Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Switch to English

Onze maatschappij is helaas nog niet vrij van ongelijkheid en discriminatie. Als je kunstmatige intelligentie ontwikkelt in zo’n omgeving, moet je goed in de gaten houden dat algoritmen deze ongelijkheid niet overnemen. UvA neuroinformaticus Sennay Ghebreab zet zich in voor AI-technologie die waarden zoals gelijkheid en privacy waarborgt. En hij gaat nog een stapje verder: hij ontwikkelt kunstmatige intelligentie om de kansengelijkheid in Amsterdam te bevorderen.

Sennay Ghebreab

Wij ontwikkelen AI-technologie om aan de ene kant de kans op ongelijkheid in de stad bloot te leggen, en aan de andere kant kansengelijkheid te bevorderen. Daarvoor hebben we het Civic AI Lab opgericht, een samenwerking tussen de UvA, de VU, de Gemeente Amsterdam en het Ministerie van Binnenlandse Zaken. Het lab maakt deel uit van het nationale Innovation Center for Artificial Intelligence (ICAI) en heeft de ambitie om leidend te zijn in maatschappelijke toepassingen van kunstmatige intelligentie. In samenwerking met de Gemeente Amsterdam gaan we problemen aanpakken op verschillende domeinen: onderwijs, gezondheidszorg, welzijn, mobiliteit en omgevingsfactoren. Samen met het ministerie kijken we naar brede opschaling van overheidstoepassingen en onderzoeksbevindingen.

Uit datastromen uit Amsterdam en omgeving hopen we voorspellende factoren te halen.

Op het gebied van gezondheid kijken we bijvoorbeeld naar de eerste duizend dagen van het leven van een kind. Die eerste duizend dagen beïnvloeden onder andere de levensverwachting, de kans op ziekten, maar ook de positie op onderwijsgebied en op de arbeidsmarkt. Niet alle kinderen krijgen in het begin van hun leven dezelfde kans op een gezonde start. Er zijn allerlei factoren die de toekomst beïnvloeden: sociaaleconomische factoren, waar je opgroeit, gezondheid, communicatie met de ouders en liefde van de ouders.

We werken samen met verschillende partijen rondom de zwangerschap, de geboorte en de jeugdgezondheidszorg. Die hebben veel data verzameld. Wij willen met machine learning-algoritmen kijken hoe we die datastromen in Amsterdam en omgeving kunnen integreren. Daarna hopen we daar voorspellende factoren uit te kunnen halen. Dit doen we met inachtneming van fundamentele mensenrechten zoals non-discriminatie, gelijkheid en privacy. Dat houdt in dat de algoritmen die we ontwikkelen rekening houden met verschillen in geslacht, ras, et cetera, maar die op een eerlijke manier meenemen in het analyseren van de data. Zo werken we toe naar aanbevelingen om de kansengelijkheid te verbeteren.

Een ander project waar we aan werken richt zich op het onderwijs in Amsterdam. Vanuit zowel de Rijksoverheid als de gemeente Amsterdam is er geld beschikbaar om onderwijsachterstanden en kansenongelijkheid in het primair onderwijs weg te werken. Maar de vraag is dan natuurlijk welk beleid nou echt bijdraagt aan het bieden van de beste kansen voor alle leerlingen. Er is geld beschikbaar gesteld, maar komt het wel aan op de juiste plek, en heeft het wel effect? Met behulp van AI-technologie en slimme data-analyse kijken wij of het ook echt bijdraagt aan kansengelijkheid, en zo niet, hoe we dat kunnen verbeteren.’