten ........................................................................................................................ 14 Classification of user image descriptions – Hollink et al. .............................................................. 14 MultimediaN E-Culture demonstrator – Schreiber et al. .............................................................. 14 Collegevragen ................................................................................................................................... 15 Gastcollege ....................................................................................................................................... 16 E-Culture en Informatiekunde .......................................................................................................... 16 Bibliografie ........................................................................................................................................... 17
1
Sociale robots Het eerste thema was: ‘Sociale robots’. Sociale robots zijn robots ontworpen om op een sociaalbetekenisvolle manier om te gaan met mensen (Lee, Jung, Kim, & Kim, 2006). De behandelde artikelen vergeleken mens-hond- en mens-robot-interacties (Kerepesi, Kubinyi, Jonsson, Magnusson, & Miklósi, 2006), gingen in op de effecten van fysieke belichaming van robots (Lee, Jung, Kim, & Kim, 2006) en behandelden de rol van emotie in de interactie tussen mens en robot (Breazeal, 2003). Deze artikelen zullen hieronder worden behandeld.
Belangrijkste punten Behavioural comparison of human–animal (dog) and human–robot (AIBO) interactions – Kerepesi et al. Kerepesi et al. wilden met hun onderzoek de temporale structuur van de interactie van kinderen en volwassenen met een echte hond en een robot analyseren en vergelijken en eventuele verschillen in speel-gedrag te onderzoeken. Om dit te onderzoeken is een onderzoekspopulatie als volgt in vier groepen verdeeld: 1) Volwassenen spelend met AIBO 2) Kinderen spelend met AIBO 3) Volwassenen spelend met echte hond 4) Kinderen spelend met echte hond Elke participant speelde vijf minuten in een besloten ruimte met de AIBO en een bal, of met de echte hond en een bal en een touw. Elke sessie werd gefilmd en later door middel van software geanalyseerd. Deze software is gericht op het herkennen van temporale patronen met allemaal een begin- en eindpunt: zo is ‘AIBO begint te lopen’ tot ‘AIBO stopt met lopen’ een voorbeeld van een temporaal patroon. Er werd gelet op drie verschillende aspecten van gedrag: speelgedrag, activiteit en interesse in partner. Uit de resultaten bleek dat er, tegenstijdig met eerdere onderzoeken, wel degelijk een verschil is tussen mens-AIBO interactie en mens-hond interactie. Zo werd de bal vaker voor de AIBO neergelegd dan voor de hond (speelgedrag). Dit kwam volgens de onderzoekers doordat de echte hond sneller bij de bal kan komen door zijn superieure motoriek. Daarnaast was er ook een verschil gevonden tussen volwassenen en kinderen, volwassenen waren namelijk beter in het motiveren van de hond; bij de kinderen lag de hond vaker en langer op de grond ‘te niksen’. Bij de AIBO is dit verschil niet geconstateerd. Emotion and sociable humanoid robots – Breazeal De schrijvers van dit artikel zijn ook de maker van KISMET, een zogenaamde ‘sociale robot’. In het artikel wordt het systeem achter KISMET uitgelegd. Er is getracht de emoties op een natuurlijke manier tot stand te laten komen door een drive-systeem, een systeem wat meehelpt om humeur na te bootsen. Elke drive heeft drie fasen: onder-gestimuleerd, overweldigd en homeostatisch. Dit zorgt ervoor dat een stimulus niet alleen maar aanwezig hoeft te zijn om een reactie van de robot te krijgen, maar ook nog eens van de juiste intensiteit.
2
Dit uit zich bijvoorbeeld in het feit dat de robot in de staat ‘eenzaam’ komt als er geen mensen in de buurt zijn. In deze staat is hij sneller geneigd om contact te zoeken wanneer er iemand in zijn buurt komt; zijn er echter veel mensen in de buurt, dan zal de robot contact vermijden. Naast deze eenzaamheid-drive, kent het systeem nog een stimulatie-drive en een vermoeidheids-drive. Drives zijn dus niet hetzelfde als emoties: drives werkten langduriger door en verzorgen de langetermijn-staat van de robot en zijn uitingen(emoties). Het emotie-systeem van de robot is gebaseerd op het emotie-systeem van de mens, met als doel om de robot, in ieder geval zijn emoties, zo veel mogelijk op die van een mens te laten lijken. Een complex systeem, met variabelen als drives, actieve staat, actief gedrag en stimuli en de relevantie en intensiteit hiervan, verzorgt de bewegingen van het gezicht van de robot, zoals zijn wenkbrauwen, ogen en mond. Hierdoor kan deze robot naar gelang van de situatie er bijvoorbeeld vermoeid uit zien, met zijn oren naar beneden, zijn oogleden halfdicht en zijn mond en kin naar beneden. Vervolgens is onderzocht of mensen deze gezichtsuitdrukkingen wel herkennen. Dit is gebeurd door middel van een enquête. Hierin waren tien foto’s van de robot te zien, waarbij het gezicht van de robot elke keer een andere emotie liet zien. Aan de participanten de taak om de juiste emotie aan de juiste foto te koppelen. Uit de resultaten blijkt dat de meeste emoties door ongeveer 80% van de participanten goed geraden zijn. Er waren echter ook probleemgevallen, zoals het verwarren van plezier en verbaasd. De meeste problemen hadden te maken met het herkennen van de angst-emotie, wat waarschijnlijk kwam door de verwarrende posities van de lippen, wenkbrauwen en ogen. Omdat de rest van het lichaam ook door mensen en dieren gebruikt wordt om zich uit te drukken is er een tweede enquête afgenomen waar, in plaats van foto’s van het gezicht, filmpjes met het gezicht én de rest van het lichaam van de robot te zien waren terwijl de robot verschillende emoties liet zien. De herkenning van emoties aan de hand van de video’s ging significant beter dan aan de hand van de foto’s. Naast de twee enquêtes is er ook een experiment gedaan waarbij de participanten daadwerkelijk met de robot omgingen. De participanten moesten bepaalde emoties uitdrukken om ze zo over te brengen naar de robot. Wanneer ze het gevoel hadden dat de robot de emotie overgenomen had, moesten ze dit aangeven. The effects of physical embodiment, tactile interaction, and people’s loneliness in human–robot interaction– Lee et al. In dit artikel proberen de onderzoekers erachter te komen of de fysieke belichaming van robots toegevoegde waarde heeft voor een succesvolle sociale interactie tussen mensen en social agents. Omdat er nog maar enkele empirische onderzoeken op dit gebied gedaan zijn, hebben de onderzoekers twee experimenten opgezet. Ze hebben hiervoor enkele verwachtingen opgesteld, zo verwachten ze onder andere dat mensen een fysieke social agent positiever beoordelen dan een virtuele robot, evenals de interactie met de met de robot. Daarnaast zullen mensen zich meer sociaal aangetrokken voelen tot de fysieke robot. De onderzoekers gaan ook in op het concept sociale aanwezigheid. Naarmate de sociale aanwezigheid stijgt, wordt de social agent steeds meer als mens gezien en wordt de omgang tussen mens en social agent natuurlijker. De onderzoekers verwachten een hogere sociale aanwezigheid bij de fysieke social agent dan bij de virtuele social agent.
3
Bij het eerste experiment werd de groep van participanten opgedeeld in twee groepen, waarbij één groep te maken kreeg met een fysieke social agent: een AIBO (robothond); de andere groep met een virtuele social agent (een AIBO op een scherm). De participanten interacteerden tien minuten met hun social agent, waarna ze een vragenlijst over die afgelopen tien minuten invulden. De vragenlijst bestond uit vragen met als doel de algemene evaluatie en sociale aantrekking te meten. Het eerste gebeurde door punten toe te kennen aan factoren als fout/goed, onplezierig/plezierig etc.; het tweede gebeurde door middel van vragen als: “Ik denk dat AIBO een vriend van mij zou kunnen zijn.” Uit de resultaten bleek dat mensen inderdaad meer positief zijn over fysieke social agents dan virtuele social agents en fysieke belichaming toegevoegde waarde heeft voor de sociale interactie met social agents. Daarnaast zorgt de fysieke belichaming voor een hogere mate van fysieke aanwezigheid. Het eerste experiment maakte echter niet duidelijk of het verschil tussen de twee groepen veroorzaakt werd door de fysieke belichaming of het feit dat de echte AIBO ‘echt’ aangeraakt kon worden, waar het aanraken bij de virtuele AIBO met een muisklik gesimuleerd werd. Daarbij was het niet duidelijk of er sprake was van objectiviteit met betrekking tot AIBO, omdat alle participanten al eens van de robot gehoord hadden. Als gevolg van deze tekortkomingen is een tweede experiment uitgevoerd, waar naast een andere sociale robot, de afhankelijke variabele eenzaamheid is toegevoegd. Verwacht werd dat eenzame mensen de social agent positiever beoordelen dan niet-eenzame mensen, meer sociaal aangetrokken zijn tot de robot, etc. Daarnaast werd het verschil tussen ‘echt’ aanraken en de muisklik uitgesloten door het aanraken van de robot volledig te verbieden. De resultaten van het tweede experiment lieten geen verschillen zien tussen de fysieke en virtuele agents, met betrekking tot de algemene evaluatie van de sessie. De fysieke belichaming van de robot zorgde dus niet voor een positiever oordeel. De interactie was zelfs positiever beoordeeld bij de virtuele agent. De virtuele agent had ook een hogere sociale aanwezigheid dan de fysieke agent. De onderzoekers wijten deze (van de verwachtingen) afwijkende resultaten aan het feit dan mensen hogere verwachtingen hadden en de restrictie dat de participanten de robot niet aan mochten raken.
Collegevragen Voor elk college zijn vragen over de bijbehorende literatuur ingediend. Een selectie hiervan is besproken in het college. Zo was een vraag betreffende sociale robots de volgende: De onderzoekers (Lee, Jung, Kim, & Kim, 2006) stellen dat de fysieke belichaming van een robot haar sociale aanwezigheid vergroot, maar is het in de huidige tijd (waarin mensen andere mensen al steeds minder in de fysieke belichaming zien) niet realistischer om de focus te leggen op een virtuele robot, welke enkel bestaat op beeldschermen? Deze vraag gaat eigenlijk lijnrecht tegen de strekking van het artikel in. Waar het onderzoek het positieve effect van een fysieke belichaming bewijst, vraagt deze student zich af of het niet beter zal zijn om disembodied agents verder te ontwikkelen. Ik denk dat er een toekomst is weggelegd voor beide technieken.
4
Disembodied agents hebben het voordeel dat ze goedkoper te verspreiden zijn, omdat er geen fysieke robot gemaakt hoeft te worden. Daarnaast zijn ze eenvoudiger te updaten, omdat een fysieke robot waarschijnlijk in zijn ‘oplaadstation’ (zoals de AIBO die ook heeft) moet zijn, voordat de software ge-update kan worden. Daarnaast is een embodied robot beperkt door natuurwetten, de ontwikkelaars kunnen een disembodied robot bijvoorbeeld relatief eenvoudig laten springen, een salto laten maken of zelfs laten zweven. Het laten zweven van een agent leidt natuurlijk wel tot een lagere sociale aanwezigheid (een concept uit Lee et al.). Mensen zullen deze agent als artificieel beschouwen, in tegenstelling tot een goede emobodied agent. Zoals Lee et al. in hun artikel stellen zorgt de fysieke belichaming van een agent voor een hogere sociale aanwezigheid. Dus om een sociaal-betekenisvolle interactie te bewerkstelligen is een embodied agent beter. Om voorgaande redenering denk ik dat er voor beide soorten agents een plek zal zijn in de toekomst. Zo denk ik dat disembodied agents goed gebruikt kunnen worden in zogenaamde smart homes. In een smart home is er sprake van de samenkomst van verschillende digitaal gecontroleerde systemen in en om het huis, klimaatcontrole en beveiliging (Tang & Venables, 2000). Dit zal een agent zijn die in elk huis aanwezig is om bijvoorbeeld het licht en de temperatuur in huis te regelen. Ik zie het meer waarschijnlijk dat een disembodied agent dit regelt, bijvoorbeeld aanwezig op schermen door het hele huis, in plaats van een embodied agent welke maar op één plek kan zijn. Echter voor een agent die als vervanger van een huisdier gebruikt gaat worden, lijkt me een embodied agent veel meer geschikt, vooral door zijn verhoogde sociale aanwezigheid en het feit dat er ‘fysieke spelletjes’ zoals apporteren mee gespeeld kunnen worden. Een andere vraag was: “De volwassenen in dit onderzoek hadden een verassend lage leeftijd: gemiddeld 21,5 jaar. Zou er een ander resultaat geboekt zijn wanneer dit onderzoek was uitgevoerd onder een andere doelgroep, bijvoorbeeld 65+ mensen? Wellicht hebben oudere mensen andere behoeften en kan dat zou kunnen leiden tot verschillen in de resultaten.” Ik vond dit een interessante vraag omdat ik denk dat de genoemde doelgroep met een leeftijd van 65+ veel baat heeft bij een sociale agent. Zo is eenzaamheid een probleem geassocieerd met ouderdom (Wilkes, 1978). Een embodied social agent kan de eenzaamheid verminderen, daarnaast blijkt dat eenzame mensen nog meer waarde (sociale aanwezigheid) toekennen aan een embodied sociale agent dan niet-eenzame mensen (Lee, Jung, Kim, & Kim, 2006). Dit is natuurlijk nog een argument om in dit geval te kiezen voor een embodied agent.
