Project

High-tech solutions for natural resource conservation

Het doel van dit project is het ontwikkelen van een dataspace die bijdraagt aan de grotere data-economie voor duurzaam beheer van natuurlijke hulpbronnen, door verantwoord co-design van data-gedreven en high-tech monitoring oplossingen en het begrijpen van hun sociale impact in een low-tech omgeving.

Er worden steeds meer high-tech oplossingen ontwikkeld om complexe maatschappelijke problemen aan te pakken, zoals voedselzekerheid, klimaatverandering, verlies van biodiversiteit en sociale ongelijkheid. De toepasbaarheid van deze oplossingen mislukt echter vaak door verschillende barrières. Deze belemmeringen kunnen van sociale, technische, economische, ecologische, institutionele, enz. aard zijn, en zich voordoen op verschillende "niveaus" van het feitelijke gebruik, het ontwerp van de technologie of de complexiteit van het systeem. Bijvoorbeeld door gebrek aan toegang tot high-tech oplossingen als gevolg van beperkte betaalbaarheid, digitale geletterdheid of andere digitale kloven; of slecht ontwerp van de oplossing als gevolg van slechte interoperabiliteit of een ingebouwde vooringenomenheid van de ontwerper, en het overkoepelende digitale ecosysteem waarin deze oplossing functioneert, zoals de ontwikkeling van dataspaces en geschikte bedrijfsmodellen om de high-tech oplossing relevant te laten zijn en te laten functioneren binnen de bredere data-economie voor duurzaam beheer van natuurlijke hulpbronnen. Hoewel er onderzoek naar deze onderwerpen bestaat, wordt dit vaak uitgevoerd in een context die is afgestemd op de high-tech oplossingen (d.w.z. die reeds de mogelijkheid heeft om een nieuwe high-tech oplossing te faciliteren). Er is echter weinig bekend over de impact van high-tech oplossingen in low-tech omgevingen.

In dit project zullen we door middel van een Responsible Research and Innovation (RRI) benadering verschillende high-tech oplossingen ontwikkelen en testen in drie verschillende low-tech omgevingen, namelijk:
1) Digitale instrumenten voor community-based bosmonitoring (Peru);
2) Automatische cacaovruchtherkenning uit geo-getagde beelden met behulp van AI (West-Afrika); en
3) Offshore infrastructuur biodiversiteitsmonitoring (Nederland). 

Publicaties