Achttienduizend kippenvideo鈥檚 analyseren
Het onmisbare werk van participatiemedewerkers in het AI & Dierenwelzijn Lab

Kunstmatige intelligentie kan ons een hoop werk uit handen nemen. Maar wat nog wel eens wordt vergeten, is dat het trainen van al die AI-modellen vaak heel veel handwerk vraagt. Een van die AI-trainers is participatiemedewerker Armanda den Exter, die voor het AI Lab voor Dierenwelzijn onder meer duizenden kippenvideo鈥檚 labelde. 鈥淶onder Armanda en haar collega zou dit onderzoek nauwelijks uitvoerbaar zijn.鈥
Behendig pakt Armanda den Exter een kip uit de hokken in het onderwijsgebouw van Landbouwhuisdieren van Diergeneeskunde. Het is duidelijk dat ze al vaker een kip heeft vastgehouden. 鈥淗onderden,鈥 berekent ze, terwijl ze met de kip in haar armen naar de fotograaf kijkt. 鈥淚k heb namelijk geholpen bij het losmaken van speciale rugzakjes met een QR-code.鈥
De rugzakjes met QR-code horen bij een onderzoeksproject binnen het AI Lab voor Dierenwelzijn, een van de vijftien AI Labs van de universiteit. In deze Labs werken onderzoekers van verschillende pluimage samen met experts uit het werkveld aan AI-oplossingen voor maatschappelijke uitdagingen. In het AI Lab wordt bijvoorbeeld gewerkt aan manieren om pijn bij honden te detecteren, of bewegingsproblemen bij paarden. De rugzakjes met QR-code worden gebruikt bij een project om het welzijn van leghennen te monitoren.
AI meet gedrag individuele kip
Het gebruik van camera鈥檚 en sensoren is al langer een beproefde methode om diergedrag te meten, maar tot voor kort ging dat vooral om groepsgedrag en eenvoudige bewegingsdetectie. Dankzij AI kan nu het gedrag van individuele kippen in een grote groep worden geanalyseerd. 鈥淒e AI-modellen worden getraind om kippen van elkaar te onderscheiden en verschillende gedragspatronen, zoals scharrelen of eten, te herkennen鈥, vertelt hoogleraar Bas Rodenburg, een van de hoofdonderzoekers van het AI & Dierenwelzijn Lab. Op deze manier kan er tijdig ingegrepen worden als een kip probleemgedrag vertoont, zoals pikken of 鈥榟oopvorming鈥. Bij dat laatste kruipen de kippen bij elkaar op een grote hoop, met verstikking tot gevolg voor de onderste dieren. Een groot probleem in de praktijk, aldus Rodenburg.
De AI-modellen worden getraind om kippen te onderscheiden en hun gedrag, zoals scharrelen of eten, te herkennen.
Het uiteindelijke doel van het onderzoek is kippen te selecteren die zich prettig voelen in grote groepen en positief gedrag vertonen. Rodenburg: 鈥淒eze kippen kunnen gebruikt worden om voor de volgende generatie leghennen te zorgen; vandaar dat het AI Lab voor dit project samenwerkt met fokkerijbedrijf Hendrix Genetics.鈥

Terug naar de rugzakjes met QR-code. De QR-code maakt individuele herkenning met camerabeelden mogelijk, zelfs in drukke groepen. Maar een groot deel van de labeling om het systeem te trainen gebeurt handmatig, door de beelden te bekijken, een box te tekenen rondom elke kip in beeld en het gedrag te beschrijven. En dat is een enorme klus, weet Armanda den Exter uit ervaring. 鈥淚k heb in totaal 18.000 frames van kippenvideo鈥檚 bekeken. Op een gegeven moment kon ik geen kip meer zien.鈥
Vaak zijn het de onderzoekers zelf die de enorme hoeveelheden data moeten bekijken en labelen. Een tijdrovende klus, die bovendien kostbare uren afsnoept van de tijd die beschikbaar is voor het onderzoek. Bij Diergeneeskunde wordt daarom samengewerkt met participatiemedewerkers; mensen die door uiteenlopende omstandigheden moeite hebben om een reguliere baan te vinden, maar w茅l op zoek zijn naar zinvol werk en willen meedraaien in de maatschappij.
Ik heb in totaal 18.000 frames van kippenvideo鈥檚 bekeken. Op een gegeven moment kon ik geen kip meer zien.
Ook Den Exter was, na een opleiding tot dierverzorger en laboratoriummedewerker, op zoek naar een kans op de arbeidsmarkt. Haar mentale gezondheid speelde bij die zoektocht een belangrijke rol; ze werd gediagnosticeerd met een Borderline persoonlijkheidsstoornis. Den Exter: 鈥淚k zie alles heel zwart-wit, waardoor ik moeilijk tegen kritiek kan en snel negatieve conclusies trek. Daarnaast voel ik emoties veel heftiger dan andere mensen; ik kon 鈥 zeker in het verleden 鈥 heel extreem reageren in bepaalde situaties.鈥

