Scriptiebank overzicht

Meer dan tachtig procent van de Vlaamse maak- en technologiebedrijven ziet AI als een waardevolle technologie, maar bijna evenveel aarzelen om echt te starten. Deze bachelorproef onderzoekt die kloof. Op basis van interviews bij West-Vlaamse technologie- en maakbedrijven, aangevuld met bronnen, worden drie strategische succesfactoren geïdentificeerd: datakwaliteit, strategisch leiderschap en het menselijk aspect. Het onderzoek resulteert in een praktisch stappenplan van zes stappen voor bedrijven die AI succesvol willen implementeren.

Mijn thesis zet een eerste stap naar een manier waarop leerkrachten en AI complementair kunnen samenwerken. AI helpt bij het genereren van programmeeroefeningen, terwijl de leerkracht de pedagogische keuzes en de controle behoudt. Op termijn kan zo meer differentiatie mogelijk worden en kunnen oefeningen beter aansluiten bij wat leerlingen interessant en relevant vinden.

voor mijn bachelorproef onderzocht ik hoe je van een grote professionele movinghead, een werkend miniatuur prototype kan maken. ik onderzocht hoe de verschaling werkt van verschillende onderdelen zoals, motoren, behuizing, lichtbronnen en aansturing. mijn doel was om een zo klein mogelijk model te bouwen dat zowel horizontaal als verticaal kon bewegen, een licht had met verschillende kleuren én dit alles aanstuurbaar was met een echte professionele lichttafel.

Drie taalmodellen werden zowel lokaal als in de cloud getest. Op basis van 6.241 aanvragen werden energieverbruik, geschatte CO₂-uitstoot, snelheid, kosten en inhoudelijke juistheid vergeleken. Een correctie op de cloudschattingen bracht ook het energieverbruik voor het lezen van lange documenten in rekening. Voor de onderzochte toepassing bleek de cloud naar schatting gemiddeld vijf keer energiezuiniger en bij het verwachte bedrijfsvolume financieel aantrekkelijker. Tegelijk toonden de tests dat correct gevormde antwoorden inhoudelijke fouten kunnen bevatten.

De resultaten zijn vertaald naar een praktische beslissingsboom die bedrijven helpt kiezen op basis van onder meer privacy, beschikbare apparatuur, gebruiksvolume, stroommix en antwoordkwaliteit.

De masterproef onderzoekt hoe computationeel en parametrisch ontwerpen kunnen worden ingezet om gepersonaliseerde ergonomische bureaustoelen automatisch te ontwerpen. Hiervoor werden bestaande methoden voor 3D-scanning, pose estimation en parametrische geometriegeneratie onderzocht en geëvalueerd. Op basis hiervan werd een computationele ontwerppipeline ontwikkeld die lichaamsgegevens vertaalt naar ergonomische ontwerpparameters en vervolgens automatisch een gepersonaliseerde stoel genereert.
Daarnaast werd een multivariaat regressiemodel ontwikkeld om de vorm van de rugleuning af te stemmen op de individuele lichaamshouding. De ontwikkelde methode werd gevalideerd aan de hand van verschillende lichaamsscans en rugleuningvarianten en beoordeeld op vlak van ergonomie, efficiëntie, betrouwbaarheid, stevigheid, gebruiksvriendelijkheid reproduceerbaarheid en maakbaarheid. Tot slot werd een volledig gepersonaliseerde bureaustoel op ware grootte geproduceerd met 3D-printtechnologie en fysiek geëvalueerd.

Cerebraal vasospasme na een aneurysmatische subarachnoïdale bloeding (aSAH) is moeilijk te bestuderen in routinematige intensievezorggegevens omdat het niet als één consistente variabele wordt geregistreerd. Bewijs kan voorkomen in diagnosecodes, ontslagbrieven, radiologieverslagen, behandelingsgegevens of monitoringpatronen, en deze bronnen beschrijven niet altijd hetzelfde klinische beeld. Deze thesis onderzoekt of zulke heterogene informatie kan worden gecombineerd tot een representatie op opnameniveau voor exploratieve causale ontdekking rond vasospasme.