College Het college verhield zich ontzettend goed tot de literatuur. Het fijne was dat er filmopnamen getoond werden, hierdoor kwam de literatuur meer ‘tot leven’. Zowel AIBO als Kismet was te zien. Het was vooral leuk om de verschillen hiertussen te zien. Bij AIBO ging het er echt om een leuk speelmaatje te zijn voor eenzame mensen, die zich ook daadwerkelijk aan AIBO gingen hechten. Terwijl het bij Kismet veel meer om de sociale interactie en het overbrengen van emoties ging. Vandaar dat AIBO bij de mensen thuis in de kamer rondliep en Kismet in het laboratorium van de makers stond. Ik denk beide projecten het veld van Artificiële Intelligentie inspireren en de vaart erin houden. Zo zal het systeem van de makers van Kismet, het systeem om emoties te bepalen en uit te drukken, gebruikt kunnen worden in robots die al algemeen verkrijgbaar zijn.
5
Er is ook besproken welke functies een robot sociaal maken, dit zijn de volgende functies: Communiceren Begrijpen wat mensen aan het doen zijn Sociaal gedragen Kunnen leren De omgeving en objecten begrijpen Beslissingen kunnen nemen en intenties kunnen uiten Als we deze functies vergelijken met de literatuur, zien we dat het team achter Kismet zich vooral focust op communiceren en sociaal gedragen (door emoties te herkennen en zelf uit te dragen). Het team achter AIBO focust zich vooral op het begrijpen van de omgeving en objecten (zodat het met een bal kan spelen). Lee et al. (2006) bieden met hun onderzoek over het effect van de fysieke belichaming van een robot en de verschillen tussen eenzame en niet-eenzame mensen instructies voor het sociaal gedragen van een robot. Ook hier is duidelijk dat het op deze manier werken aan andere aspecten van agents op de lange termijn leidt tot een ‘complete’ robot, namelijk wanneer alle kennis samengevoegd wordt. Antropomorfisme is een concept wat inhoudt dat hoe meer een robot op een mens lijkt, hoe fijner we het vinden om ermee om te gaan (Duffy, 2003), totdat het te erg op ons gaat lijken. In dat laatste geval voelen we ons ongemakkelijk, dit verschijnsel wordt de uncanny valley genoemd (MacDorman, 2005).
Sociale robots en Informatiekunde Het thema Sociale Robots is natuurlijk vooral een thema met veel overlap met de opleiding AI. Er zijn echter ook informatiekundige aspecten. Zo moet elke agent informatie ontvangen, opslaan, verwerken, interpreteren, etc. Het kiezen van de juiste methoden hiervoor is typisch het werk van een informatiekundige. Er moet worden nagegaan welke informatie er binnenkomt en wat er daarna mee gebeurt. Een voorbeeld hiervan is de cognitieve architectuur van Kismet (Breazeal, 2003). Hierin is duidelijk te zien dat eerst op een hoger niveau gedefinieerd moet worden welke elementen een rol spelen. Hierna is elk element geoperationaliseerd, bijvoorbeeld de klassen face, voice en posture in de klasse Motor Expression, wat weer onder Motor System valt.
6
E-Learning/M-Learning Belangrijkste punten Using cognitive tools to represent problems – Jonassen Dit artikel gaat in op het gebruik van cognitive tools(zie Joolingen) voor probleemoplossing. De onderzoeker stelt dat leerlingen in het hedendaagse onderwijs vooral leren goed gestructureerde problemen op te lossen, terwijl de problemen in de praktijk juist slecht gestructureerd zijn. Daarnaast zijn leerlingen niet in staat de aangeleerde oplossingsmethoden over te dragen, wat op de lange termijn tot problemen kan leiden. Een goede representatie van het probleem is dé manier om het probleem op te lossen. Hierdoor kan men 1) de informatie rondom het probleem verder interpreteren, 2) het gedrag van een systeem simuleren (omdat men weet hoe het zou werken) en 3) associëren met een bepaald oplossingsschema. De auteur stelt dat problemen beter gerepresenteerd kunnen worden en het leerproces en het leerresultaat te verbeteren. Zo kunnen complexe problemen beter in componenten van het probleem extern gerepresenteerd worden, in plaats van het complexe probleem in zijn geheel proberen op te lossen (dit vraagt te veel van het menselijk brein). Zo kan de leerling het probleem beter kan analyseren en vervolgens oplossen. Daarnaast stelt de auteur dat dynamische modellen leerlingen in staat stellen om hun assumpties tijdens het verwerken van het probleem kunnen testen, waardoor het probleem ‘tot leven komt’, wat de probleemoplossing ten goede komt.
