Onderwijs Onderzoek Actueel Over de VU EN
Login als
Studiekiezer Student Medewerker
Bachelor Master VU for Professionals
HOVO Amsterdam VU-NT2 VU Amsterdam Summer School Honoursprogramma Universitaire lerarenopleiding
Promoveren aan de VU Uitgelicht onderzoek Prijzen en onderscheidingen
Onderzoeksinstituten Onze wetenschappers Research Impact Support Portal Impact maken
Nieuws Agenda Biodiversiteit aan de VU
Israël en Palestijnse gebieden Cultuur op de campus
Praktische informatie VU en innovatiedistrict Zuidas Missie en Kernwaarden
Besturing Samenwerking Alumni Universiteitsbibliotheek Werken bij de VU
Sorry! The information you are looking for is only available in Dutch.
Deze opleiding is opgeslagen in Mijn Studiekeuze.
Er is iets fout gegaan bij het uitvoeren van het verzoek.
Er is iets fout gegaan bij het uitvoeren van het verzoek.

Promotie I. Blin 5 februari 2026 11:45 - 13:15

Delen
Narrative Understanding with Knowledge Graphs

Computerwetenschapper Inès Blin laat zien dat het aanleren van een gestructureerd geheugen van feiten en relaties aan AI de antwoorden nauwkeuriger en gemakkelijker te verifiëren maakt.

Blins onderzoek richtte zich op hoe AI-systemen het menselijk begrip van de wereld beter kunnen ondersteunen. Mensen begrijpen de wereld van nature door nieuwe gebeurtenissen of informatie te koppelen aan wat ze al weten, en dit om te zetten in een samenhangend verhaal (bijvoorbeeld: wat er gebeurde, waarom het gebeurde en waarom het ertoe doet). De huidige AI kan vloeiende tekst genereren, maar kan ook details verzinnen of moeite hebben om uit te leggen waar de antwoorden vandaan komen. Ik onderzocht hoe het combineren van gestructureerde kennis (zoals kennisgrafieken) met andere AI-methoden systemen kan helpen bij het opbouwen van verhalen die betrouwbaarder, transparanter en bruikbaarder zijn in verschillende domeinen. De motivatie was om AI te ontwerpen die gestructureerde geheugens kan gebruiken om verklaringen te ondersteunen, hypotheses te genereren en debatten te analyseren op een manier die mensen kunnen vertrouwen.

Nuttige alternatieven door AI
Haar onderzoek toonde aan dat het aanleren van een gestructureerd geheugen van feiten en relaties aan AI de antwoorden nauwkeuriger en gemakkelijker te verifiëren maakt. In plaats van direct tekst te genereren, verzamelen de systemen die Blin bouwde eerst relevante informatie en organiseren deze in een gestructureerde kaart van belangrijke entiteiten en hun onderlinge verbanden. Ze testte deze aanpak in drie domeinen: geschiedenis, discussies op sociale media en sociaalwetenschappelijk onderzoek. In het historische domein verbeterde de structurering van informatie de relevantie van wat het systeem ophaalde en verminderde het feitelijke fouten. In het domein van sociale media maakte het complexe debatten gemakkelijker te verkennen. In het domein van de sociale wetenschappen presteerden door AI gegenereerde hypotheses niet altijd beter dan die van mensen, maar ze boden vaak nuttige alternatieven, wat een sterk potentieel voor samenwerking tussen mens en AI aantoont.

Deze bevindingen zijn relevant voor iedereen die AI gebruikt om complexe onderwerpen te begrijpen, vooral wanneer vertrouwen en duidelijkheid belangrijk zijn. Voor gewone gebruikers kunnen gestructureerde narratieve weergaven AI helpen historische gebeurtenissen duidelijker en nauwkeuriger uit te leggen, in plaats van zelfverzekerde maar onjuiste antwoorden te geven. Voor experts kan dezelfde aanpak taken ondersteunen zoals het samenvatten van grote publieke debatten, zoals discussies op sociale media over ongelijkheid, of het helpen van onderzoekers bij het genereren van nieuwe ideeën in de sociale wetenschappen. In de praktijk zou dit kunnen leiden tot tools die gebruikers helpen snel door grote hoeveelheden informatie te navigeren, de belangrijkste standpunten te begrijpen en te zien hoe beweringen verband houden met bewijsmateriaal. Deze toepassingen zijn realistisch voor de nabije toekomst, omdat ze voortbouwen op bestaande AI-systemen en deze verbeteren met gestructureerde kennis.

Samenwerken met domeinexperts
Blin voerde haar onderzoek uit met een combinatie van literatuuronderzoek, computergestuurde experimenten en gebruikersstudies. Eerst bestudeerde ze bestaand onderzoek naar narratieven en hoe deze computergestuurd kunnen worden weergegeven. Vervolgens ontwikkelde ze methoden om relevante informatie te verzamelen en om te zetten in gestructureerde kennisrepresentaties, en testte deze in verschillende praktijkvoorbeelden. Ze evalueerde de resultaten met behulp van zowel kwantitatieve als kwalitatieve analyses. Voor de kwalitatieve analyses voerde ze gebruikersstudies uit om te beoordelen hoe nuttig de systeemoutput was, zowel voor door AI gegenereerde hypothesen in de sociale wetenschappen als voor de kwaliteit van antwoorden in het historische domein. Ten slotte werkte Blin waar nodig samen met domeinexperts om ervoor te zorgen dat de resultaten nuttig en realistisch waren in de praktijk.

Meer informatie over het proefschrift

Programma

Verdediging van de dissertatie door I. Blin

Promotie Faculteit der Bètawetenschappen

Promotor:

  • prof.dr. A.C.M. ten Teije

Copromotoren:

  • dr. I. Tiddi
  • dr. R. van Trijp

De promotie is tevens online te volgen

Over Promotie I. Blin

Startdatum

  • 5 februari 2026

Tijd

  • 11:45 - 13:15

Locatie

  • Hoofdgebouw, Aula

Adres

  • De Boelelaan 1105
  • 1081 HV Amsterdam

Volg de promotie online

Ga naar de livestream

Inès Blin

Inès Blin

Direct naar

Homepage Cultuur op de campus Sportcentrum VU Dashboard

Studie

Academische jaarkalender Studiegids Rooster Canvas

Uitgelicht

Doneer aan het VUfonds VU Magazine Ad Valvas Digitale toegankelijkheid

Over de VU

Contact en route Werken bij de VU Faculteiten Diensten
Privacy Disclaimer Veiligheid Webcolofon Cookie instellingen Webarchief

Copyright © 2026 - Vrije Universiteit Amsterdam