Met behulp van MIMIC-IV werd een cohort van waarschijnlijke aSAH-opnames samengesteld door gestructureerde selectie van kandidaatopnames, gevolgd door extractie met een groot taalmodel uit ontslagbrieven en radiologieverslagen. Het uiteindelijke cohort bevatte 470 opnames. Gestructureerde EHR-variabelen werden gecombineerd met informatie die uit klinische verslagen was afgeleid over bewijs voor vasospasme, de ernst van de bloeding, hydrocefalie, behandeling van het aneurysma, de aanwezigheid van een externe ventrikeldrain en fysiologische toestanden. Een vergelijking tussen verschillende modaliteiten toonde aan dat vasospasme bij 13,8% van de opnames gecodeerd was, terwijl ontslagbrieven en radiologieverslagen aanwijzingen voor vasospasme gaven bij respectievelijk 48,3% en 52,6% van de beoordeelde opnames. Dit suggereert dat op LLM gebaseerde extractie uit klinische tekst bewijs voor vasospasme vollediger kon vastleggen dan ICD-codering alleen, terwijl de bronspecifieke verschillen tussen ontslagbrieven en radiologieverslagen behouden bleven.

Vervolgens werd causale ontdekking toegepast met PC-stable, FGES en FCIT over verschillende hyperparameterinstellingen en stabiliteitsanalyses. De meest terugkerende structuur verbond de hoeveelheid bloedstolsel, hydrocefalie, EVD, leukocytose, hyperglykemie en vasospasme. Opvallend was dat de hoeveelheid bloedstolsel niet naar voren kwam als een stabiele directe buur van vasospasme, ondanks het feit dat dit een van de sterkst bekende klinische risicofactoren is. In plaats daarvan verscheen het vooral als een stroomopwaarts signaal van ernst dat verbonden was met hydrocefalie, intensievere zorgtrajecten en latere inflammatoir-metabole ontregeling. Hyperglykemie was de meest consistente systemische buur van vasospasme binnen FGES en FCIT, terwijl leukocytose vaker via hyperglykemie verbonden was dan als een stabiele directe buur. Deze bevindingen suggereren een biologisch plausibele hypothese waarin leukocytose en hyperglykemie mogelijk directer verband houden met vasospasme, mogelijk als weerspiegeling van inflammatoire en metabole stress die de kwetsbaarheid van bloedvaten zou kunnen vergroten.

Over het geheel genomen suggereren de resultaten dat multimodale causale ontdekking administratieve, tekstuele, fysiologische en zorgprocesgerelateerde signalen rond vasospasme explicieter kan maken en nuttige hypotheses kan opleveren voor gerichte vervolgstudies.

Guilliams Green Power is een biogasinstallatie, opgericht door Ruben, Rohald en Reinout Guilliams, gelegen te Boutersem. Deze installatie verwerkt dagelijks 250 ton mest en organisch afval, wat overeenkomt met ongeveer 90.000 ton per jaar. Bij de vergisting van dit afval ontstaat biogas, dat in drie WKK-installaties wordt verbrand en zo 2.8 MW aan groene elektriciteit oplevert.
Anderhalf jaar vóór de start van deze stage werden op de site 24 elektrische loggings geïnstalleerd. Kort daarna werd ook een accu van 1MW/2MWh geplaatst om in te spelen op de FCR-markt, deze markt stabiliseert afwijkingen van de netfrequentie binnen 30 seconden rond 50 Hz. Verder werd tijdens de stageperiode door Fluvius een snelle digitale meter geïnstalleerd om het totaalvermogen van de site nauwkeuriger te monitoren.
De stageopdracht bestond uit het ontwikkelen van een Energy Management System (EMS) dat als doel heeft de import van elektriciteit te minimaliseren en overmatige injectie boven het contractueel vermogen te vermijden. In de eerste fase werden de teller- en loggingsgegevens theoretisch geanalyseerd en gevisualiseerd in Excel. In de tweede fase werd, in samenwerking met de externe programmeur, een eerste versie van de EMS-applicatie ontwikkeld.
Dit EMS automatiseert het aan- en uitschakelen van toestellen binnen de installatie op basis van de het gemeten totaalvermogen en de actuele energieprijs. Zo wordt de energie-import beperkt wanneer er te weinig opwekking is, en worden injectiepieken afgevlakt wanneer de accu injecteert en de WKK’s maximaal vermogen leveren. Dit EMS geeft Guilliams Green Power een duidelijk verbeterde controle over het energiebeheer van hun biogasinstallatie.