Cognitive tools for discovery learning - Joolingen De probleemstelling van dit artikel betreft het ondersteunen van discovery leerprocessen (vrij vertaald: ontdekkend leren). Dit ontdekkend leren gebeurd door middel van het ‘op eigen houtje’ exploreren van en experimenteren met een domein. Deze methode zorgt volgens de auteur voor een beter gestructureerde basis van kennis, in tegenstelling tot het enkel transporteren van bestaande kennis via traditionele leermethoden. Het ondersteunen van dit proces gebeurt door middel van cognitive tools, deze tools ondersteunen de leerling door zijn cognitieve processen te ondersteunen, waardoor de limiet van zijn kunnen uitgebreid wordt. Dit kan er bijvoorbeeld voor zorgen dat de leerling niet alles in zijn hoofd op hoeft te slaan. Cognitive tools ondersteunen leerprocessen door deze expliciet en zichtbaar te maken, in tegenstelling tot de traditionele leermethoden zoals het enkel uit je hoofd leren van regels, zonder de redenen daarvoor te kennen De auteur biedt een cognitive tool aan, in de vorm van software welke helpt bij het opstellen en bewijzen van hypothesen in de wereld van natuurkunde-onderzoek.
Mobile English learning: An evidence-based study with fifth graders In dit onderzoek werd onderzocht of het gebruik van een mobiele applicatie ervoor zorgt dat er beter geleerd kan worden. Het volgende werd verwacht: leerlingen die de mobiele applicatie gebruiken zullen beter presteren dan leerlingen die alleen ‘in de klas’ leren; leerlingen die de mobiele applicatie ook thuis mogen gebruiken zullen gemotiveerd zijn op de applicatie op eigen initiatief te gebruiken.
7
Om dit te onderzoeken zijn drie testcondities verdeeld onder drie schoolklassen: klas één kreeg op de reguliere manier les; klas twee gebruikte naast de reguliere methode de mobiele applicatie; de leerlingen van klas drie mochten de applicatie ook thuis gebruiken. De afhankelijke variabele was de uitkomst van een Engelse woordjestest. Deze test werd zowel voorals achteraf afgenomen (pre- en posttest). Uit de resultaten bleek dat de derde klas, die de applicatie ook thuis mocht gebruiken, het meest verbeterden op de uitslag van de testen. Daarnaast bleek dat zij de applicatie ook daadwerkelijk thuis gebruikten en dit een positief effect heeft op het leerproces.
Collegevragen Is het niet belangrijker om studenten zelf problemen te laten vormen om de structuur en de opbouw beter te begrijpen? Ik denk de steller van deze vraag zeker een punt heeft, maar niet voor het leren van Engelse woordjes. Vooral na het lezen van het artikel van Joolingen (1999) lijkt het ontdekkend leren de beste leermethode. Dit zou voor massaal aanleren van een taal echter niet realistisch zijn. Er moet in ieder geval sprake zijn van een basis, zoals een vocabulaire bij het leren van een taal. De mobiele applicatie zoals genoemd in Sandberg, Maris en De Geus (2011), biedt al een veel rijkere context voor het leren van woordjes, zoals de plaatjes van dieren en de combinatie met woorden als jager, vleeseter, etc. Ik denk dat deze manier van leren beter is dan elke leerling zijn eigen problemen te laten vormen en maar afwachten wat het resultaat is. Daarbij zal de docent in dat geval totaal geen overzicht meer op de prestaties en voortgang van de leerlingen hebben. De volgende vraag betrof de software van Van Joolingen, welke leerlingen van het vak natuurkunde helpt bij het opstellen en bewijzen van hypothesen, en cognitive tools in het algemeen: Is het echter niet zo dat dat leerlingen minder opsteken van hun experiment wanneer ze te veel cognitieve processen overlaten aan de computer? Leerlingen missen hierdoor wellicht het maken van fouten die ze anders wel zouden maken. Van fouten leert men namelijk ook zeer veel. Ook kan het zo zijn dat leerlingen die gewend zijn aan de computerhulp niet meer zonder kunnen en teveel laten afhangen van de software. Ik wil vooral ingaan op de mogelijkheid tot het maken van fouten, wat tijdens het college ook is gebeurd. Mensen kunnen zeker leren van hun fouten, die mogelijkheid moet er ook blijven bestaan, maar je kunt men niet ‘in het diepe gooien’ onder het mom van: doe maar wat en leer van je fouten. De genoemde software helpt vooral met de achterliggende wiskundige berekeningen. Als de leerling dit zelf zou moeten doen, is hij daar waarschijnlijk de meeste (cognitieve) tijd aan kwijt, terwijl de achterliggende berekening niet het leerdoel betreft. Het gaat juist om het trekken van de juiste conclusies, dát moet aangeleerd worden. Hier kunnen leerlingen nog steeds fouten in maken, waar ze vervolgens op gewezen kunnen worden en ervan kunnen leren.
College Het college ging in op de ontwikkeling van leermethoden door de tijd heen. De behaviouristische leermethode werkt door het creëren van gewenste input en output.
8
Hierdoor is de methode heel sturend. Het meten van resultaat gebeurt dan ook door een stukje tekst -> het beantwoorden van vragen -> goed/fout-analyse. Wanneer meer dan 80% goed is, heeft de leerling het onderdeel gehaald. Hier zitten natuurlijk ook nadelen aan. Doordat het dezelfde methode op elke leerling toepast wordt er geen rekening gehouden met individuele verschillen tussen leerlingen. De ene leerling heeft bijvoorbeeld meer tijd nodig terwijl een andere leerling alles al begrijpt. Daarnaast is de aangeleerde kennis een black box voor de leerling: er wordt hem niet geleerd waarom een bepaalde methode wordt toegepast. Als een leerling dit wel weet is hij veel meer een expert op het domein (Jonassen, 2003). Een andere stroming is het constructivisme. Hierin staat de leerling centraal, en verzorgt hij zijn eigen structuur van kennis. Hiervoor wordt gebruikgemaakt van zelfsturing en zelfreflectie. Deze stroming biedt in ieder geval ‘onderwijs op maat’, zodat elke student in staat is het maximale uit zichzelf te halen. Voor deze stroming is vooral aansluiting te vinden bij het artikel over discovery learning (Joolingen, 1999) welke beargumenteert waarom de gebruikte methoden van het constructivisme zo goed zijn, in combinatie met een cognitive tool om het discovery learning te bevorderen. Echter heeft constructivisme ook nadelen, waarvan ik het feit dat de voortgang lastig te beoordelen is het grootste nadeel vindt. Evaluatie is namelijk belangrijk punt in een leerproces, omdat hier bepaalt wordt wat er geleerd is, en of wat geleerd is wel juist is.
E-Learning/M-Learning en Informatiekunde Leren is sterk verbonden met informatiekunde, zo hebben we onder andere dit jaar de cursus Kennis en Leren afgerond. Ook ziet men op een beurs als Onderwijs&ICT, wat een jaarlijks terugkerend evenement in Utrecht is, hoe en waar ICT ingezet kan worden in het onderwijs. Bij de ontwikkeling van deze applicaties komt natuurlijk altijd een informatiekundige kijken die zich bezighoudt met de vertaling van het leerdoel naar de software, ofwel een brug vormt tussen de leerstof en ICT. Hierbij moet onder andere rekening gehouden worden met de representatie van informatie, een belangrijk aspect van informatiekunde, vooral in het studiepad HCM.
9
Distributed Information Systems Belangrijkste punten A dialog action manager for automatic crisis management – Datcu Ten tijde van een crisis spelen observaties een belangrijke rol om een beeld te krijgen van de situatie. Dit gebeurt nu via het alarmnummer, maar hier zitten volgens de onderzoekers enkele beperkingen aan. Zo vertrouwt dit systeem erop dat de mensen ter plaatse de situatie duidelijk kunnen overbrengen via spraak. Daarnaast moeten de mensen in de meldingkamer de informatie juist interpreteren en classificeren, waarna ze handmatig de juiste hulpdiensten moeten aanroepen. De onderzoekers stellen dat een geautomatiseerd systeem de informatie van meerdere personen kan verwerken tot één context voor het crisis-managementsysteem (bijvoorbeeld: brand op het centraal station, meerdere mensen gewond, veel rook, etc.). Als dit systeem daarbovenop gebruikmaakt van menselijke observatie in plaats van sensoren, heeft het systeem ook al beschikking over semantische interpretatie: bij een brandmelder (sensor) weet men bijvoorbeeld alleen of er sprake is van brand of niet; bij een menselijke observatie is er meer bekend over de grootte van de brand en de ernst van de situatie. Het artikel richt zich op 1) hoe zo een systeem een dialoog aan moet gaan met de menselijke observeerders, 2) hoe deze informatie opgeslagen en verwerkt moet worden en 3) hoe van deze informatie één context gegenereerd moet worden. De schrijvers schuiven hier hun DAM-systeem naar voren, de Dialog Action Manager. Dit systeem moet een natuurlijke manier van communicatie tussen de menselijke observatoren en het systeem bieden. Dit DAM-systeem zou het 112-systeem kunnen vervangen en doet dus dienst als ontvanger van de informatie van de observatoren ter plaatse. De taak van dit systeem is het ontvangen, opslaan en analyseren van binnenkomende meldingen(observaties) en indien nodig om nadere informatie vragen om zo tot complete informatie te komen. De soort informatie en de variabelen er in het systeem opgenomen zijn, komen voort uit een aantal experimenten. Aan de hand van deze set informatie en een achterliggend framework met standaard crisis-scenario’s komt het systeem met een aanbeveling voor de te maken beslissingen. Een andere belangrijke functie is dat het systeem elke lopende crisis dynamisch ‘bij kan houden’ door continu de binnenkomende meldingen te filteren en verwerken. Hierdoor kan van elke situatie een overzichtelijke situatie gemaakt worden.
Distributed perception networks for crisis management – Maris Dit artikel focust op de perceptie van data afkomstig van sensoren en mensen. Om uit de data afkomstig van sensoren en mensen waardevol te maken, moeten deze juist geïnterpreteerd worden. Dit wordt ook wel information fusion genoemd. Net als Datcu stelt Maris dat een technologisch systeem kan helpen bij crisissituaties. Door alle input geautomatiseerd te verwerken, wat handmatig nooit zal kunnen, kan er een rijk beeld van de situatie aangeboden worden. Deze input bestaat in dit artikel uit zowel sensoren als menselijke observatoren. Dit maakt het systeem vooral bruikbaar bij uitbraak van giftige gassen, bosbranden, tsunami’s, etc.
10
De onderzoekers geven ook een voorbeeld waarin duidelijk wordt hoe het systeem zou moeten werken. Als er bijvoorbeeld ergens een ammonialek ontstaat, is dit niet direct zichtbaar. Er zijn echter wel ammonia-detectoren die afgaan, maar deze sensoren kunnen onbetrouwbaar zijn en vals alarm slaan. In het systeem voorgesteld van de makers wordt op het moment dat de detector ammonia detecteert een proces in gang gezet. Dit proces gaat zijn informatiebronnen langs om een beeld te krijgen van de situatie. Deze informatiebronnen bestaan uit detectoren in de buurt, maar ook de mensen in de buurt. Deze mensen krijgen van het systeem een SMS met de vraag of ze zich misselijk voelen (een symptoom van ammonia). Hierdoor kan een betrouwbaar beeld van de situatie worden geschetst met low-level informatiebronnen (mensen en hulpverleners op straat). Using an ontology to automatic generate questions for the determination of situations - Marten Teitsma et al. Ook in dit onderzoek werd gebruikt gemaakt van mensen als bron van informatie. De mobiele apparaten die bijna iedereen al met zich meedragen zijn in te zetten als sensoren (Human Centered Sensing). Mensen kunnen vragen beantwoorden over een situatie en al die antwoorden samen kunnen voor een overzichtelijk beeld van de situatie zorgen. Een belangrijke eigenschap van een HCS-systeem is het automatisch genereren van vragen waarvan de antwoorden een situatie juist en volledig beschrijven. De onderzoekers hebben een vragengenerator ontwikkeld, genaamd: Situation Awareness generator (SAQG). Deze generator maakt gebruik van een ontologie om te bepalen welke vragen gesteld moeten worden. In deze ontologie staan concepten die gebruikt worden in auto-ongeluk-databases en door experts. Het systeem genereert ja/nee-vragen en multiple-choice-vragen met betrekking tot autoongelukken. De vragen betreffen bijvoorbeeld het aantal betrokken auto’s, het aantal gewonden, het zicht, het wegtype en het weer. In het experiment werden er vier video’s getoond aan de participanten. In elk van deze video’s was een ongeluk te zien. Na het zien van elke video werden de vragen van de generator gesteld aan de participant. Uit de resultaten bleek dat de meeste participanten de juiste situaties voorspelden. Knelpunten waren de multiple-choice vragen met meerdere antwoorden; ja/nee-vragen zorgden voor betere resultaten.
Collegevragen Een groot deel van de ingediende collegevragen betrof vragen met betrekking tot het (niet) gebruiken spraak in de crisismanagement-systemen, zoals: Is het, tot de digitale spraakherkenning praktisch foutloos is geworden, wel relevant om dit soort systemen te ontwikkelen? Ten eerste is digitale spraakherkenning verre van foutloos, zoals de gastspreker in het college aangaf. Ten tweede baseert het systeem haar beslissingen op ja/nee antwoorden, omdat deze antwoorden met meest discriminatief zijn. Spraakherkenning gebruiken om alleen “Ja” en “Nee” te onderscheiden levert veel meer problemen (ruis, etc.) op dan dat het winst oplevert. Dit beantwoordt gelijk een andere ingediende vraag: “Zou het gebruiken van een Likertschaal niet beter zijn geweest?”. Het antwoord hierop is dus ook nee, omdat ja/nee genoeg bruikbare informatie oplevert, en de eventuele meerwaarde van informatie van een Likertschaal-antwoordmodel compenseert de extra vereiste computatiekracht niet, zo stelt de gastspreker.
11
De tweede vraag betrof de veiligheid van de plaatselijke observeerders die de input van het systeem aan moeten leveren: De overheid voert vaak campagne over wat te doen wanneer het luchtalarm afgaat. Mensen hebben geleerd om dan direct naar binnen te gaan, deuren en ramen te sluiten en de radio of televisie aan te zetten. Door een systeem te gaan gebruiken waarbij je mensen vraagt naar hun waarnemingen in dit soort gevaarlijke situaties, lopen mensen dan geen extra gevaar om bijvoorbeeld giftige stoffen in te ademen, omdat ze dan nog meer bezig zijn met de omgeving te observeren dan zichzelf direct in veiligheid te brengen? In het college werd uitgelegd dat het systeem niet voor tijdens de crisis is, maar voor de periode daarna, wanneer het directe levensgevaar geweken is, maar er nog wel veel onduidelijkheid heerst over welke situatie waar van toepassing is. Men hoeft dus niet met gevaar voor eigen leven de straat op te gaan om door te geven wat hij allemaal ziet. Het systeem biedt vooral uitkomst om een duidelijk beeld te krijgen van alles wat zich in een gebied afspeelt, zodat bijvoorbeeld bepaald kan worden welke hulpdiensten waar nodig zijn.
Gastcollege De gast in het gastcollege was Marten Teitsma. Aangezien hij de auteur was van het artikel Using an ontology to automatic generate questions for the determination of situations (Teitsma, Sandberg, Maris, & Wielinga), sloot het college bij het artikel aan. In het college werd dieper ingegaan op de theorie achter het crisis-management-systeem, zo werden concepten als de Information Flow Theory geïntroduceerd, welke de theorie achter de ‘beweging’ van informatie vertelt. Ook werd categorization theoretisch onderbouwd. Ik vond het interessant dat hier artikelen over waren, aangezien je zoiets eigenlijk als algemene kennis beschouwt. Echter moet dit natuurlijk ooit zijn oorsprong hebben gevonden, vandaar dat twee van deze artikelen van 25 en 30 jaar geleden gepubliceerd zijn. Uit het college bleek dat het best ingewikkeld is om tot een op het oog eenvoudig vraag-genereersysteem te komen. Dit zie je voornamelijk aan het maken van de ontologie, een proces waar goed over nagedacht moet worden met betrekking tot de keuze van variabelen en welke vragen daarbij horen. Men kan bijvoorbeeld wel kiezen voor vragen die eenvoudig te beantwoorden zijn, maar de waarde van deze informatie is dan weer beperkt. Als men voor moeilijkere vragen kiest is de waarde wel hoger, maar komen er door de moeilijkheid van de vragen weer andere problemen bovendrijven.
Distributed Information Systems en Informatiekunde Dit thema heeft veel overlap met informatiekunde. Het betreft namelijk het gebruiken van ICT om informatie te verzamelen. Echter zijn er veel stappen te ondernemen om tot deze informatie te komen en al deze stappen brengen problemen met zich mee. Om wat de burger op straat met zijn ogen ziet uiteindelijk in een informatierijk model te krijgen, moet er veel gebeuren. Ten eerste moet de informatiebehoefte geoperationaliseerd worden, omdat het onmogelijk is om alles wat een observator ziet te bevatten in de informatiestroom. Er moet bijvoorbeeld gekozen worden om te willen weten hoeveel auto’s er bij een ongeluk betrokken zijn. Het verkrijgen van deze informatie is geheel mogelijk, namelijk door het de observeerder te vragen. Het volgende probleem is de manier van vragen. Hoe genereer je een output van de observeerder waar een computer wat mee kan, etc.
12
Zo vereist het werkgebied van gedistribueerde informatiesystemen veel van de competenties van een afgestudeerd informatiekundige, met kernwoorden als abstractie, analyse, programmeren, interaction design en evaluatie.
13
E-Culture Belangrijkste punten Classification of user image descriptions – Hollink et al. Door de vooruitgang van de technologie zijn er tegenwoordig ontzettend veel afbeeldingen digitaal beschikbaar. Dit biedt natuurlijk ontzettend veel mogelijkheden, maar om iets met een afbeelding te kunnen doen moet men deze afbeelding eerst verkrijgen, oftewel vinden. Er zijn twee zoekmethoden te onderscheiden: de eerste is het zoeken op keywords; de tweede is het zoeken op de inhoud van de afbeelding. Deze methoden hebben echter beperkingen. Zo komen de keywords voor het keyword-zoeken uit de omliggende tekst bij een digitale afbeelding, deze tekst is lang niet altijd accuraat of zelfs aanwezig, en bij het zoeken op de inhoud van een afbeelding worden slechts low-level karakteristieken als kleur, vorm en textuur gebruikt, terwijl gebruikers juist zoeken op high-level concepten. Dit verschil wordt semantic gap genoemd. De onderzoekers wilden er met dit onderzoek achterkomen wat de behoeften van de gebruiker zijn wanneer zij zoeken naar afbeeldingen. Dit hebben ze gedaan door twee vragen te stellen: 1) “Welke categorieën van beschrijvingen van afbeeldingen bestaan er?” en 2) “Hoeveel wordt elke categorie gebruikt bij het opstellen van zoek-queries?”. Hieruit hebben ze een framework opgebouwd om beschrijvingen van afbeeldingen te klassifiseren. Om een antwoord te vinden op de vragen is een experiment opgesteld. De participanten werd gevraagd een tekstfragment te lezen om er vervolgens een afbeelding te verzinnen welke als illustratie bij de tekst zou passen. Hun beschrijving van de afbeelding werd opgeschreven, daarna werd zo een soort afbeelding op internet gezocht (met keywords). Dit experiment is voor drie verschillende domeinen uitgevoerd. Alle beschrijvingen en zoek-queries werd door de onderzoekers gebruikt in hun framework en zo konden de onderzoekers bepalen welke categorieën er gebruikt worden en hoeveel deze gebruikt worden. Ook wisten ze nu welke zoekverschillen er waren tussen de verschillende domeinen. Uit de resultaten bleek dat 85% van de beschrijvingen conceptueel waren, daarnaast werden objectbeschrijvingen twee keer zo veel gebruikt als beschrijvingen van de omgeving. Conceptuele beschrijvingen betreffen de semantische inhoud van een afbeelding, en is op te delen in drie niveaus: Algemeen: hier wordt gebruik gemaakt van algemene kennens, bijvoorbeeld een aap die een banaan eet. Specifiek: dit gaat dieper dan het algemene niveau, bijvoorbeeld het identificeren van de eerdergenoemde aap als de gorilla Kumba, geboren in Kameroen en nu verblijvend in Artis. Abstract: hier wordt abstracte betekenis toegevoegd, bijvoorbeeld het feit dat de soort van de eerdergenoemde aap met uitsterven bedreigd wordt. De gebruiker moet hier kunnen interpreteren, en elke gebruiker kan een andere abstracte betekenis aan een afbeelding verbinden.
MultimediaN E-Culture demonstrator – Schreiber et al. Het onderwerp van dit artikel betreft het MultimediaN E-Culture project. Dit project heeft als doel grote virtuele collecties van cultureel erfgoed te indexeren en (beter) doorzoekbaar te maken.
14
Een bijzondere eigenschap van de architectuur van de onderzoekers is het feit dat deze volledig gebaseerd is op open standaarden. Dit zorgt ervoor dat het systeem inclusief inhoud voor iedereen toegankelijk is. Het zoeksysteem is in staat om semantisch te zoeken, het geeft alle enigszins gerelateerde resultaten op een zoek-querie gecategoriseerd terug. Wanneer de gebruiker bijvoorbeeld zoekt op ‘Art Nouveau’, komt er onder andere een categorie resultaten naar voren: ‘gemaakt door een kunstenaar met een vergelijkbare stijl’, terwijl de stijl geen onderdeel uitmaakt van de meta-data van de afbeeldingen zelf. Ook geeft het een lijst terug met kunstenaars die in de ‘Art Nouveau’-stijl gewerkt hebben. Er is zelfs een tijdbalk te zijn waar men kan vinden in welke jaren een bepaalde kunstenaar gewerkt heeft. Dit systeem biedt dus een revolutionaire manier van zoeken aan, welke in de toekomst waarschijnlijk grootschaliger toegepast zal gaan worden.
Collegevragen Van de ingestuurde vragen vond ik dat deze vraag een belangrijk punt aankaartte: Als men met de E-culture technologie schilderijen weergeeft , zal dit dan niet negatieve gevolgen hebben voor de musea met de echte schilderijen? Als iedereen gratis toegang heeft tot deze afbeeldingen, en ze tot in detail kan bekijken, is er geen reden meer om naar de echte varianten te gaan. De vraag is dus of mensen nog wel naar musea gaan als er plaatjes van al hun werken online te zien zijn. Ik denk van wel, vooral met de huidige staat van het veld. De interface is nog lang niet geschikt voor de gemiddelde museumbezoeker. Het systeem biedt echter wel veel mogelijkheden, bijvoorbeeld voor bezoekerspecifieke tours die real-time georganiseerd kunnen worden. Het thema van zo’n tour kan bijvoorbeeld Art Nouveau zijn, het systeem kan hiervoor alle interessante werken verzamelen op basis van de keywords ‘Art Nouveau’. Een ander systeem kan hier de plaatjes en relevante informatie uithalen en deze weergeven in een visueel aantrekkelijke interface, en wellicht nog spraak toevoegen om het gevoel van een persoonlijke museumgids compleet te maken. Er zijn al wel musea die online tentoonstellingen beschikbaar hebben gemaakt, zoals het United States Holocaust Museum: http://www.ushmm.org/propaganda/. Hier is een tentoonstelling te vinden compleet met een interactieve tijdlijn, authentieke werken, foto’s en video’s. Dit voorbeeld laat ontzettend goed zien wat er allemaal mogelijk is door gebruik te maken van de digitale archivering van cultureel erfgoed. Om terug te komen op de vraag, het zou dus goed kunnen dat er minder mensen een museum binnenlopen, echter kan het online bezoekersaantal flink oplopen. Hierdoor worden er misschien wel meer mensen bereikt dan voorheen. De tweede vraag betrof eventuele subjectiviteit van de mate van relevantie van een zoekresultaat: Bij het testen van een zoekfunctie wil je een zo relevant mogelijk resultaat, je zult dus meerdere manieren tegen elkaar testen. Maar hoe test je nu precies hoe relevant iets is? Is dit niet nogal subjectief? Of zijn er regels hoe je dit kunt testen en een valide uitkomst kan krijgen? Ik denk dat je de relevantie van de zoekresultaten het beste meet door te kijken naar hoe relevant de gebruikers het resultaat vinden. Dit kan bijvoorbeeld door het gewoon te vragen: “Hoe relevant vind je dit resultaat om een schaal van 1 tot 5” of “Was dit wat je naar zocht?”.
