Fostering Knowledge Infrastructures in Science Communication and Aerospace Engineering

Dit doctoraatsonderzoek onderzoekt hoe onderontwikkelde kennisinfrastructuren in wetenschapscommunicatie en lucht- en ruimtevaarttechniek kunnen worden gestimuleerd door geautomatiseerde workflows en digitale bibliotheken te combineren met oplossingen voor de aanhoudende maatschappelijke en juridische barrières.

De kern

Stel je voor dat wetenschap en techniek een enorme, chaotische bibliotheek zijn. Maar in plaats van netjes opgeborgen boeken, ligt hier een berg losse papiertjes, video's, audio-opnames en digitale bestanden. Het probleem is dat niemand weet waar iets staat, of dat de stukjes niet bij elkaar passen.

Dit proefschrift van Tim Wittenborg gaat over het bouwen van een slimme infrastructuur om deze chaos te ordenen. Hij kijkt naar twee heel verschillende werelden: wetenschapscommunicatie (zoals podcasts en video's over wetenschap) en luchtvaarttechniek (het bouwen van vliegtuigen en raketten).

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Het Probleem: De "Verloren Schat"

In beide werelden wordt er continu nieuwe kennis geproduceerd, maar deze blijft versnipperd.

• In de luchtvaart: Ingenieurs bouwen vliegtuigen. Ze hebben duizenden regels en ontwerpen nodig. Maar vaak zoeken ze urenlang naar een oplossing die een collega al jaren geleden heeft bedacht, omdat die informatie in een gesloten la zit of in een bestand dat niemand kan lezen. Het is alsof je een auto bouwt, maar de blauwdrukken in 50 verschillende talen en formats zijn verspreid over de hele wereld, en niemand durft ze te delen uit angst voor spionage of juridische problemen.
• In de wetenschapscommunicatie: Er zijn duizenden video's en podcasts over wetenschap. Maar als je zoekt naar "hoe werkt een raket?", vind je misschien wel 100 video's, maar geen enkele die zegt welke bronnen ze hebben gebruikt of hoe betrouwbaar de informatie is. Het is alsof je een enorme stapel krantenknipsels hebt, maar zonder koppen, zonder datum en zonder een manier om ze op te zoeken.

2. De Oplossing: De "Digitale Hoofdtelefoon"

Tim Wittenborg wil een systeem bouwen dat deze losse stukjes aan elkaar plakt. Hij noemt dit een kennisinfrastructuur.
Stel je dit voor als een super-diepe Google die niet alleen zoekt, maar ook begrijpt.

• De "Wikiverse" (De Grote Wiki): Hij gebruikt een systeem dat lijkt op Wikipedia, maar dan voor data. In plaats van alleen tekst, koppelt het video's, audio en technische tekeningen aan elkaar.
• De "AI-Assistent" (De Slimme Medewerker): Computers zijn goed in het lezen van duizenden documenten in een seconde. Tim gebruikt kunstmatige intelligentie (AI) om deze documenten te scannen en de belangrijkste feiten eruit te halen.
• De "Menselijke Controle" (De Hoofdredacteur): AI kan fouten maken. Daarom is er altijd een mens nodig die de AI controleert. Het is alsof je een robot hebt die de krant schrijft, maar een echte journalist die het laatste woord heeft en de feiten checkt voordat het gepubliceerd wordt.

3. De Twee Werelden in Actie

A. De Luchtvaart (De Bouwvakkers)
Hier is het lastig omdat er veel geheimen en regels zijn.

• De uitdaging: Ingenieurs mogen niet zomaar alles delen (denk aan militaire geheimen of patenten).
• De oplossing: Tim bouwt een systeem dat "veilig delen" mogelijk maakt. Het is alsof je een glazen muur bouwt: je ziet wat erachter gebeurt (de kennis), maar je kunt er niet zomaar doorheen breken (de beveiliging blijft intact). Zo kunnen ingenieurs sneller vinden wat ze nodig hebben zonder de regels te breken.