Vier jaar intensieve therapie hielp haar om daarmee om te gaan en beter te begrijpen wat ze nodig heeft, ook in een werkomgeving. Den Exter: 鈥淒ankzij de therapie ben ik me er meer bewust van dat de werkelijkheid anders kan zijn dan hoe ik het zie. Ook is er als het ware ruimte gekomen om eerst na te denken over hoe ik me 茅cht voel, voor ik reageer. Dat duurt soms wel een paar uurtjes.鈥
Den Exter kwam tot de conclusie dat een traditionele negentotvijfbaan niet bij haar past. Maar ze wilde wel graag werken. Bij Diergeneeskunde kan ze haar eigen tijd indelen en thuiswerken als ze daar behoefte aan heeft. Ze heeft zich inmiddels ontpopt tot een waardevolle medewerker, want ook voor andere taken weten de onderzoekers bij Diergeneeskunde haar te vinden, net als de andere participatiemedewerkers bij de afdeling, die belangrijk werk doen op het gebied van dataverzameling en literatuuronderzoek.
Geconcentreerd en gefocust
鈥淰oor ons is het geweldig om participatiemedewerkers te hebben die dit werk willen doen鈥, zegt Rodenburg, leidinggevende van Den Exter. 鈥淰aak zijn het mensen die heel goed zijn in geconcentreerd en gefocust werken. Het labelen van data is essentieel voor het onderzoek, dus je wil dat dat heel netjes en precies gedaan wordt, en volgens een vaste routine. En dat bleek heel goed te matchen met Armanda鈥檚 kwaliteiten. Zonder Armanda en haar collega zou dit onderzoek nauwelijks uitvoerbaar zijn.鈥
Volgens Rodenburg zijn veel onderzoeksondersteunende taken geschikt voor participatiemedewerkers. 鈥淗et zijn taken die goed planbaar zijn, die op je wachten. Als je je een dag niet lekker voelt, of er speelt iets anders, dan staan ze er morgen ook nog. Dus dat sluit heel goed aan bij wat zij aankunnen en prettig vinden. Voor ons is het goud waard dat die klussen gedaan worden en de berg aan data weggewerkt wordt en voor hen is het goed de connectie te hebben met het werkveld.鈥
Als alles eenmaal draait en ze steeds zelfstandiger werken en zich verder ontwikkelen, dan is dat ontzettend fijn om te zien.
Als leidinggevende vraagt het wel wat extra inzet om met participatiemedewerkers te werken, erkent Rodenburg. 鈥淛e moet beschikbaar zijn voor vragen en veel communiceren: lukt het nog? Gaat het goed? Het kost tijd om duidelijke afspraken te maken en te zorgen voor een afgebakende taak. Maar alles eenmaal draait en ze steeds zelfstandiger werken en zich verder ontwikkelen, dan is dat ontzettend mooi om te zien. Ik kan het iedereen aanraden.鈥
Den Exter noemt haar werk voor de universiteit haar 鈥榙roombaan鈥. 鈥淚k ben een enorme dierenliefhebber 鈥 ik heb een hele dierentuin thuis 鈥 dus dan is het leuk om in je werk bij te kunnen dragen aan dierenwelzijn. Daarnaast straalt iedereen hier uit dat ik best fouten mag maken, dat het ok茅 is als het niet perfect is. De waardering spat er van alle kanten af, dat is gewoon heel fijn.鈥
Utrecht AI Labs
In de Utrecht AI Labs brengt de 乐鱼后台 wetenschap en praktijk samen door intensief op te trekken met bedrijfsleven, de publieke sector en andere partners. Binnen de Labs werken onderzoekers aan verantwoorde toepassingen van AI en wordt tegelijkertijd het AI-talent van de toekomst opgeleid.
In het AI & Dierenwelzijn Lab werken dierwetenschappers, biologen en informatica-onderzoekers samen met experts van bijvoorbeeld fokbedrijven, sportverenigingen en NGO鈥檚 op zoek naar mogelijke toepassingen van AI-gebaseerde oplossingen in de praktijk. Voorbeelden van huidige projecten zijn pijndetectie bij honden en paarden, slimme sensoren in de stal en computergestuurd ontwerp van hoefbeslag.
Het doel van het AI & Dierenwelzijn Lab is om te werken vanuit het perspectief van het dier en te kijken naar hoe het zijn omgeving ervaart en hoe het zich voelt. AI heeft daarbij een toegevoegde waarde voor het dier zelf en dient niet om dieren nog effici毛nter in te zetten voor menselijke doeleinden.
Meer weten over het AI & Dierenwelzijn Lab? Bekijk hier onze andere projecten.