Nanda Piersma: “We zoeken oplossingen voor actuele problemen in de stad”

“Ik was hoofddocent aan Hogeschool van Amsterdam en wilde meer doen met data science. De decanen van de faculteiten waaraan ik verbonden was – ‘Techniek’ en ‘Digitale Media en Creatieve Industrie’ – kenden de L.INT-regeling. Zij hebben contact gezocht met het Centrum Wiskunde & Informatica (CWI) en de mogelijkheden verkend om samen te werken op het gebied van data science. Zij zochten ook uit hoe het werkt met L.INT: wie kan L.INT-lector worden? Moet dat iemand zijn van het CWI of van de hogeschool? Wat zijn de voorwaarden?

De hogeschool creëerde vervolgens een positie voor lector Urban Analytics en daar heb ik op gesolliciteerd. Daarna was het aan mij om de L.INT-aanvraag te doen. Ondertussen hadden de faculteiten en het CWI al veel uitgezocht, wat ik kon verwerken in de aanvraag.”

“Met nadenken over de vraag: wat voor soort lectoraat kunnen en willen we realiseren? Ik koos voor een netwerkstructuur, waarvoor ik collega’s zocht die met soortgelijk werk bezig waren, bijvoorbeeld docenten. Die wilde ik met elkaar verbinden. Ook moest ik subsidies aanvragen, want Regieorgaan SIA en de hogeschool betaalden wel samen mijn aanstelling maar dan heb je nog geen financiering voor een onderzoeksgroep.

Bij subsidieaanvragen loop je al gauw tegen allerlei regeltjes aan. Zo is het traject voor een subsidieaanvraag bij NWO voor wetenschappelijk onderzoek heel anders dan voor een aanvraag bij Regieorgaan SIA voor praktijkgericht onderzoek. Wil je in aanmerking komen bij NWO? Dan heb je een aanstelling nodig bij een wetenschappelijke instelling, dus mijn detachering bij het CWI vanuit de hogeschool telde niet.

Om bij verschillende fondsen aanvragen te kunnen doen, heb ik een consortium opgericht. De vertegenwoordiger in dienst van het CWI kon zo bijvoorbeeld de aanvraag bij NWO indienen en ik deed vanuit de hogeschool mee.

Van de subsidies hebben we junior onderzoekers aangetrokken. Ook breidden we het team uit met een masterstudent en docent-onderzoekers. Na 3 jaar hadden we een onderzoeksgroep van 5 fte. Daar kun je wat mee als lector.”

“We begonnen met data-analyse en zijn steeds meer opgeschoven naar artificial intelligence (AI). Dat zijn sleuteltechnologieën die in alle vakgebieden toepasbaar zijn. Daarom koos ik voor een indeling in toepassingsthema’s. We voegden aan elk thema een data-analist vanuit onze onderzoeksgroep toe.

Er liep bijvoorbeeld aan de hogeschool al een onderzoek met een RAAK PRO-subsidie. Dat ging om een onderzoek naar laadpalen voor elektrische auto’s. Daar kon ik vanuit mijn onderzoeksgroep een data-analist aan toevoegen.”

De onderzoeksgroep begon met 2 thema’s: duurzame energie en circulaire economie. We hebben niet zelf de vragen opgehaald, maar werkten samen met collega’s die al met een bepaald thema bezig waren. Zij hadden de vragen al opgehaald uit de praktijk. Wij stelden vervolgens de vraag: hoe kan AI waarde toevoegen aan jouw onderzoek?

Zo hebben we AI als extra expertise ingebracht in lopende onderzoeken. Daarnaast was de gemeente Amsterdam betrokken bij mijn lectoraat, zowel als mede-financierder als mede-eigenaar van het onderzoek, wat betekent dat de gemeente ook meedacht over de thema’s.”

“De gemeente Amsterdam zag dat het steeds drukker werd in de straten rondom de Dappermarkt. Vooral in de Eerste Van Swindenstraat was het vaak een chaos. De gedachte was dat de drukte werd veroorzaakt door marktkooplui die heen en weer gingen naar hun loodsen om nieuwe voorraad op te halen. Zou het aantal vervoersbewegingen omlaag kunnen en het vervoer duurzamer?

De gemeente dacht bijvoorbeeld aan het inzetten van elektrische voertuigen voor de bevoorrading. Ons onderzoek begon met dataverzameling. Onderzoekers bezochten de locatie, spraken de marktkooplui – Hoe kom je hier? Welke route kies je? Waar is je voorraad? Hoe vaak vul je aan? – en maakten foto’s. Het CWI heeft een grote server waar we de data mochten opslaan.

