Datascientist promoveert op onderzoek naar zoekrobot voor kenniswerker met informatie-overload

Maya Sappelli promoveert op 19 februari aan de Radboud Universiteit in Nijmegen met haar proefschrift ‘Knowledge work in context. User centered knowledge worker support’.

Ik weet zeker dat ik hier al eens iets over gelezen heb, geschreven zelfs. Misschien in een e-mail, maar aan wie ook al weer… En wanneer was het?
Zoveel informatie, zoveel te doen. Kenniswerkers – zeg maar iedereen die met informatie werkt achter de computer – worden soms letterlijk ziek van de overload aan informatie. Maya Sappelli, die taaltechnologie en kunstmatige intelligentie studeerde, laat zien dat het mogelijk is om programma’s te maken die informatie voor je sorteren. Ze promoveert 19 februari op het onderzoek dat deel is van een project om welzijn te verbeteren met informatietechnologie.
Sappelli begon haar zoektocht naar contextgevoelige methoden om kantoorwerk efficiënter te maken door te observeren. Ze maakte een datalog van alles wat haar proefpersonen tijdens hun werk deden op de computer. Dus wat ze tikten, opzochten, lazen op websites, hun e-mailverkeer, en ook hun archieven. Dat levert een berg data op. En een uitdaging, want veel ervan is niet relevant. Hoe haal je daar betekenis uit?
‘Ik heb alle talige kenmerken eruit gevist, deze waren het meest informatief. Als jij een woord tikt, bijvoorbeeld welzijn, kan de computer beginnen documenten te zoeken waarin dat woord ook staat. En dan tik je information overload en dan verfijnt het programma zijn zoekactie. Maar omdat je heel vaak promotie tikt, moet dat juist weer genegeerd worden – anders zou je te veel informatie krijgen. Ik gebruikte hiervoor een model dat beschrijft hoe mensen associaties leggen, gemixt met zoekalgoritmen zoals bijvoorbeeld Google ze ook gebruikt.’
Sappelli maakte verschillende systemen – eentje waarbij je eerst zelf moet zeggen aan welk project je werkt, en eentje dat het doet puur op wat je aan het tikken bent en een meer traditionele zoekmachine. Het eerste werkte gemiddeld het best, maar zelf vindt ze het een groot nadeel dat je toch een extra handeling moet verrichten. Te koop zijn de systemen – die ook heel nuttig zouden kunnen zijn voor mensen die urendeclaraties moeten schrijven – nog niet, daarvoor is het te vroeg. Ook is nog niet getest of deze aanpak echt helpt tegen werkstress. ‘Maar ik heb laten zien dat het kan, automatisch relevante informatie ophalen terwijl je werkt., vertelt ze op website van de Radboud Universiteit.
Maya Sappelli studeerde kunstmatige intelligentie en taalwetenschap in Nijmegen, waarbij ze een sterke focus had op taaltechnologie en aanbevelingssystemen. Haar promotieonderzoek maakt deel uit van het programma van hetInstitute for Computing and Information Sciences http://www.ru.nl/icis/ van de Radboud Universiteit. Momenteel werkt ze bij de afdeling data science bij TNO, waar ze ook haar promotieonderzoek uitvoerde.
(Bron: www.ru.nl; foto via LinkedIn)

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *