Terug naar hoofdinhoud

Hoe het ELSA Lab werkt met innovaties (use cases)

Binnen het ELSA Lab worden innovaties onderzocht aan de hand van concrete use cases, die fungeren als praktijkcontexten voor het bestuderen en vormgeven van verantwoorde AI. Deze use cases maken het mogelijk om ethische, juridische en maatschappelijke aspecten (ELSA) te integreren gedurende de volledige levenscyclus van AI‑ontwikkeling en ‑toepassing. Door nauw samen te werken met technologieontwikkelaars, gebruikers, bedrijven, beleidsmakers en maatschappelijke actoren onderzoekt het ELSA Lab hoe AI‑toepassingen in de praktijk functioneren en hoe waarden zoals transparantie, rechtvaardigheid, verantwoordelijkheid en duurzaamheid kunnen worden verankerd in het ontwerp en gebruik ervan. De use cases fungeren daarmee niet alleen als proeftuinen voor AI‑innovatie, maar ook als leeromgevingen die concrete en toepasbare inzichten opleveren voor verantwoord en contextspecifiek gebruik van AI.

Elke use case doorloopt gedurende de ELSA‑labcyclus een ELSA Scan en één of meerdere Quadruple Helix (QH)‑workshops. Hierbij worden in eerste instantie samen met AI‑ontwikkelaars de relevante ELSA‑aspecten in kaart gebracht. Vervolgens worden aanvullende stakeholders betrokken in een workshop waarin met behulp van de ELSA Impact Tool nieuwe ELSA‑aspecten en verbeterpunten worden geïdentificeerd. Deze kunnen leiden tot herontwerp van de technologie en/of aanpassingen in de context van de use case, zoals juridische of organisatorische veranderingen.

AI voor melkveehouders

Mastitis is een ontstekingsziekte van de klieren, en is de meest voorkomende infectie op melkveebedrijven. De ziekte heeft aanzienlijke negatieve gevolgen voor de winstgevendheid van het bedrijf en weegt zwaar op het dierenwelzijn. AI kan helpen bij de vroege identificatie, classificatie, voorspelling en preventie van deze ziekte. Door ethische, juridische en sociale aspecten mee te nemen in de aanbevelingen zelf kan een veehouder of een dierenarts vervolgens beslissen hoe te handelen, bijvoorbeeld over het toepassen van antibiotica.

Lees meer

AI in voedingsadvies

Mastitis is een ontstekingsziekte van de klieren, en is de meest voorkomende infectie op melkveebedrijven. De ziekte heeft aanzienlijke negatieve gevolgen voor de winstgevendheid van het bedrijf en weegt zwaar op het dierenwelzijn. AI kan helpen bij de vroege identificatie, classificatie, voorspelling en preventie van deze ziekte. Door ethische, juridische en sociale aspecten mee te nemen in de aanbevelingen zelf kan een veehouder of een dierenarts vervolgens beslissen hoe te handelen, bijvoorbeeld over het toepassen van antibiotica.

Lees meer

AI voor boomkwekerijen

Binnen de boomkwekerij worden steeds vaker digitale toepassingen ingezet om het teeltproces nauwkeuriger, duurzamer en efficiënter te ondersteunen. Met behulp van beeld technologieën, zoals satelliet- of dronebeelden en cameratechnologie op het veld, wordt informatie verzameld over groei, vitaliteit en ruimtelijke variatie binnen percelen. Deze beelden worden geanalyseerd om patronen zichtbaar te maken die met het blote oog moeilijk waarneembaar zijn, bijvoorbeeld stress, groeiverschillen of afwijkingen in ontwikkeling.

Lees verder

Face Reader

Deze use case betreft een AI innovatie die gegevens kan verzamelen en interpreteren, waaronder gezichtsuitdrukkingen. FaceReader kan in verschillende contexten worden gebruikt, zoals bij onderzoek naar consumentengedrag. Een onderzoek met FaceReader vindt doorgaans online plaats of in een living lab in de supermarkt of restaurant. In het ELSA-lab onderzoeken we gezamenlijk het potentieel om consumentengedrag aan te sturen in de richting van duurzamere en gezondere voedingskeuzes door een ELSA Scan en mogelijk ook stakeholder workshops.  

Lees meer

Digital Farm of the Future

De Digital Farm of the Future (DFoF) van Wageningen University & Research is een experimentele en praktijkgerichte leeromgeving waarin digitale technologieën zoals sensoren, data‑analyse, robotica en kunstmatige intelligentie (AI) worden ingezet om de landbouw duurzamer, efficiënter en veerkrachtiger te maken.

Lees verder

Fully documented Fisheries

Binnen de visserij worden digitale toepassingen steeds vaker ingezet om bij te dragen aan een transparantere, duurzamere en beter gereguleerde sector. Met camera‑ en sensortechnologie aan boord kunnen bijvoorbeeld middels data‑analyse en AI vangsten worden geregistreerd en gemonitord. Deze toepassingen ondersteunen het naleven van vangstquota, het verminderen van bijvangst en het bevorderen van de instandhouding van vispopulaties, bijvoorbeeld door bijvangst terug te zetten en beter inzicht te krijgen in visbestanden. Dit geeft een beeld hoe AI kan bijdragen aan duurzaamheid in de visserij.

Lees meer

Pixel Farming

Pixel farming houdt in dat onkruidbestrijding benaderd wordt door een ‘pixel’ binnen een veld te trainen met AI, waarna een robot onkruidbestrijding met behulp van hoogvermogen lasertechnologie kan uitvoeren, waarbij de plant effectief van binnenuit wordt verhit en uitgeschakeld. Onkruid bestrijden zonder gebruik te maken van chemische middelen en zonder de omliggende gewassen of bodem te verstoren wordt hiermee mogelijk.

Deze toepassing illustreert hoe AI technologie wordt inzet om beslissingen en interventies tot op het niveau van individuele planten te specificeren en hoe AI kan bijdragen aan duurzaamheid.

Lees verder