Wat bleek uit de data-analyse? De marktkooplui gingen nauwelijks heen en weer naar hun loodsen. Ze gebruikten hun voorraadwagen als marktkraam: laadklep open en verkopen maar. En hoe ze op de markt kwamen? Meestal niet via de Eerste Van Swindenstraat, want ze wisten dat het daar altijd chaos was en dus kozen ze een andere route. Zo ontdekten we dat het veronderstelde probleem niet het echte probleem was."

"Het is van oudsher een straat met veel retail. Maar steeds meer winkels zijn vervangen door horeca. Dat is een gevolg van gemeentebeleid, dat het centrum wil ontlasten en meer spreiding wil over de stad. Maar horeca wordt frequenter bevoorraad dan bijvoorbeeld een kledingzaak. En dus kwamen er steeds meer vervoersbewegingen. We vroegen een horecaondernemer hoe vaak hij nieuwe voorraad kreeg, en hij zei aanvankelijk 1 keer per week. Maar na goed doorvragen bleek het te gaan om wel 20 keer per dag. Want er kwam eens iemand een pakketje brengen, lokale leveranciers van versproducten kwamen nieuwe voorraad afleveren en ga zo maar door. En dat bij elke horecazaak.

Via data-analyse kregen we de vervoersbewegingen in beeld. Nu hadden we het probleem gevonden. Bij het onderzoek waren docenten, het CWI en een student betrokken. De oplossing is er ook gekomen: de Eerste Van Swindenstraat is eenrichtingsverkeer geworden, er zijn laad- en losplekken gemaakt voor de horeca en er zijn tijdblokken voor de bevoorrading afgesproken. Grote vrachtwagens – die de hele straat blokkeerden – stoppen voortaan aan de rand van de stad en kleinere voertuigen brengen de waren verder naar de bestemming.”

“Studenten worden betrokken bij onderzoek naar actuele, reële problemen van ondernemers. Dat is heel leuk. Ze spelen bijvoorbeeld een rol bij de vraagverkenning en bouwen dashboards van data uit de stad. De bekendheid van het lectoraat groeide binnen de hogeschool en er kwamen steeds meer vragen op ons af. Dat werd op een gegeven moment te gek. Dan weet je dat het een succes is, maar je weet óók dat je op zoek moet naar een andere vorm. We hebben opgeschaald en het huidige Centre of Expertise Applied Artificial Intelligence opgericht.

Omdat ik inmiddels het boegbeeld was van het vakgebied, werd ik wetenschappelijk directeur van het centre. Hogeschool van Amsterdam is nu zichtbaar als kennis- en onderzoekspartner voor data science en AI, niet alleen voor de stad, maar ook landelijk. Zo zijn er verbindingen ontstaan met het platform PRIO (Praktijkgericht ICTonderzoek), de Nederlandse AI Coalitie (NL AIC) en de SER.”

“Het Centre of Expertise bestaat uit 7 labs verspreid over verschillende faculteiten. We werken daar samen met de sectorexperts, zoals winkeliers, verpleegkundigen, fysiotherapeuten, marketeers en accountants. In al die werkvelden verkennen we de mogelijkheden van AI. De labs leggen de contacten met ondernemers in de stad, vaak via de brancheverenigingen. Zo weten we welke vraagstukken er in de praktijk spelen en die pakken we op voor onderzoek.

We hebben bijvoorbeeld met een groep architecten uitgezocht of we via ‘open streetview’- beeldmateriaal gebouwen kunnen identificeren die op elkaar lijken. Uit de labs zijn al een aantal RAAK-aanvragen voortgekomen en in februari 2022 is ook een SPRONG-aanvraag toegekend.”

“Voor het CWI is de samenwerking met de hogeschool een manier om te kunnen werken met mensen uit de praktijk. Een direct gevolg van het L.INT-lectoraat is dat de samenwerking intensief is geworden. Sinds 2021 ben ik zelfs 1 dag in de week gedetacheerd bij het CWI.”

“L.INT was voor mij de opstap van hoofddocent naar lector. L.INT-lector is een tijdelijke rol, voor 4 jaar. In het 3e jaar kwam bij de hogeschool een positie vrij voor kernlector Responsible IT. Kernlector betekent een vaste aanstelling, gefinancierd door de hogeschool. Daar heb ik op gesolliciteerd en in overleg met Regieorgaan SIA heb ik beide lectoraten tijdelijk gecombineerd. Als lector Responsible IT kijk ik hoe het werkveld van onze studenten verandert. Hoe bereiden we onze studenten voor op de wereld van AI?”

“Denk in kansen. En gebruik je netwerk: ga niet alles zelf doen.”