Optimaal en verantwoord gebruik van big data mogelijk maken
Betrouwbaar en verantwoord datagebruik moet een integraal onderdeel zijn van ieder onderzoek naar de digitale samenleving. Door verantwoord datawetenschap te stimuleren, willen we het misbruik van persoonsgegevens terugdringen en het publiek vertrouwen vergroten. Er is behoefte aan algemeen toepasbare technieken en methoden voor het waarborgen van eerlijk, nauwkeurig, vertrouwelijk en transparant (fair, accurate, confidential, transparent – FACT) gebruik van data die traceerbaar, toegankelijk, interoperabel en herbruikbaar (findable, accessible, interoperable, reusable – FAIR) zijn. Deze en overig gerelateerde maatschappelijke uitdagingen worden behandeld in de programmalijn Responsible Data Science.
Wetenschappers zoeken oplossingen voor maatschappelijke uitdagingen met betrekking tot Responsible Data Science:
Michel Dumontier (Maastricht University)
Expertise
Ik ben Distinguished Professor Data Science aan de Universiteit Maastricht. Mijn onderzoek is gericht op de ontwikkeling van rekenmethoden voor verantwoord gebruik en schaalbare integratie van vindbare, toegankelijke, interoperable en herbruikbare gegevens en diensten. Mijn groep combineert semantische webtechnologieën met machineleren en netwerkanalyse voor het ontdekken en personaliseren van geneesmiddelen. Ook geef ik leiding aan een nieuwe interfacultaire instelling, het Institute of Data Science van de Universiteit Maastricht, dat wetenschap, technologie en sociale, wettelijke en ethische aspecten bij elkaar brengt met als doel gemeenschappen te versterken, wetenschappelijke ontdekkingen te versnellen en gezondheid en welzijn te bevorderen.
Ambities
Ik streef naar de ontwikkeling van een transdisciplinair programma voor onderzoek en onderwijs waarin wordt onderzocht hoe datawetenschap en kunstmatige intelligentie het best kunnen worden benut om urgente vraagstukken in een digitaliserende wereld aan te pakken. Een groot deel van mijn werk zal bestaan uit onderzoek naar methoden in de datawetenschap om multidisciplinaire samenwerking te versterken, nieuwe stromen van interdisciplinair onderwijs te creëren en doeltreffende manieren vast te stellen om verantwoorde onderzoeken en innovatie op het gebied van datawetenschap nauwer aan elkaar te koppelen ten behoeve van een met data science vertrouwde samenleving.
Frank van Harmelen (Vrije Universiteit Amsterdam)
Expertise
Frank van Harmelen is hoogleraar Kennisrepresentatie en redeneren binnen de vakgroep Computerwetenschappen (Faculteit der Wetenschappen) van de Vrije Universiteit Amsterdam. Sinds 2000 speelt hij een vooraanstaande rol bij de ontwikkeling van het semantisch web, die tot doel heeft webgegevens met machines semantisch interpretabel te maken aan de hand van formele representaties. Als mede-hoofdonderzoeker was hij verbonden aan het eerste Europese project op het gebied van het semantisch web (OnToKnowledge, 1999), waarmee de fundamenten werden gelegd voor de ontologietaal OWL. Die taal is wereldwijd de standaard geworden, wordt commercieel breed toegepast en heeft zich ontwikkeld tot de basis voor een complete onderzoeksgemeenschap. In de afgelopen jaren heeft hij vooropgelopen bij de ontwikkeling van grootschalige machines voor reasoning. Hij was wetenschappelijk directeur van de Large Knowledge Collider, een platform voor gespreide berekening via semantische grafen met miljarden takken, waaraan de EU een subsidie van 10 miljoen euro had toegewezen. Samen met zijn student Jacopo Urbani heeft hij op dit vlak prijswinnend en baanbrekend werk geleverd. Hij is wetenschappelijk directeur van The Network Institute, waar 150 onderzoekers van de faculteiten voor sociale wetenschappen, geesteswetenschappen en computerwetenschappen samenwerken aan onderzoeksthema’s op het gebied van computationele sociale wetenschappen en e-Humanities. Verder is hij gasthoogleraar aan de Universiteit voor Wetenschap en Technologie in Wuhan, China
Dick den Hertog (Tilburg University)
Expertise
Dick den Hertog is hoogleraar Business Analytics / Operations Research aan de Universiteit Tilburg. Zijn onderzoeksterrein bestrijkt diverse onderwerpen op het gebied van prescriptive analytics. Zijn interesse gaat in het bijzonder uit naar lineaire en niet-lineaire optimalisering. In de afgelopen jaren heeft hij zich voornamelijk toegelegd op robust optimazation en simulation-based optimazation. Hij is ook actief in het toepassen van de theorie in allerlei praktische toepassingen. Hij is met name geïnteresseerd in toepassingen waarmee hij een bijdrage kan leveren aan een betere samenleving. Zo is hij al geruime tijd betrokken bij onderzoek om de waterveiligheid te optimaliseren, doet hij onderzoek naar betere optimalisatiemodellen en -technieken voor het bestralen van tumoren en is hij recent betrokken geraakt bij onderzoek naar het optimaliseren van de voedseldistributie van het World Food Programme.