B. Wetenschapscommunicatie (De Vertellers)
Hier is het probleem dat er te veel losse video's zijn.

• De uitdaging: Hoe vind je de juiste video en weet je of de informatie klopt?
• De oplossing: Hij bouwt een speciale "Wiki" voor wetenschapsvideo's. Als je een video bekijkt, zie je direct: "Deze video is gemaakt door expert X, gebaseerd op deze studie, en hier zijn de bronnen."
• De "Feitencheck": Hij heeft ook een prototype gemaakt dat automatisch kijkt of wat er in een video wordt gezegd, klopt met de echte feiten. Het is alsof er een onzichtbare leraar naast je zit die direct zegt: "Hé, die uitspraak klopt niet helemaal, check hier maar even."

4. De Grote Uitdaging: De "Muren"

De techniek werkt al aardig, maar de echte problemen zitten niet in de software, maar in de mensen en de wetten.

• De "Ego's en Angst": Mensen willen hun kennis soms niet delen, of ze hebben geen tijd om het in te voeren.
• De "Wetten": Soms mag je bepaalde data niet delen vanwege auteursrecht of privacy.
• Tim concludeert dat we niet alleen betere computers nodig hebben, maar ook een cultuurverandering. We moeten leren om samen te werken, net zoals mensen die samen een huis bouwen in plaats van allemaal hun eigen muurtje te bouwen.

Samenvatting in één zin

Tim Wittenborg bouwt een slimme, veilige brug tussen de losse eilanden van kennis in de luchtvaart en de wetenschap, zodat ingenieurs en vertellers niet meer urenlang hoeven te zoeken, maar direct kunnen bouwen op wat anderen al hebben ontdekt.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "Fostering Knowledge Infrastructures in Science Communication and Aerospace Engineering" van Tim Wittenborg, weergegeven in het Nederlands.

Probleemstelling

Het onderzoek identificeert een fundamenteel probleem in zowel de wetenschapscommunicatie (SciCom) als de lucht- en ruimtevaarttechniek (Aerospace Engineering): waardevolle kennis wordt continu geproduceerd, maar blijft gefragmenteerd over verschillende formaten, opslagplaatsen en organisatorische grenzen.

• Gevolg: Deze fragmentatie ondermijnt de FAIR-principes (Findable, Accessible, Interoperable, Reusable). Processen die afhankelijk zijn van data worden onnodig resource-intensief, variërend van het zoeken in video's tot complexe multidisciplinaire ontwerpoplossingen.
• Specifieke uitdagingen:
  • Wetenschapscommunicatie: Secundaire data (zoals annotaties van video's en podcasts) staat vaak los van de originele media in geïsoleerde repositories.
  • Lucht- en ruimtevaart: Hoewel er gestructureerde benaderingen bestaan (zoals KBE - Knowledge-Based Engineering), worden deze tegengehouden door intellectuele eigendomsrechten, governance-beperkingen en de terughoudendheid van ingenieurs om documenten te delen.
• Doel: Het bevorderen van onderontwikkelde kennisinfrastructuren door technische oplossingen te vinden die automatisering combineren met menselijke validatie en samenwerking stimuleren.

Methodologie

Het onderzoek volgt een mixed-methods aanpak die bestaat uit:

1. Systematische Literatuurstudies (SLR): Om de huidige staat van de techniek en behoeften te analyseren.
2. Requirements Elicitation: Het verzamelen van eisen via surveys, interviews en actieonderzoek met domeinexperts.
3. Actieonderzoek en Softwareontwikkeling: Het bouwen en evalueren van modulaire, tool-ondersteunde workflows.

De kern van de methodologie is een data-verwerkingspijplijn (zoals weergegeven in Figuur 1 van het paper) die zowel audiovisuele content (video's, podcasts) als tekstuele publicaties en datasets kan verwerken. Deze pijplijn transformeert ruwe data naar FAIR-kennisrepresentatie via:

• Mens-in-de-lus (Human-in-the-loop) AI voor informatiewinning.
• Semantische modellering en uitlijning van ontologieën.
• Integratie met gedistribueerde digitale bibliotheken (Wikibase, Wikidata, ORKG).

