Applied Data Science and Artificial Intelligence

Dit transversale lectoraat fungeert als aanjager van innovatie door nauw samen te werken met academiemedewerkers en externe experts. Dit heeft als doel om zowel studenten als medewerkers te inspireren om hun onderwijs- en leermethoden te moderniseren en te verrijken. Uit deze activiteiten zijn vier kernwaarden naar voren gekomen die vaak worden benadrukt en die in het programma verankerd moeten worden: 

Het begrijpen van AI houdt ook in dat de mogelijke maatschappelijke en individuele gevolgen ervan, die vaak emotionele reacties oproepen, aan de orde worden gesteld. Het is essentieel om op feiten gebaseerd onderzoek te doen om deze gevolgen effectief te analyseren en te begrijpen.

Veel individuen en groepen zijn onvoldoende bekend met AI, de toepassingen en mogelijkheden ervan. Termen als 'AI', 'autonoom', 'slim' en 'grote taalmodellen' worden niet consequent gebruikt, wat tot verwarring leidt. Daarom zijn goede inhoudelijke educatie en duidelijke informatievoorziening nodig om een beter begrip van AI op te bouwen.

Applied Research and Development

Het onderzoek moet zich richten op praktische en toegepaste initiatieven om de BUas-domeinspecifieke uitdagingen aan te pakken. Het programma beoogt een brug te slaan door ondersteuning op maat te bieden voor elk domein, van een eerste kennismaking tot geavanceerde AI-toepassingen.

Open communicatie is cruciaal voor het verbinden van verschillende domeinen, het bevorderen van interne en externe samenwerking en het verbinden van onderwijs met het werkveld. Dit wordt mogelijk gemaakt door tal van initiatieven die gericht zijn op het waarborgen van interdisciplinaire samenwerking en kennisdeling.