Arrays zijn een basisonderdeel van leren programmeren, maar beginners vinden ze vaak het moeilijkste onderwerp. Dat geldt zeker voor studenten in toegepaste wetenschappen, voor wie programmeren eerder een hulpmiddel is dan hun hoofdinteresse. Deze masterproef onderzoekt hoe een gegamificeerde leeromgeving eerstejaarsstudenten Elektromechanica kan helpen om arrays te begrijpen.

Literatuur, examenresultaten en interviews met studenten en een expert brachten vier struikelblokken aan het licht: indexering, lussen combineren met arrays, waarden aanpassen tijdens een herhaling en veelvoorkomende bewerkingen. Op basis daarvan ontstond ArrayCamp. Die browsertool combineert het PRIMM-model, visuele oefeningen, Parsons-puzzels, gamificatie en AI-feedback.

Een evaluatie met 27 studenten toont dat ze de tool ondersteunend, gebruiksvriendelijk en motiverend vinden. Wel werkten weinig studenten de laatste opdrachten af, vooral door tijdsdruk vlak voor het examen. De AI-feedback in de tool was nog niet altijd consistent. Zo'n tool werkt dus pas echt als hij ook goed in de lessen wordt ingebed.

Tijdens mijn masterthesis moest ik een deep learning model ontwikkelen die laser doppler afbeeldingen voorspelt op basis van digitale foto's.

Deze scriptie onderzoekt in hoeverre een meertalig AI-systeem haatspraak tegen vrouwen automatisch kan opsporen op X - het voormalige Twitter - in het Nederlands, Engels en Spaans. De focust lag daarbij niet alleen op expliciet haatdragend taalgebruik, maar ook op impliciet vrouwonvriendelijke berichten. Een meertalig AI-systeem kreeg 4 320 tweets voorgeschoteld en moest vervolgens voorspellen of ze haatspraak bevatten of niet. Uit de resultaten is gebleken dat het systeem heel goed kan omgaan met expliciet haatdragende berichten, maar veel minder goed met impliciete gevallen (vooral in het Nederlands). De conclusie? Gezien hun snelheid is het erg nuttig om AI-tools in te zetten, maar het is essentieel dat hun werk een aanvulling is op en geen vervanging van menselijke moderatoren. De handen in elkaar slaan is de boodschap!

Dit bachelorproject beschrijft de ontwikkeling van CompanionBits, een Belgisch softwareplatform dat gebruiksvriendelijke productiviteitstools ontwikkelt voor bouwprofessionals. Het project ontstond vanuit de vaststelling dat veel dagelijkse handelingen binnen AutoCAD nog steeds tijdrovend en omslachtig verlopen. CompanionBits wil deze bestaande werkomgeving verbeteren zonder AutoCAD te vervangen, met eenvoudige en gerichte tools die de efficiëntie verhogen.

Binnen het project werd een volledig softwareplatform ontwikkeld. Dit omvat een commerciële website, gebruikers- en abonnementsbeheer, een beveiligd licentiesysteem, online betalingen via Stripe en een reeks AutoCAD-plugins. Daarnaast werd BasinCalc ontwikkeld als een zelfstandige rekentool voor infiltratie- en bufferbekkens. De AutoCAD-tools werden ontwikkeld met C# en .NET 8, terwijl de website gebruikmaakt van Next.js, React en TypeScript. De backend werd gebouwd met Django en PostgreSQL, aangevuld met Redis en verschillende externe diensten.

Tijdens het project werd uitgebreid aandacht besteed aan softwarearchitectuur, beveiliging, gebruiksvriendelijkheid, schaalbaarheid en onderhoudbaarheid. Het systeem maakt onder andere gebruik van machinegebonden licenties, versleutelde lokale licentiegegevens, server-side validatie en een offline-periode van maximaal 30 dagen. Betalingsgegevens worden niet door CompanionBits opgeslagen, maar rechtstreeks door Stripe verwerkt.

