SAAI
Sociale Acceptatie van AI in Industrie
Publieke samenvatting / Public summary
Aanleiding
Digitalisatie in de vorm van Big Data en Artificial Intelligence (AI) is in opkomst. McKinsey (2017 in ECP, 2018) schat in dat wereldwijd nu al 20 tot 30 miljard dollar aan AI wordt besteed. Met betrekking tot het gebruik van AI in de industrie, kan AI helpen om het energieverbruik van fabrieken te reduceren met 5-40% door verhoogde productiviteit, minder uitval van productie en verbetering van de procescondities. Echter, de sociale weerstand binnen de bedrijven tegen AI-oplossingen wordt aangemerkt als de grootste uitdaging bij implementatie van AI. Deze weerstand ontstaat door verschillende factoren, zoals angst voor baanverlies en het gevoel dat de AI-applicatie controle overneemt. Onderzoek geeft aan, dat in Noord-Europa het vertrouwen van managers t.o.v. AI zesmaal lager is dan in landen als India en China. Er is dan ook behoefte aan een concrete set van interventies ofwel implementatiestrategieën waarmee verbindingen gelegd kunnen worden tijdens ontwikkeling en inzet van AI-applicaties. Hiermee kan het succes van de implementatie van AI in de industrie worden vergroot en daardoor een achterstand en een verlies van de concurrentiepositie worden voorkomen.
Doelstelling
De toegevoegde waarde van dit project is dat het antwoord wil geven op de vraag hoe eindgebruikers het beste betrokken kunnen (en willen) worden, zodat het AI-systeem en de eindgebruiker beter gaan presteren. De interventies richten zich daarbij op het betrekken van gebruikers rond de technische en niet-technische ontwikkeleisen en vormen uitbreidingen op de interactie- en adoptiemodellen van Venkatesh (2003) en Amershi et al (2014). Doelstelling is een set interventies systematisch met elkaar te vergelijken, door daar waar de AI-applicaties al door industrie gebruikt, geïmplementeerd of verkend worden, de interventies te testen. Het lange-termijn doel van dit project is om te komen tot een versnelde implementatie van AI in de industrie met een bijbehorende reductie van energie verbruik van 5-40%, een verbeterde concurrentiepositie van de industrie en toegenomen economische activiteiten van Nederlandse AI-leveranciers.
Korte omschrijving
• Maatschappelijke discussie opstarten met de maatschappelijke partners en verbonden kennisnetwerken. • Beschrijven technische, economische en sociale kenmerken en actuele ethische vraagstukken per casus. Het project voert literatuuronderzoek uit naar de sociale acceptatie en ethische bezwaren tegen het gebruik van AI binnen de industrie. Een inventarisatie van relevante interventies startend bij UTAUT-model en mens-machine interactie modellen wordt gemaakt en reflexieve monitoringsessies over behalen van de leerdoelstellingen gefaciliteerd. Op basis daarvan zal een detailontwerp van uit te voeren interventies (doelgroep, format, timing, locatie, evaluatievorm) gemaakt worden. De impact van de uitgevoerde interventies in de praktijksituaties wordt onderzocht en meegenomen in de resultaten. Het consortium maakt casestudies beschikbaar, waarin gevonden ontwikkeleisen kunnen worden toegepast en de slagingskans toeneemt door een verbeterd applicatieontwerp. Ook zullen zij interventies uitvoeren en deelnemen aan reflectiesessies over de aanpak en impact van de interventies. ISPT ontwerpt het format van de dialoogsessies en een serious game.
Resultaat
Korte termijn: • overzicht van de hoofdpunten in het debat rond gebruik van AI in de industrie; • een beschreven set van systematisch met elkaar vergeleken interventies tegen de mate waarin ze acceptatie doen vergroten en de prestaties van de applicatie laten toenemen; • betrokkenheid van genoemde netwerken en organisaties bij de maatschappelijke AI-discussie; • disseminatie deliverables; • formats voor voeren van discussie over AI, zoals dialoogsessies en serious game.
