THEORETISCHE ACADEMISCHE VAARDIGHEDEN
Theorie Bepaalde patronen vinden om complexe vragen of fenomenen te begrijpen en op een
abstracter niveau te analyseren
Empirische Informeren en oriënteren: literatuur
cyclus
STRUCTUUR VAN EEN WETENSCHAPPELIJK ARTIKEL
Vaste Snel en helder informeren, lezer kent functies onderdelen, makkelijk om te schrijven
Structuur
- Samenvatting/abstract
- Probleemstelling
- Literatuurstudie met belangrijkste concepten
- Methode
- Resultaten
- Discussie: reflectie op de resultaten
- Bronnen
IMRED-
zandloper
Begin met een
brede kijk op
fenomeen, dan
zoom je in: wat
weet je wel en
niet
(kenniskloof),
literatuur,
methode,
resultaten à
dan terug
verbreden:
reflecteren:
betekenis en
toekomst
Samenvatting/ Titel:
abstract
- Informerend/structurerende functie
- Motiverende functie
Samenvatting (oriënterende functie) à vaak verleden tijd en geen referenties naar
bronnen
- Problem statement
- Indication of methodology
- Main findings
- Principal conclusion
Keywords voor metadata
1
,Inleiding /
probleem-
stelling
CARS-model van Swales
(1990): ‘Create A Research Space’
1. Establishing a territory (the situation): wat is het onderwerp, waarom
belangrijk, kennis voorafgaand onderzoek, kernbegrippen definiëren
(=inhoudelijke afbakening)
2. Establishing a niche (problem definition): waarom is dit onderzoek
belangrijk? à redenen:
• Tekortkomingen/beperkingen eerder onderzoek (counter-claim)
• Kenniskloof
• Beantwoord aan oproep
à vaak gekoppeld aan een statement over relevantie
3. Occupying the niche: hoe gaat het artikel dit probleem aanpakken? Doel
studie, hoe bereikt, hoe artikel verder opgebouwd
Metatekst: tekst over opbouw artikel (niet nodig bij goed geschreven artikel)
¹ samenvatting à wel argumentatie (persuasief) lezer overtuigen van belang
onderzoeksvraag
Theoretisch Functie:
kader/
literatuur- - Achtergrondinfo begrijpen
studie - ‘state-of-the-art’: schets onderzoeksveld
- Uitdiepen kenniskloof
Ingrediënten:
1. Conceptdefiniëring: afbakening concepten
2. Theoretisch kader: overzicht belangrijkste theorieën
3. Argumentatie: logisch opgebouwd volgens OV, chronologisch, geografisch,
persoon of groepsgebonden, thematisch, brongebonden of
methodegebonden
Theorie= een logische reeks van met elkaar verbonden (niet-tegenstrijdige)
stellingen, opvattingen en begrippen over de empirische werkelijkheid (of een deel)
! Signaalwoorden ! Argumentatie ! 5 C’s: cite, compare, contrast, critique & connect
Argumentatie leidt naar hypotheses en onderzoeksvragen
Methode Process of data collection and techniques data analysis
Indien onderzoek bij mensen: altijd deze elementen
- Informeren over ethische toetsing
- Informeren zodat kwaliteit geëvalueerd kan worden, onderzoek
repliceerbaar wordt
- Informatie over methode, design, data, hoe data verzameld werd, hoe
design geoperationaliseerd werd
Altijd in de verleden tijd
2
,Resultaten Onderbouwd antwoord van de analyse
Altijd in de verleden tijd en opgebouwd volgens hypotheses
Bij kwantitatief onderzoek: ook tabellen en figuren (maar niet dubbel rapporteren: in
tekst en tabel)
Bij kwalitatief onderzoek: selectie uit bronmateriaal, bv. een quote
Discussie en 1. Herhalen doel onderzoek
conclusie 2. Overzicht belangrijkste resultaten
a. Synthese wat hebben we gevonden, verwijzingen naar eigen
bevindingen (resultaten, limitaties)à verleden tijd
b. Interpretatie en implicaties: waarom zijn de resultaten belangrijk?