De software werd gevalideerd via manuele functionele tests, API-tests, geautomatiseerde unit- en integratietests en een CI-pijplijn met GitHub Actions. De belangrijkste requirements werden gekoppeld aan concrete acceptatietestcases. Hierdoor werd niet alleen de functionaliteit, maar ook de betrouwbaarheid en beveiliging van het platform gecontroleerd.

Een belangrijk onderdeel van het project was de technologiekeuze. Een eerder ontwikkelde Java/Spring Boot-backend werd tijdens het project vervangen door Django, omdat Django beter aansloot bij de ontwikkelsnelheid en vereisten van een solo-ontwikkelaar. Ook PostgreSQL en Next.js werden bewust gekozen vanwege hun betrouwbaarheid, integratiemogelijkheden en SEO-ondersteuning.

Het eindresultaat is een volledig werkend en commercieel inzetbaar softwareplatform. Het project toont aan dat een complexe oplossing zelfstandig over verschillende technologieën heen kan worden ontworpen, ontwikkeld, getest en gedeployed. Naast technische kennis leverde het project ook ervaring op in security, softwarearchitectuur, productontwikkeling en ondernemerschap. Toekomstige uitbreidingen zijn onder andere meer geautomatiseerde frontendtests, monitoring, 2FA, verdere uitbreiding van de toolsuite, publicatie via de Autodesk App Store en internationale groei.

Deze bachelorproef onderzoekt de mogelijkheden van artificiële intelligentie (AI) binnen de oncologische diëtetiek om de werkdruk van oncologische diëtisten te verlagen. Probleemstelling: De aanleiding voor dit onderzoek is de toenemende zorgvraag binnen de oncologie, gecombineerd met een hoge administratieve belasting en beperkte tijd voor individuele begeleiding. Hoewel AI theoretisch veel mogelijkheden biedt binnen de gezondheidszorg, blijkt de implementatie in de praktijk momenteel nog beperkt.
Methode: In deze bachelorproef werd onderzocht hoe Large Language Models via gestructureerde prompt engineering op een betrouwbare manier kunnen worden ingezet binnen de oncologische voedingszorg. Hiervoor werd eerst een bevraging afgenomen bij oncologische diëtisten om huidige noden, werkdruk, AI-gebruik en bezorgdheden rond AI in kaart te brengen. Daarnaast werd een literatuuronderzoek uitgevoerd naar recente prompttechnieken zoals role prompting, few-shot prompting, Chain-of-Thought prompting en Retrieval Augmented Generation. Vervolgens werden verschillende prompts en AI-modellen met elkaar vergeleken op basis van zowel kwantitatieve als kwalitatieve evaluatiecriteria. Met al deze bekomen informatie werd een praktische promptgids ontwikkeld en een prototype gebouwd waarmee gepersonaliseerde voedingsschema’s gegenereerd kunnen worden op basis van patiëntengegevens en nutritionele richtlijnen.
Resultaten: Uit de resultaten bleek dat oncologische diëtisten een hoge werkdruk ervaren en momenteel slechts beperkt gebruikmaken van AI, voornamelijk door bezorgdheden rond betrouwbaarheid, privacy en transparantie. De vergelijking tussen verschillende prompttechnieken toonde aan dat gestructureerde prompts die gebruik maken van gerichte prompttechnieken duidelijk betere resultaten opleverden dan eenvoudige prompts. De aangepaste prompts genereerden accuratere en consistenter voedingsschema’s die beter aansloten bij de ESPEN-richtlijnen en de klinische context van de patiënt. Daarnaast werden verschillen vastgesteld tussen de onderzochte AI-modellen. Sommige modellen slaagden er beter in om richtlijnen, symptomen en voedingsvereisten correct te integreren, terwijl andere modellen meer inconsistenties en afwijkingen vertoonden.
Besluit: Deze bachelorproef toont aan dat artificiële intelligentie een waardevolle ondersteunende rol kan spelen binnen de oncologische diëtetiek. Gestructureerde prompt engineering kan bijdragen aan meer consistente en klinisch relevante output.

