Mark Neerincx

Leerstoel

Human-centered computing (Delft University of Technology).

Onderzoeksgebied

Voor een vruchtbare samenwerking tussen mensen en agents moet de AI het vermogen ontwikkelen om te meta-redeneren en meta-leren, afgestemd op de behoeften van de individuele persoon en de groep. Zo kan het gezamenlijke leerproces van mens en agent constant worden voortgezet.

Het harmoniseren van de gedeelde en onderling afhankelijke sociale, cognitieve en affectieve processen in dit leerproces vormt een grote R&D-uitdaging, want er is een sterk interdisciplinaire aanpak voor nodig. Natuur-, sociale en toegepaste wetenschappen moeten de handen ineenslaan en AI-agents en mensen bestuderen als onderdeel van een evoluerend, elkaar beïnvloedend samenspel van mens en agent met hybride intelligentie.

Op deze manier kunnen technologieën met AI de capaciteiten van een team steeds verder versterken, bijvoorbeeld door integratie van robotpartners in zorgteams, veiligheids- en beveiligingsteams en defensieteams om hun prestaties en veerkracht te verbeteren.

Belangrijkste publicaties

• Neerincx M.A., van Vught W, Blanson Henkemans O, Oleari E, Broekens J, Peters R, Kaptein F, Demiris Y, Kiefer B, Fumagalli D and Bierman B (2019). Socio-Cognitive Engineering of a Robotic Partner for Child’s Diabetes Self-Management. Frontiers in Robotics and AI, 6:118. https://doi.org/10.3389/frobt.2019.00118.
• Peeters, M.M., van Diggelen, J., Van Den Bosch, K., Bronkhorst, A., Neerincx, M.A., Schraagen, J.M., & Raaijmakers, S. (2021). Hybrid collective intelligence in a human–AI society. AI & society, 36, 217-238.
• van der Waa, J., Nieuwburg, E., Cremers, A., & Neerincx, M. (2021). Evaluating XAI: A comparison of rule-based and example-based explanations. Artificial Intelligence, 291, 103404.