Belangrijkste Bijdragen en Tools

Het paper introduceert een reeks tools en frameworks om kennisinfrastructuur te faciliteren:

1. SWARM-SLR (Streamlined Workflow Automation for Machine-actionable Systematic Literature Reviews):

   • Een modulaire, requirements-gedreven workflow die 65 SLR-eisen formaliseert.
   • Bestaat uit vier Jupyter notebooks die de gebruiker leiden door de SLR-fasen (planning tot rapportage) met menselijke validatie.
   • Maakt interoperabele en herbruikbare literatuurstudies mogelijk.

2. ExtracTable:

   • Een verfijning van de data-extractieworkflow binnen SWARM-SLR.
   • Combineert Large Language Models (LLM) met door mensen gedefinieerde schema's om corpora te creëren die direct in Kennisgrafieken (Knowledge Graphs) kunnen worden geïntegreerd.

3. SciCom Wiki:

   • Een open, op Wikibase gebaseerde digitale bibliotheek voor wetenschappelijke video's en podcasts.
   • Ontworpen op basis van stakeholder-eisen om de vindbaarheid, annotatie en het vastleggen van FAIR-metadata voor niet-tekstuele media te verbeteren.

4. Aerospace.Wikibase:

   • Een eerste stap naar een gemeenschappelijke basis voor de lucht- en ruimtevaart, die een gemeenschappelijke taxonomie en persistente identificatoren biedt binnen een streng gereguleerde omgeving.

5. Computational Fact-Checking Prototype:

   • Koppelt LLM-gedreven stellingextractie aan symbolische verificatie tegen verzorgde ground-truth kennisgrafieken.
   • Produceert interpreteerbare scores voor de wetenschappelijke nauwkeurigheid van mediainhoud.

Resultaten

• Lucht- en ruimtevaart: Door middel van SWARM-SLR werden meer dan 1.000 documenten gescreend en 164 kernartikelen geanalyseerd. De conclusie is dat er een solide technische basis is (o.a. CPACS en CMDOWS), maar dat de adoptie gefragmenteerd is. Er is een duidelijke behoefte aan open uitwisselingsformaten en samenwerking, mits dit compatibel is met strenge governance-eisen.
• Wetenschapscommunicatie: De vroege evaluaties van de SciCom Wiki tonen aan dat het systeem de vindbaarheid en curatie aanzienlijk verbetert. Er zijn echter nog uitdagingen op het gebied van juridische aspecten, onboarding en schaalbaarheid.
• Technische prestaties: De modulaire framework (SWARM-SLR) voldoet aan veel eisen voor kennisextractie en -representatie. De combinatie van menselijke validatie en AI (LLM's) blijkt effectief, hoewel er nog ruimte is voor verbetering in abstractie en efficiëntie.
• Fact-checking: Het prototype biedt nuttige indicaties over de waarheidsgetrouwheid van content, maar wordt momenteel beperkt door het gebrek aan FAIR-georiënteerde ground-truth data en inefficiënte extractie.

Betekenis en Toekomstperspectief

Dit onderzoek toont aan dat het mogelijk is om kennisinfrastructuur te bevorderen in domeinen die van nature gefragmenteerd of beperkt zijn door regelgeving.

• Technische impact: Het bewijst dat gedistribueerde LOD-omgevingen (Linked Open Data), specifiek binnen het Wikibase-ecosysteem, kunnen voldoen aan de complexe eisen van zowel open (SciCom) als gesloten (Aerospace) domeinen.
• Sociale en juridische uitdagingen: De belangrijkste conclusie is dat technische oplossingen op zichzelf niet volstaan. Toekomstig werk moet zich richten op het oplossen van sociale en juridische barrières (zoals auteursrecht, governance en incentives voor samenwerking) om de volledige potentie van deze domeinen te ontsluiten.
• Algemene toepasbaarheid: De bevindingen en tools zijn bedoeld als een blauwdruk voor andere domeinen om bestaande kennis te netwerken en te structureren.

Kortom, het paper biedt een brug tussen geavanceerde technologieën (AI, kennisgrafieken, workflow-automatisering) en de praktische realiteit van domeinspecifieke kennisbeheer, met een sterke focus op de noodzaak van menselijke validatie en governance-compatibiliteit.