Alle expertise verzamelen! Laaggeletterdheid te lijf met Artificial Intelligence in het ELSA-lab

De Nederlandse AI Coalitie kent het ELSA-lab AI-Approach to low-literacy haar NL AIC Label toe. Universitair docent Hans Marien (Sociale, Gezondheids- en Organisatiepsychologie) stond aan de wieg van dat lab. Hij heeft grootse plannen om het uit te bouwen en met kunstmatige intelligentie laaggeletterdheid te bestrijden.

ELSA staat voor Ethical, Legal and Social Aspects; het NL AIC Label geeft aan dat het AI-Approach to low-literacy-lab voldoet aan de criteria die de NL AIC voor deze aspecten heeft geformuleerd. Of, zoals, Hans Marien het zegt: “Dit label is een erkenning dat wat we doen in het ELSA-lab rondom laaggeletterdheid betrouwbaar is, dat we het wettelijk goed geregeld hebben, dat de data veilig zijn, enzovoorts. Dat laatste is bij mensgerichte Artificial Intelligence belangrijk omdat je veel gevoelige data van mensen verzamelt.”

Lab AI-Approach to low-literacy

Laaggeletterdheid is in Nederland een groeiend maatschappelijk probleem. Hans Marien: “Het onderwerp krijgt veel aandacht en er is een groot hulpaanbod. Maar daarbij wordt nog geen gebruikgemaakt van mensgerichte Artificial Intelligence (AI). Met dit ELSA-lab willen we uitzoeken hoe we AI zo kunnen ontwikkelen dat we het laaggeletterdheidsprobleem ermee kunnen aanpakken.”

Samenwerken

Dat het lab nu dit label heeft, komt vooral op het conto van het UU-focusgebied Human-centered Artificial Intelligence en de HUMAN-AI-alliantie met de Technische Universiteit Eindhoven. Maar de samenwerking strekt veel verder, vertelt Hans Marien: “Het lab bestaat uit een consortium van kennisinstellingen, stichtingen, overheden en bedrijven. Ikzelf vertegenwoordig de afdeling Psychologie van de Universiteit Utrecht; wij brengen kennis over sociale cognitie in het algemeen en over sociale robots in het bijzonder. Hoe gaan mensen om met kunstmatige intelligentie? Hoe zorg je ervoor dat iemand genoeg vertrouwen heeft om tegen een robot of app te praten? Andere deelnemers aan het lab hebben andere expertises. Zo werken we samen met juristen van de Universiteit Leiden, een ethicus van de Radboud Universiteit en spraaktechnologen en roboticsdeskundigen van de Universiteit Twente. Fontys Eindhoven doet met twee lectoraten mee. Verder zit de gemeente Eindhoven aan tafel, de Koninklijke Bibliotheek, Stichting Lezen en Schrijven, Stichting ABC (een vrijwilligersorganisatie voor laaggeletterden) … met al deze organisaties hebben we gesproken.”

Waarschijnlijk zijn 2,5 miljoen Nederlanders laaggeletterd, maar minder dan 10% wordt ‘gevonden

Codesign en cocreatie

En nu komt het erop aan om met codesign en cocreatie technologie te ontwikkelen. Bijvoorbeeld spraaktechnologie om laaggeletterdheid beter te signaleren. Het detecteren kan namelijk veel beter, ziet Hans Marien. “Waarschijnlijk zijn 2,5 miljoen Nederlanders laaggeletterd, maar minder dan 10% wordt ‘gevonden’. Ik leid een onderzoek naar hoe je spraakdata kunt gebruiken om te detecteren of iemand goed kan lezen en schrijven. Marijn Schraagen, een computationeel taalkundige, doet de techniek, en samen met de andere consortiumpartners denken we na over de onderzoeksopzet en psychologische factoren.”

Spraak-naar-tekst

Wacht stop ho. Kijken naar hoe iemand praat, om te ontdekken hoe goed iemand kan lezen en schrijven? Een voorbeeld van hoe dat in zijn werk kan gaan. “Neem ‘speech-to-text’-technologie: je dicteert iets en je woorden verschijnen op het scherm. Ik ga hiermee een experiment opzetten voor jongeren: kun je je eigen gesproken taal herkennen als het geschreven staat? Als dat lastig gaat, kan iemand misschien niet zo goed lezen. Of je onderzoekt welke woorden iemand vaak gebruikt als hij praat. Als die persoon die woorden geschreven niet herkent, is dat een aanwijzing. Of voer een gesprekje over een bepaalde voorgelezen tekst. Dat vertelt iets over iemands woordenschat.”

Interventie en assistentie

Hans Marien is nu een jaar bezig met het ELSA-lab. Naast het signaleren van laaggeletterdheid, wil hij onderzoeken hoe je AI kunt gebruiken bij interventies. Bijvoorbeeld door iemands leerbehoefte te signaleren, zodat hulpaanbod beter aansluit bij zijn intrinsieke motivatie. Ook kan technologie mogelijkheden bieden voor assistentie. “Sommige laaggeletterden zijn niet ‘leerbaar’. Denk aan mensen met een verstandelijke beperking of ernstige dyslexie. Spraaktechnologie kan helpen om teksten te begrijpen en bijvoorbeeld formulieren in te vullen. Maar wat als iemand ook niet goed kan spreken, hoe ontsluit je belangrijke informatie dan?”

Financiering

Er ligt dus een groot onontgonnen terrein, te exploreren vanuit het ELSA-lab als landelijk verzamelpunt. Daarvoor is geld nodig. “De Universiteit Utrecht heeft funding gekregen voor het signaleringsonderzoek bij 12- tot 15-jarige scholieren. Binnenkort dienen we weer een subsidieaanvraag in bij het NWO.” Helaas is de spoeling dun. Maar: “Bedrijven hebben vaak sociale agenda’s en zij hebben usecases nodig. Er is bijvoorbeeld een bedrijf dat leeromgevingen maakt voor kinderen, om te leren lezen. Die gaan ze nu ook toegankelijk maken voor oudere jeugd en volwassenen.”