Theo: “In het verdiepende semester NotS leren studenten te werken als een professional. Want als je je diploma hebt dan vertelt niemand je meer wat je moet doen en hoe je moet leren. Tegelijk gaan de ontwikkelingen razendsnel en hoe weet je dan als jonge professional welke ontwikkelingen je moet volgen en welke je kunt negeren? Dat willen we onze studenten graag leren in dit semester. De onderwerpen die we als uitgangspunt nemen, bijvoorbeeld Blockchain of AI zitten niet standaard in het curriculum van de opleiding. Dat stuk leren studenten bij ons in de praktijk. We leren de student om nog redelijk onbekende terreinen te exploreren. Ze doorlopen een aantal fasen van het concept ‘technology readiness level’. Dit concept wordt gebruikt om aan te geven hoe volwassen een product of dienst staat in het ontwikkelingsproces. Er zijn negen stadia van ontwikkeling waar een product of dienst zich in kan bevinden. En kortgezegd exporeren de studenten het thema, ze ontwikkelen een product en nemen het in gebruik. Dit is echt onderwijs wat bij vierdejaarsstudenten past. Je kunt pas iets ontwikkelen als je al weet hoe het werkt. Dan kun je zelf ontdekken wat er mogelijk is en hoe je een technologie kunt inzetten of verder kunt ontwikkelen.”
Vorig jaar won de groep studenten van NotS nog de Applause Award tijdens het event Open Up Your Talent! Van Academie IT en Mediadesign. Je kent vast de Captcha’s die je op sites moet invullen om te bewijzen dat je geen robot bent. Studenten maakten een Captcha Solver die werkt door middel van kunstmatige intelligentie. Daarmee hoe je niet steeds aan te tonen dat je een mens bent en kun je meteen door. Dit zet meteen bij mij vraagtekens bij het gebruik van Captcha. Theo:“ Je kunt je natuurlijk ethische vragen stellen bij de ontwikkeling van een Captha-solver. Maar als studieopdracht leren studenten er veel van. Want hoe kun je met behulp van AI aantonen dat je een mens bent? De captcha’s vragen vaak een actie van ons die een computer of bot niet zelf kan. Als een letter A bijvoorbeeld scheef in een plaatje staat zien wij nog steeds een A, een bot herkent dat niet. Maar je kunt een neuraal netwerk wel trainen zodat het ineens wel een captcha kan oplossen en kan voordoen dat het een mens is.” De studenten gebruikten een dataset, een framework om het neurale netwerk te trainen en pre-trained model. Wil je meer weten hoe de studenten de captcha-solver hebben kunnen realiseren neem dan even de tijd om deze video te bekijken. Ze leggen zelf helder uit wat ze hebben geleerd en hoe ze de captcha-solver hebben getraind.
Een slim kijkje in de verdeelkast
Dit jaar kregen de studenten een vraag vanuit Alliander. In wijken staan verdeelkasten voor de levering van elektriciteit. Er gaan kabels vanuit de verdeelkast naar huizen en van huizen naar de verdeelkast. Alliander wil bijvoorbeeld weten welke en hoeveel kabels er in een kast zitten en wat voor zekeringen er zijn gebruikt. Als je dat wilt registreren en administreren is dat een enorme klus. Dat moet makkelijker kunnen. De NotS-studenten gingen met dit vraagstuk aan de slag. Het idee is dat als je een foto hebt van de verdeelkast dat je dit met behulp van AI kunt omzetten naar een registratie van de kast. Het klinkt simpel maar de twee presentatieposters hieronder laten zien dat ook dit nog wel een klus is. Wil je er meer over weten kom dan 13 juni naar Open Up Your Talent! 2024. Dan presenteren deze studenten hun werkend prototype. (Fijn als je je aanmeldt als bezoeker).
Academische kennis toepasbaar in beroepspraktijk
Theo: “Je ziet echt hoe de bachelors academisch onderzoek toepasbaar maken in de beroepspraktijk. Het is zo mooi om te zien dat deze bachelorstudenten zo goed uit de voeten kunnen met dit soort opdrachten. Eerder was de inzet van AI iets voor masterstudenten en academisch opgeleide professionals. Je ziet nu dat onze bachelorstudenten ook goed weten hoe het werkt. Ze kunnen als professional echt hun opdrachtgever of werkgever adviseren waar je rekening mee moet houden bij de inzet van AI. Ze kunnen ook academische papers goed lezen en uitleggen. Ze kunnen een opdrachtgever ook goed adviseren over de weg naar de oplossing. Bijvoorbeeld wat is belangrijk, snelheid of accuraatheid? Hoe preciezer je resultaten wilt hebben hoe meer tijd het kost om je resultaat te generen. Dat zijn vragen waar opdrachtgevers over moeten nadenken.”
Wat betekenen tools als Chat GPT voor de opleiding?
Ook al hebben we geen Informatica of Communicatie en Mediadesign gestudeerd, we kunnen steeds meer digitale media zelf maken. Er zijn veel no-code tools beschikbaar, die je vaak ook meteen kunt inzetten (en ja ik weet het gratis bestaat niet). Als je er even tijd in wilt steken maak je zo een film, een podcast, site of app. En als je nog iets meer tijd hebt en even doorzet kan AI je ook nog veel werk uit handen nemen. Ook bij het verwerken van data of het gebruiken van openbare data kun je als “leek” steeds beter je doel bereiken. Wat betekent dit voor de opleiding Informatica? Theo: “Het vak softwareengineer gaat zeker veranderen door AI zoals Chat GPT. Het biedt professionals in ons vakgebied ook kansen. Je kunt bijvoorbeeld sneller programmeren. Eerder hadden we in de opleiding een vak met programmeeropdrachten voor studenten. Daar kunnen ze nu Chat GPT voor inzetten. Daar kunnen we iets van vinden maar je kunt zeggen dat het goed is als je het goed kunt gebruiken. Je moet er mee om kunnen gaan. En je moet de juiste vragen kunnen stellen aan de AI. Bovendien is een antwoord op zijn best suboptimaal en moet je alsnog het antwoord beoordelen. En het gaat er niet alleen om dat ze AI toepassen en exploreren wat er mogelijk is. Ze moeten ook over hun eigen grenzen gaan. Hoe zoek ik uit wat er mogelijk is? Hoe kan ik realiseren wat ik heb bedacht? Het ligt nu echt in het bereik van een hbo-informatica-student om AI te kennen, het te kunnen toepassen en er over te kunnen adviseren. Door de tools die er op de markt zijn gaat het niveau van de studenten omhoog. En wat ook belangrijk is, met de inzet van AI kun je efficiënter werken. Wat ga je doen in de tijd dat je efficiënter bent om meer resultaat te halen? En hoe ga je om met een bias die in data zit? Hoe smal of breed train je zelf je neurale netwerk? Mooi als je als reponsible specialist over dat soort vragen nadenkt. Je wordt tenslotte niet alleen en technische specialist maar ook een professionals die maatschappelijk betrokken is. Het brengt dus ook weer nieuwe vragen in onze opleidingen.”
