XS-projecten duren maximaal één jaar en kunnen daarom snel een bijdrage leveren aan wetenschappelijke inzichten. De volgende wetenschappers van de Vrije Universiteit Amsterdam kregen een toekenning:
Separating the privileged wheat from the chaff with AI: A Socio-Legal Exploration of AI-Driven Filtering Systems for Protecting Professional Privilege in Criminal Investigations
Dr. mr. M. Galic, Vrije Universiteit Amsterdam
Dit project onderzoekt de obstakels die de bescherming van het digitale verschoningsrecht in strafrechtelijke onderzoeken via AI-filtering in de weg staan. Een spraakmakende fraudezaak met duizenden vertrouwelijke e-mails onthulde de beperkingen van traditionele trefwoordfiltering. Ondanks AI’s potentieel om efficiëntie en nauwkeurigheid te verbeteren, blijft de inzet ervan onbenut. Met empirische socio-juridische methoden, waaronder interviews en focusgroepen met politie, justitie en advocaten, worden de juridische, technische en organisatorische vereisten voor een effectief AI-filtersysteem vastgesteld. Deze baanbrekende studie draagt bij aan de huidige modernisering van het Wetboek van Strafvordering en het waarborgen van het verschoningsrecht in het digitale tijdperk.
Off the beaten track? A holistic and inclusive approach to exploring how people encounter and interpret political information
Dr. T. Groot Kormelink, Vrije Universiteit Amsterdam
Dit project onderzoekt hoe mensen in het huidige medialandschap politieke informatie tegenkomen en interpreteren. Dit is een uitdaging, omdat ieder individu geconfronteerd wordt met een unieke mix van informatiebronnen, van kranten tot memes, groepschats tot livestreams. Het project combineert daarom digitale traceergegevens (datadonatie van platforms zoals Google, Facebook, WhatsApp en TikTok) met mobiele etnografie, waarbij participanten reflecteren op de politieke informatie die ze tegenkomen. Het project betrekt bewust onderbelichte groepen bij het onderzoek via een representatieve sample, aangevuld met gerichte werving, zodat een beter begrip ontstaat van het gebruik en de interpretatie van (politieke) informatie door diverse socio-demografische groepen.
Small Samples, Big Insights: Ethical Sampling of Archaeological Teeth for Precise Isotope Analysis
Dr. L.M. Kootker, Vrije Universiteit Amsterdam
Strontiumisotopenonderzoek op gebitselementen is cruciaal voor het bestuderen van mobiliteit, maar kent beperkingen. Handmatige bemonstering is destructief, het vereist bijvoorbeeld extractie van de tand, maar kan zeer precies gemeten worden. Laserablatie is minder invasief, maar de gekoppelde machine biedt minder precisie. Dit project test een draagbaar laserablatiesysteem (pLA) dat minimale schade aan tandglazuur veroorzaakt, terwijl het geabladeerde materiaal uiterst nauwkeurig geanalyseerd wordt. Zo combineert deze innovatieve methode ethische voordelen met de hoogste analytische precisie en biedt een semi-destructieve oplossing voor waardevolle archeologische, museale, maar ook forensische menselijke resten.
WolfHowl: Howling with the wolves. Traditional Ecological Knowledge practices as disaster mitigation strategies.
Dr. L. Oikonomakis, Vrije Universiteit Amsterdam
Traditionele ecologische kennis (TEK) bestaat uit een geheel van lokale praktijken die worden gebruikt om oplossingen te bieden aan milieuproblemen en zelfs preventief om rampen te verkomen. Als onderdeel van “rewilding Europe” is de Wolf teruggekeerd naar het continent, ofschoon niet zonder conflicten met herders, jagers en ngo's. Tot op heden is de preventieve waarde van TEK onderbelicht, in het bijzonder de praktijk van het nabootsen van de wolvenhuil om wolvenpopulaties in kaart te brengen. Dit project is bedoeld om die praktijk en het potentieel voor rampenbestrijding in Halkidiki, Griekenland te bestuderen en draagt bij aan de TEK-bibliografie.
Towards a high-resolution Integrated Assessment Model for Assessing inequalities in climate change impacts and risks
Dr. M.A. Poblete Cazenave, Vrije Universiteit Amsterdam
Klimaatverandering is een urgente wereldwijde uitdaging, maar de impact verschilt aanzienlijk per regio, waarbij de meest kwetsbaren vaak de minste middelen hebben om zich aan te passen. Bestaande klimaateconomische modellen (kosten-baten en procesgebaseerde IAM's) bieden waardevolle inzichten, maar hebben beperkingen in regionale details en sociaaleconomische representatie. Dit project zal een hybride IAM ontwikkelen die de sterke punten van beide benaderingen combineert, waarbij gedetailleerde economische modellen, klimaatrisicobeoordelingen en afgeschaalde energie en emissies worden geïntegreerd. Door de regionale representatie te verbeteren en klimaatrisico's nauwkeuriger vast te leggen, zal het beleidsmakers betere inzichten bieden en wereldwijd eerlijkere en effectievere klimaatmitigatie- en adaptatiestrategieën ondersteunen.
Cooperation Beyond Borders: An AI-driven Approach to the Study of Human Cooperation Across Cultures
Dr. G. Spadaro, Vrije Universiteit Amsterdam
Hoe en waarom werken mensen samen tussen verschillende samenlevingen? Bestaand onderzoek heeft geen eenduidige resultaten opgeleverd, waardoor veel vragen over universele en culturele factoren die coöperatief gedrag beïnvloeden, onbeantwoord blijven. Dit project heeft als doel om bestaande cross-culturele gegevens te bundelen en geavanceerde AI-technieken toe te passen om wereldwijd maatschappelijke verschillen en gedragspatronen te onthullen. Het zal een grootschalige, machine-leesbare dataset creëren met duizenden beslissingen uit online gedragsexperimenten, die open-access zal worden gepubliceerd. Door op deze data AI-gestuurde kennisgrafieken te gebruiken, kan dit project nieuwe inzichten bieden en uiteindelijk bijdragen aan innovatieve theorieën over menselijke samenwerking.
Measuring Banks' Exposure to Cybersecurity Risks
Dr. R. Wang, Vrije Universiteit Amsterdam
Nu cyberdreigingen voor financiële instellingen toenemen, richt dit project zich op de ontwikkeling van een realtime maatstaf voor de cyberrisico’s van banken, gebaseerd op beursdata en machine learning. In tegenstelling tot bestaande achterafkijkende methoden biedt deze aanpak een vooruitkijkende inschatting, waardoor toezichthouders en financiële instellingen risico’s beter kunnen beheersen. Het onderzoek zal een cyberrisico-index opstellen op basis van marktverwachtingen, de impact ervan op bankwaarderingen analyseren en de extra kapitaalvereisten schatten om ernstige cyberincidenten te weerstaan. De bevindingen zullen bijdragen aan financiële stabiliteit en een betere beheersing van cybersecurityrisico’s in de digitale economie.