Digitalisatie in de vorm van Big Data en Artificial Intelligence (AI) is in opkomst. McKinsey (2017 in ECP, 2018) schat in dat wereldwijd nu al 20 tot 30 miljard dollar aan AI wordt besteed. Met betrekking tot het gebruik van AI in de industrie, kan AI helpen om het energieverbruik van fabrieken te reduceren met 5-40% door verhoogde productiviteit, minder uitval van productie en verbetering van de procescondities. Echter, de sociale weerstand binnen de bedrijven tegen AI-oplossingen wordt aangemerkt als de grootste uitdaging bij implementatie van AI. Deze weerstand ontstaat door verschillende factoren, zoals angst voor baanverlies en het gevoel dat de AI-applicatie controle overneemt. Onderzoek geeft aan, dat in Noord-Europa het vertrouwen van managers t.o.v. AI zesmaal lager is dan in landen als India en China. Er is dan ook behoefte aan een concrete set van interventies ofwel implementatiestrategieën waarmee verbindingen gelegd kunnen worden tijdens ontwikkeling en inzet van AI-applicaties. Hiermee kan het succes van de implementatie van AI in de industrie worden vergroot en daardoor een achterstand en een verlies van de concurrentiepositie worden voorkomen.
Doelstelling
De toegevoegde waarde van dit project is dat het antwoord wil geven op de vraag hoe eindgebruikers het beste betrokken kunnen (en willen) worden, zodat het AI-systeem en de eindgebruiker beter gaan presteren. De interventies richten zich daarbij op het betrekken van gebruikers rond de technische en niet-technische ontwikkeleisen en vormen uitbreidingen op de interactie- en adoptiemodellen van Venkatesh (2003) en Amershi et al (2014). Doelstelling is een set interventies systematisch met elkaar te vergelijken, door daar waar de AI-applicaties al door industrie gebruikt, geïmplementeerd of verkend worden, de interventies te testen. Het lange-termijn doel van dit project is om te komen tot een versnelde implementatie van AI in de industrie met een bijbehorende reductie van energie verbruik van 5-40%, een verbeterde concurrentiepositie van de industrie en toegenomen economische activiteiten van Nederlandse AI-leveranciers.
Korte omschrijving
• Maatschappelijke discussie opstarten met de maatschappelijke partners en verbonden kennisnetwerken. • Beschrijven technische, economische en sociale kenmerken en actuele ethische vraagstukken per casus. Het project voert literatuuronderzoek uit naar de sociale acceptatie en ethische bezwaren tegen het gebruik van AI binnen de industrie. Een inventarisatie van relevante interventies startend bij UTAUT-model en mens-machine interactie modellen wordt gemaakt en reflexieve monitoringsessies over behalen van de leerdoelstellingen gefaciliteerd. Op basis daarvan zal een detailontwerp van uit te voeren interventies (doelgroep, format, timing, locatie, evaluatievorm) gemaakt worden. De impact van de uitgevoerde interventies in de praktijksituaties wordt onderzocht en meegenomen in de resultaten. Het consortium maakt casestudies beschikbaar, waarin gevonden ontwikkeleisen kunnen worden toegepast en de slagingskans toeneemt door een verbeterd applicatieontwerp. Ook zullen zij interventies uitvoeren en deelnemen aan reflectiesessies over de aanpak en impact van de interventies. ISPT ontwerpt het format van de dialoogsessies en een serious game.
Resultaat
Korte termijn: • overzicht van de hoofdpunten in het debat rond gebruik van AI in de industrie; • een beschreven set van systematisch met elkaar vergeleken interventies tegen de mate waarin ze acceptatie doen vergroten en de prestaties van de applicatie laten toenemen; • betrokkenheid van genoemde netwerken en organisaties bij de maatschappelijke AI-discussie; • disseminatie deliverables; • formats voor voeren van discussie over AI, zoals dialoogsessies en serious game.