à tegenwoordige tijd (terugkoppeling naar literatuur en aangeven
belang voor theorievorming)
3. Aanbevelingen
a. Voor toekomstig onderzoek
b. Voor praktijk en beleid
4. Beperkingen van het huidig onderzoek
5. Conclusie: samenvattend overzicht van de belangrijkste resultaten en
aanbevelingen
Appendices Bv. stimulusmateriaal
Referenties Bv. literatuurlijst, bronnenlijst of bibliografie volgens regels
They say, I say Andere theorieën gebruiken om jouw betoog te brengen
GENERATIEVE AI
Wetenschappelijke De juiste dingen doen, op de juiste manier, op het juiste moment, ongeacht of er
integriteit iemand kijkt, ongeacht of er veel mensen kijken
AI Slimmer maken van computers
- Vakgebied sinds 1956 (dartmouth summer research project)
- Verzameling aan technologieën
• Recommenders= aanbevelingssystemen obv jouw gedrag
Vroeger: deterministisch, regelgebaseerd en voorgeprogrammeerd à nu shift
naar zelfgestuurd en datagebaseerd
Populairder sinds generatieve AI
Definitie Unicef AI “AI verwijst naar op machines gebaseerde systemen die op basis van
doelstellingen die de mens definieert beslissingen kunnen nemen en
voorspellingen en aanbevelingen kunnen doen die een invloed hebben op
reële of virtuele omgevingen. AI-systemen communiceren met ons en
beïnvloeden onze omgeving direct of indirect. Vaak lijken ze zelfstandig te
werken en kunnen ze hun gedrag aanpassen door te leren over de context.”
Niet helemaal artificieel: wordt getraind op echte data
Computer is niet intelligent, maakt gebruik van menselijke technologie
Breed scala aan technologieën en toepassingen
3
, Basisonderdelen AI Vaak gebaseerd op machinaal leren belangrijkste concepten hierbij
- Data
- Algoritme: procedure om een goed model te leren uit de data, vaak
optimaliseringsalgoritme bv. bij taalmodellen voorspellingen maken
obv data, bv. eb en … (taalmodel = web van woordverbanden, ‘begrip’ is
puur statistisch)
- Model: wiskundige functie, geeft obv input outputVaak statische
modellen, worden niet constant online geüpdatet à data en algoritme
spelen dus geen rol bij het gebruik van het systeem, enkel het model
Notie van:
- Neutraliteit (niet helemaal waar, vaak zit er een doel achter)
- Niet normerend
- Weinig tastbaar (voor mensen die niet bezig zijn met tech)
Deep learning Techniek waar computers in staat worden gesteld om zelf keuzes te maken
zonder dat elke stap expliciet wordt geprogrammeerd, bv. chatgpt
Machine learning Proces waarbij computers aan de hand van voorbeelden trachten te leren om
gewenste antwoorden te genereren op toekomstige invoer
Generatieve AI Hiermee kan je nieuwe inhouden (tekst, afbeeldingen, video’s, …) genereren
door de tool een vraag (prompt genoemd), te stellen (nooit dezelfde output, ook
geen mix van bestaande dingen bv.quotes telkens nieuwe output)
Werkt obv large language models LLM’s: statistisch meest waarschijnlijke
volgende woord voorspellen op basis van big (geannoteerde) data
Risico’s Fouten AI worden veroorzaakt door drie aspecten:
Generatieve AI
1. De tools hebben een gekleurde en gelimiteerde kennis van de
werkelijkheid. (niet alles, soms slechte kwaliteit, en hoeveel iets
voorkomt heeft directe impact)
2. De tools werken met onvolmaakte modellen en algoritmen. Hoe het
model is opgebouwd heeft impact op de output, er bestaat geen
perfect model
3. De tools maken geen onderscheid tussen wat er is aangeleerd en wat
ze zelf invullen. à kunnen dus hallucineren
Risico’s: De eerste 3 risico's gaan gepaard met een inbreuk op
wetenschappelijke integriteit. Volgens de Europese Gedragscode voor
Wetenschappelijke integriteit bestaat dat concept uit vier hoofdbeginselen:
verantwoordelijkheid, betrouwbaarheid, eerlijkheid en respect.