15
Op technisch vlak kan er gekeken worden naar het moment waarop er gestopt is met zoeken. Dit brengt echter ook weer vragen met zich mee, met name met betrekking tot de redenen waarom de gebruiker gestopt is met zoeken. Hij kan bijvoorbeeld 1) gevonden hebben wat hij zocht, 2) het zoeken opgegeven hebben omdat hij niet kan vinden wat hij zoekt, 3) gestopt zijn omdat hij geen tijd meer had, etc. Wat er momenteel onder andere gebeurt is het inhuren van mensen om de zoekresultaten op een regelmatige basis te beoordelen. Internetbedrijf Google huurt zogenaamde internet assessors in om zoekresultaten handmatig te beoordelen. Deze baan is echter niet voor iedereen weggelegd. Als sollicitatie heeft Google een redelijk pittige toets samengesteld om alleen kritische en analytische mensen in deze positie te hebben. Hun beoordeling heeft namelijk grote invloed op de core competence van Google, namelijk het doorzoeken van het internet.
Gastcollege Het gastcollege werd verzorgd door Victor de Boer. Het thema van het college was Linked Data. Linked Data in zijn ultieme vorm, zogenaamde vijfsterren-data, voldoet aan vijf eisen: 1. 2. 3. 4. 5.
De data is met een open licentie beschikbaar op het web. De data is beschikbaar als voor een machine leesbare data. De data is beschikbaar in een niet-commercieel formaat. De data maakt gebruik van de W3C-standaarden zodat er aan de data gelinkt kan worden. De data linkt zelf ook aan andere data, zodat er context ontstaat.
Victor heeft samen met zijn collega’s de digitaal gearchiveerde collectie van het Amsterdam Museum omgezet naar vijfsterren Linked Data. Dit heeft ervoor gezorgd dat deze collectie nu voor andere mensen beschikbaar is om aan te linken, of om applicaties te bouwen met gebruik van deze data. Het resultaat viel echter tegen: er zijn niet veel applicaties gebouwd. Dit komt omdat de gebruikte programmeertaal nog redelijk nieuw is en niet veel programmeurs ermee bekend zijn. Dit zal in de toekomst dus moeten veranderen, hiervoor moet een applicatie-framework ontworpen worden, alsmede een duidelijke documentatie voor de gebruikte programmeertaal. Linked Data biedt veel mogelijkheden. Zo kunnen er zoekresultaten bovenkomen door onderlinge connecties, waar deze met een traditionele zoekmachine nooit te zien zullen zijn.
E-Culture en Informatiekunde Ook dit thema heeft veel te maken met informatiekunde. De zoekmachines zijn hier een perfect voorbeeld van, zo maakt de cursus Zoekmachines deel uit van het curriculum en ik heb al enkele masterscripties van informatiekunde-alumni gelezen welke zoekmachines als onderwerp hadden. Zoekmachines vragen aandacht om het verwerken van data, bijvoorbeeld het indexeren van alle content. Daarnaast is de representatie ook een belangrijk aspect. Hier komt interaction design om de hoek kijken, maar ook het doen van gebruikerstesten. Dit zijn allemaal competenties die we aanleren tijdens de opleiding Informatiekunde.
16
Bibliografie Breazeal, C. (2003). Emotion and sociable humanoid robots. MIT Media Lab. Datcu, D., & Rothkrantz, L. (2008). A dialog action manager for automatic crisis management. Proceedings of the 5th nternational ISCRAM Conference. Duffy, B. (2003). Anthropomorphism and the social robot. Robotics and Autonomous Systems. Hollinka, L., Schreiber, A., Wieling, B., & Worring, M. (2004). Classification of user image descriptions. International Journal of Human-Computer Studies. Jonassen, D. (2003). Using cognitive tools to represent problems. Journal of Research on Technology in Education. Joolingen, W. v. (1999). Cognitive tools for discovery learning. International Journal of Artificial Intelligence in Education. Kerepesi, A., Kubinyi, E., Jonsson, G., Magnusson, M., & Miklósi, Á. (2006). Behavioural comparison of human–animal (dog) and human–robot (AIBO) interactions. Behavioural Processes. Lee, K. M., Jung, Y., Kim, J., & Kim, S. R. (2006). Are physically embodied social agents better than disembodied social agents?: The effects of physical embodiment, tactile interaction, and people's loneliness in human-robot interaction. International Journal of Human-Computer Studies. MacDorman, K. (2005). Androids as an experimental apparatus: Why is there an uncanny valley and can we exploit it. Cognitive Science. Maris, M., & Pavlin, G. (2006). Distributed perception networks for crisis management. Proceedings of the 3rd International ISCRAM Conference . Sandberg, J., Maris, M., & Geus, K. d. (2011). Mobile English learning: An evidence-based study with fifth graders. Computers & Education. Schreiber, G., Amin, A., Assem, M. v., Boer, V. d., Hardman, L., Hildebrand, M., . . . Wielinga, B. (2011). MultimediaN E-Culture demonstrator. Tang, P., & Venables, T. (2000). 'Smart' homes and telecare for independent living . Journal of Telemedicine and Telecare. Teitsma, M., Sandberg, J., Maris, M., & Wielinga, B. (sd). Using an ontology to automatic generate questions for the determination of situations. Wilkes, R. (1978). General philosophy and attitudes to ageing. Social Work Today.
17
