Veel bewoners in de IJmond maken zich zorgen om luchtvervuiling afkomstig van de staalfabriek Tata Steel. Daarom hingen inwoners van de regio IJmond, de actiegroep Frisse Wind en Greenpeace drie camera's op om luchtvervuiling door Tata Steel te monitoren. Mensen kunnen die beelden handmatig checken op verdachte wolken, maar dat kost veel tijd.
Met de ontwikkelingen rond kunstmatige intelligentie (AI) kan dat proces geautomatiseerd worden. Momenteel wordt AI vaak gezien als autonome entiteit, een intelligent systeem wat zichzelf op magische wijze verder ontwikkelt. Grote bedrijven houden die magie in stand, zodat er moeilijk grip te krijgen is op de ontwikkelingen. Maar dat kan ook anders.
Waag Futurelab en computerwetenschappers van de Universiteit van Amsterdam (UvA) onder leiding van Yen-Chia Hsu nodigden inwoners van de IJmond uit om samen een AI-tool te ontwerpen die bewoners helpt om verdachte rookwolken te signaleren. Naast dat een AI-tool ontworpen door de gemeenschap breder gedragen wordt, leren mensen ook een aantal basisprincipes van hoe AI werkt. Doordat bewoners zijn betrokken in het ontwerpproces, krijgen zij grip op zowel het ontwerp als het gebruik van de technologie.
'Als mensen zelf betrokken zijn bij het ontwerpproces, bouw je een breder gedragen tool. Het is niet top-down en mensen zien de resultaten van hun wensen. Het is technologie voor en door de samenleving.'
– Jikke van den Ende, projectmanager Waag Futurelab
Labelen van data
AI werkt met een ‘training dataset’: de ideale collectie van voorbeelden, in dit geval van verdachte wolken. Het systeem gebruikt deze training dataset om nieuwe data te kunnen labelen als verdachte wolk.
Waag en Yen-Chia Hsu met zijn team organiseerden twee bijeenkomsten waarbij bewoners konden meebeslissen over het labelen van de data. Oftewel, het nauwkeurig bepalen wat een verdachte wolk is. Het systeem laat een foto zien met een vierkante markering rond de verdachte wolk. Bewoners kunnen deze markering aanpassen, om het systeem nauwkeuriger te maken. Doordat de gemeenschap data labelt en zo een training dataset opstelt, hebben mensen invloed op welke keuzes het model maakt.
'Als we de gemeenschap betrekken in het ontwerpproces van de AI-tool, denk ik dat mensen het model beter begrijpen en het model transparanter is.'
- Yen-Chia Hsu, computerwetenschapper UvA
Jos, inwoner van regio IJmond, was aanwezig bij de workshop. “Er werd goed uitgelegd hoe zo’n wolk herkend wordt. Een computer kan niet zien en herkent zelf geen beelden. De parameters die gebruikt worden voor herkenning hebben we besproken.”
Bewoners gaven aan dat een foto geen goed beeld gaf, omdat je moet zien hoelang een wolk duurt. Hsu en zijn team hebben het systeem nu aangepast: het systeem laat een foto met markering zien, maar die kan gecontroleerd worden met het videofragment achter de foto.
Gebruik van AI
Aan de hand van de input van de bewoners wordt de tool aangepast. De aanpassingen gingen nu vooral over het labelen van de data. In de toekomst zou het systeem verder ontwikkeld kunnen worden, bijvoorbeeld als waarschuwingssysteem. Bij het signaleren van een verdachte wolk zou het systeem dan automatisch een bericht kunnen sturen naar bewoners of de overheid. De verdere ontwikkeling van het AI zou in samenspraak met bewoners en verschillende partijen ontworpen kunnen worden.
Ook kan de AI-tool burgerwetenschappers helpen met onderzoek naar luchtvervuiling: zij kunnen de gesignaleerde wolken combineren met andere data, zoals fijnstofmetingen en windrichting.
'Niet iedereen kan de hele dag naar de videobeelden van Tata kijken om te zien wat er gebeurt. Deze tool helpt om te zien wat er aan de hand is, om met bewijs te komen. Het helpt de publieke opinie te vormen en tot maatregelen te komen.'
- Jos, inwoner van de regio IJmond
Help mee
Je kunt nu helpen met het labelen van de data, daarmee draag je bij aan het verbeteren van het AI-tool. Help mee met het signaleren van verdachte wolken.
Hoe je dat kunt doen lees je in de uitleg over het labelen van data.
Over Waag Futurelab
Waag Futurelab draagt al 30 jaar bij aan onderzoek, ontwerp en ontwikkeling van een duurzame, rechtvaardige samenleving. Waag versterkt kritische reflectie op technologie en streeft naar technologie op basis van een public stack: een benadering waarbij alle lagen die bijdragen aan technologie - de basiswaarden, het ontwerpproces, de technologie zelf en de manieren waarop deze lagen mensen positioneren - gebaseerd zijn op publieke waarden.
Over Yen-Chia Hsu
Yen-Chia Hsu is als computerwetenschapper verbonden aan de UvA en heeft een ontwerpachtergrond in architectuur. Hij onderzoekt hoe technologie kan worden ingebed in hyperlokale contexten om burgerbetrokkenheid te vergroten en gemeenschappen te versterken. Zijn onderzoek richt zich met name op Community-Empowered Artificial Intelligence (AI), waarbij hij meedenkt over het ontwerpen, implementeren, inzetten en evalueren van interactieve AI-systemen die gemeenschappen sterker maken, met name bij het aanpakken van ecologische en sociale problemen. Zijn onderzoeksteam bestaat uit assistent professor Katja Rogers en student assistent Tycho S. C. Stam.
Wat is een verdachte wolk?
De kleur van een wolk geeft een indicatie van welke gassen of stoffen er in de wolk zitten. De kleuren zwart, geel, oranje en bruin geven een aanwijzing dat er giftige stoffen in de wolk kunnen zitten. Daarom traint de UvA de AI-tool om zwarte, gele, oranje of bruine wolken te herkennen. In dit project wordt er niet gemeten welke stoffen of gassen er precies in de wolken zitten.
AI en duurzaamheid
Waag Futurelab vindt het belangrijk om de klimaatimpact van AI te beperken en goed af te wegen waar AI voor gebruikt kan worden en waarvoor niet. De inzet van AI dient in dit geval een belangrijk publiek belang, doordat hierbij het monitoren van luchtvervuiling door Tata Steel wordt geautomatiseerd.