Geert-Jan Houben (TU Delft)
Expertise
Als computerwetenschapper die is opgeleid in het werken met databases, heb ik me in mijn onderzoek altijd gericht op doeltreffende methoden om zinvolle informatie uit grote datasets te halen. Ik concentreer me vooral op grote datasets op het web. Het grootste deel van mijn onderzoek is gewijd aan methoden voor de toekenning van betekenis aan webgegevens, bijvoorbeeld om webgebaseerde informatiesystemen in staat te stellen de gebruikers ervan op hen afgestemde of gepersonaliseerde gegevens te leveren. Als wetenschapper die zich in het centrum van data science beweegt, doe ik momenteel onderzoek naar de theorie en technologie op basis waarvan ontwikkelaars en gebruikers van datagestuurde systemen kunnen vertrouwen op informatie die deze systemen verstrekken.
Ambities
Met het onderzoeksprogramma de Digitale Samenleving kunnen we het bewustzijn vergroten omtrent de fundamentele rol die datawetenschap speelt in veel onderzoeksinspanningen op het gebied van de digitale samenleving. Als verenigde universiteiten kunnen we het onderzoek rondom datawetenschap verder ontwikkelen. We streven ernaar dat bij al het onderzoek waarvoor grote datasets worden gebruikt, kan worden vertrouwd op de inzichten die uit de gegevens zijn afgeleid, zodanig dat alle onderzoekers deze wetenschap op verantwoorde wijze kunnen toepassen.
Mykola Pechenizkiy (TU Eindhoven)
Expertise
Mykola Pechenizkiy is als hoogleraar verbonden aan de vakgroep Mathematics and Computer Science van de Technische Universiteit Eindhoven, waar hij de leerstoel Data Mining bekleedt. Zijn onderzoeksinteresses omvatten data science, ontdekking van kennis en data mining, verantwoorde analytics (ethisch en discriminatiebewustzijn), contextbewuste voorspellende analytics, omgang met concept drift en herhaling van contexten, automatisch construeren van vormkenmerken en analyse van zich ontwikkelende netwerken. Zijn expertise en interesses liggen vooral op het gebied van voorspellende analytics, het ontdekken van kennis uit gegevensontwikkeling en de toepassing van deze gegevens voor de aanpak van reële problemen die zich in de industrie, in de geneeskunde en in het onderwijs voordoen. In het Data Science Center in Eindhoven geeft hij leiding aan het interdisciplinair onderzoeksprogramma Customer Journey, dat gericht is op de ontwikkeling van technieken voor geïnformeerde en verantwoorde analytics.
Corien Prins (Tilburg University)
Expertise
Corien Prins is als hoogleraar Recht en Informatisering verbonden aan de Tilburg Law School van de Tilburg University. Per 1 april 2017 is ze benoemd tot voorzitter van de Wetenschappelijke Raad voor het Regeringsbeleid (WRR). Prins is voorzitter van de Raad van Toezicht van de Erasmus Universiteit Rotterdam en lid van de selectieadviescommissie parket Hoge Raad. Tot 2008 was zij voorzitter van het Tilburg Institute of Law, Technology, and Society (TILT) en sinds 2009 lid van de Koninklijke Nederlandse Akademie van Wetenschappen (KNAW).
Linnet Taylor (Tilburg University)
Expertise
Linnet Taylor is als Universitair Hoofddocent Data Ethics, Law and Policy verbonden aan Tilburg Law School, Tilburg Institute for Law, Technology, and Society (TILT).
Blijf up to date: schijf je in
op onze nieuwsbrief.