- Risico 1: Onbetrouwbaarheid
- Risico 2: Schending van privacy en confidentialiteit
- Risico 3: Schending van auteursrechten/ plagiaat
- Risico 4: Bias
- Risico 5: Uniformiteit
- Risico 6: Grotere ecologische voetafdruk
- Risico 7: Vervagende grens tussen mens en machine
- Risico 8: Sociale ongelijkheid en unfairness
- Risico 9: Impact op competenties (verwerven)
4
Theorie Bepaalde patronen vinden om complexe vragen of fenomenen te begrijpen en op een
abstracter niveau te analyseren
Empirische Informeren en oriënteren: literatuur
cyclus
STRUCTUUR VAN EEN WETENSCHAPPELIJK ARTIKEL
Vaste Snel en helder informeren, lezer kent functies onderdelen, makkelijk om te schrijven
Structuur
- Samenvatting/abstract
- Probleemstelling
- Literatuurstudie met belangrijkste concepten
- Methode
- Resultaten
- Discussie: reflectie op de resultaten
- Bronnen
IMRED-
zandloper
Begin met een
brede kijk op
fenomeen, dan
zoom je in: wat
weet je wel en
niet
(kenniskloof),
literatuur,
methode,
resultaten à
dan terug
verbreden:
reflecteren:
betekenis en
toekomst
Samenvatting/ Titel:
abstract
- Informerend/structurerende functie
- Motiverende functie
Samenvatting (oriënterende functie) à vaak verleden tijd en geen referenties naar
bronnen
- Problem statement
- Indication of methodology
- Main findings
- Principal conclusion
Keywords voor metadata
1
,Inleiding /
probleem-
stelling
CARS-model van Swales
(1990): ‘Create A Research Space’
1. Establishing a territory (the situation): wat is het onderwerp, waarom
belangrijk, kennis voorafgaand onderzoek, kernbegrippen definiëren
(=inhoudelijke afbakening)
2. Establishing a niche (problem definition): waarom is dit onderzoek
belangrijk? à redenen:
• Tekortkomingen/beperkingen eerder onderzoek (counter-claim)
• Kenniskloof
• Beantwoord aan oproep
à vaak gekoppeld aan een statement over relevantie
3. Occupying the niche: hoe gaat het artikel dit probleem aanpakken? Doel
studie, hoe bereikt, hoe artikel verder opgebouwd
Metatekst: tekst over opbouw artikel (niet nodig bij goed geschreven artikel)
¹ samenvatting à wel argumentatie (persuasief) lezer overtuigen van belang
onderzoeksvraag
Theoretisch Functie:
kader/
literatuur- - Achtergrondinfo begrijpen
studie - ‘state-of-the-art’: schets onderzoeksveld
- Uitdiepen kenniskloof
Ingrediënten:
1. Conceptdefiniëring: afbakening concepten
2. Theoretisch kader: overzicht belangrijkste theorieën
3. Argumentatie: logisch opgebouwd volgens OV, chronologisch, geografisch,
persoon of groepsgebonden, thematisch, brongebonden of
methodegebonden
Theorie= een logische reeks van met elkaar verbonden (niet-tegenstrijdige)
stellingen, opvattingen en begrippen over de empirische werkelijkheid (of een deel)
! Signaalwoorden ! Argumentatie ! 5 C’s: cite, compare, contrast, critique & connect
Argumentatie leidt naar hypotheses en onderzoeksvragen
Methode Process of data collection and techniques data analysis
Indien onderzoek bij mensen: altijd deze elementen
- Informeren over ethische toetsing
- Informeren zodat kwaliteit geëvalueerd kan worden, onderzoek
repliceerbaar wordt
- Informatie over methode, design, data, hoe data verzameld werd, hoe
design geoperationaliseerd werd
Altijd in de verleden tijd
2
,Resultaten Onderbouwd antwoord van de analyse
Altijd in de verleden tijd en opgebouwd volgens hypotheses
Bij kwantitatief onderzoek: ook tabellen en figuren (maar niet dubbel rapporteren: in
tekst en tabel)
Bij kwalitatief onderzoek: selectie uit bronmateriaal, bv. een quote
Discussie en 1. Herhalen doel onderzoek
conclusie 2. Overzicht belangrijkste resultaten
a. Synthese wat hebben we gevonden, verwijzingen naar eigen
bevindingen (resultaten, limitaties)à verleden tijd
b. Interpretatie en implicaties: waarom zijn de resultaten belangrijk?
à tegenwoordige tijd (terugkoppeling naar literatuur en aangeven
belang voor theorievorming)
3. Aanbevelingen
a. Voor toekomstig onderzoek
b. Voor praktijk en beleid
4. Beperkingen van het huidig onderzoek
5. Conclusie: samenvattend overzicht van de belangrijkste resultaten en
aanbevelingen
Appendices Bv. stimulusmateriaal
Referenties Bv. literatuurlijst, bronnenlijst of bibliografie volgens regels
They say, I say Andere theorieën gebruiken om jouw betoog te brengen
GENERATIEVE AI
Wetenschappelijke De juiste dingen doen, op de juiste manier, op het juiste moment, ongeacht of er
integriteit iemand kijkt, ongeacht of er veel mensen kijken
AI Slimmer maken van computers
- Vakgebied sinds 1956 (dartmouth summer research project)
- Verzameling aan technologieën
• Recommenders= aanbevelingssystemen obv jouw gedrag
Vroeger: deterministisch, regelgebaseerd en voorgeprogrammeerd à nu shift
naar zelfgestuurd en datagebaseerd
Populairder sinds generatieve AI
Definitie Unicef AI “AI verwijst naar op machines gebaseerde systemen die op basis van
doelstellingen die de mens definieert beslissingen kunnen nemen en
voorspellingen en aanbevelingen kunnen doen die een invloed hebben op
reële of virtuele omgevingen. AI-systemen communiceren met ons en
beïnvloeden onze omgeving direct of indirect. Vaak lijken ze zelfstandig te
werken en kunnen ze hun gedrag aanpassen door te leren over de context.”
Niet helemaal artificieel: wordt getraind op echte data
Computer is niet intelligent, maakt gebruik van menselijke technologie
Breed scala aan technologieën en toepassingen
3
, Basisonderdelen AI Vaak gebaseerd op machinaal leren belangrijkste concepten hierbij
- Data
- Algoritme: procedure om een goed model te leren uit de data, vaak
optimaliseringsalgoritme bv. bij taalmodellen voorspellingen maken
obv data, bv. eb en … (taalmodel = web van woordverbanden, ‘begrip’ is
puur statistisch)
- Model: wiskundige functie, geeft obv input outputVaak statische
modellen, worden niet constant online geüpdatet à data en algoritme
spelen dus geen rol bij het gebruik van het systeem, enkel het model
Notie van:
- Neutraliteit (niet helemaal waar, vaak zit er een doel achter)
- Niet normerend
- Weinig tastbaar (voor mensen die niet bezig zijn met tech)
Deep learning Techniek waar computers in staat worden gesteld om zelf keuzes te maken
zonder dat elke stap expliciet wordt geprogrammeerd, bv. chatgpt
Machine learning Proces waarbij computers aan de hand van voorbeelden trachten te leren om
gewenste antwoorden te genereren op toekomstige invoer
Generatieve AI Hiermee kan je nieuwe inhouden (tekst, afbeeldingen, video’s, …) genereren
door de tool een vraag (prompt genoemd), te stellen (nooit dezelfde output, ook
geen mix van bestaande dingen bv.quotes telkens nieuwe output)
Werkt obv large language models LLM’s: statistisch meest waarschijnlijke
volgende woord voorspellen op basis van big (geannoteerde) data
Risico’s Fouten AI worden veroorzaakt door drie aspecten:
Generatieve AI
1. De tools hebben een gekleurde en gelimiteerde kennis van de
werkelijkheid. (niet alles, soms slechte kwaliteit, en hoeveel iets
voorkomt heeft directe impact)
2. De tools werken met onvolmaakte modellen en algoritmen. Hoe het
model is opgebouwd heeft impact op de output, er bestaat geen
perfect model
3. De tools maken geen onderscheid tussen wat er is aangeleerd en wat
ze zelf invullen. à kunnen dus hallucineren
Risico’s: De eerste 3 risico's gaan gepaard met een inbreuk op
wetenschappelijke integriteit. Volgens de Europese Gedragscode voor
Wetenschappelijke integriteit bestaat dat concept uit vier hoofdbeginselen:
verantwoordelijkheid, betrouwbaarheid, eerlijkheid en respect.
- Risico 1: Onbetrouwbaarheid
- Risico 2: Schending van privacy en confidentialiteit
- Risico 3: Schending van auteursrechten/ plagiaat
- Risico 4: Bias
- Risico 5: Uniformiteit
- Risico 6: Grotere ecologische voetafdruk
- Risico 7: Vervagende grens tussen mens en machine
- Risico 8: Sociale ongelijkheid en unfairness
- Risico 9: Impact op competenties (verwerven)
4