Eenzaamheid bij ouderen is een groeiend gezondheidsprobleem, en sociale robots kunnen een aanvulling zijn op menselijk contact. Robots met een taalmodel praten vlot, maar luisteren slecht. Deze scriptie laat een tweede taalmodel meeluisteren dat de robot in realtime bijstuurt. In een test met zestien deelnemers en de robot Pepper werd de robot proactiever en reageerde hij in stressvolle gesprekken beter op emoties.

Dit eindwerk onderzoekt het belang van financiële educatie in een samenleving waarin steeds meer mensen zelfstandig toegang krijgen tot financiële markten. De drempel om te beleggen is sterk verlaagd, terwijl de hoeveelheid beschikbare financiële informatie voortdurend toeneemt. Die toegankelijkheid betekent echter niet automatisch dat mensen over voldoende kennis en vaardigheden beschikken om financiële producten, risico’s en beleggingsbeslissingen goed te begrijpen.

Het onderzoek gaat na welke rol financiële educatie kan spelen in het versterken van financiële kennis en vaardigheden. Daarbij wordt onderzocht welke kennis beleggers nodig hebben, hoe financiële concepten op een begrijpelijke en gestructureerde manier kunnen worden aangeleerd en welke factoren bijdragen aan een effectief leerproces. Naast financiële basiskennis wordt aandacht besteed aan onder meer risicobeheer, beleggingsstrategieën, beleggerspsychologie en het kritisch beoordelen van financiële informatie.

Ook wordt onderzocht hoe digitale technologie het aanbieden van financiële educatie kan ondersteunen. Daarbij komen onder meer gepersonaliseerde leertrajecten, interactieve leermethoden en artificiële intelligentie aan bod. Het onderzoek bekijkt daarnaast hoe financiële educatie kan worden opgebouwd voor verschillende niveaus van voorkennis, van beginnende tot meer ervaren beleggers.

Op basis van deze inzichten wordt een concreet concept voor een digitale leeromgeving uitgewerkt. Het eindwerk toont daarmee hoe financiële educatie kan bijdragen aan een beter begrip van financiële keuzes en mensen kan helpen om bewuster, kritischer en met meer inzicht met hun financiën en beleggingen om te gaan.

Electric traction motors for hybrid and battery vehicles are currently designed by
wrapping a finite-element key-performance-indicator (KPI) evaluator in an evolu
tionary optimisation loop, an approach that can take days of compute on a multi-core
node per customer case. This thesis addresses the same problem from the inverse
direction: given a target peak performance profile together with the electrical limits
imposed by the inverter and battery, generate a diverse set of compliant double-V
interior permanent magnet synchronous machine (IPMSM) geometries. The pro
posed framework combines three components, using a dataset of 85384 physically
valid samples obtained by latin hypercube sampling of the 17 free geometric pa
rameters: (i) a residual multilayer-perceptron surrogate that maps geometry and
electrical limits to the 80-point peak torque–speed curve through a 19-component
principal-component bottleneck, (ii) a conditional variational autoencoder (CVAE)
with a 15-dimensional latent space that learns to generate performance-compliant
geometries, given the working conditions, and (iii) a gradient-based latent space
optimisation stage that refines a sampled candidate towards minimal volume under
soft performance-compliance and structural-integrity penalties driven by the frozen
surrogate.

On the held-out test set, the surrogate reaches a mean relative L2 error of 0.62%
on the denormalised torque curve at sub-millisecond inference cost. A performance
regularised CVAE variant, which augments the evidence lower bound with a dif
ferentiable compliance penalty derived from the frozen surrogate, lifts the mean
prior-sampling compliance on eight industrial conditions from 49.1% to 75.7% while
preserving roughly 86% of the per-feature design-range coverage. The subsequent
latent-space optimisation returns a compliant candidate for every one of the eight
conditions and for both CVAE variants, converging within roughly 100 iterations and
finishing in about 45s per condition on a single CPU core. A single FEM run con
firms that the optimised torque–speed curve passes through the requested operating
points. The framework therefore compresses what is currently a days-long search
into a sub-minute generative step. Thermal, efficiency, noise-vibration-harshness,
and demagnetisation behaviour remain out of scope and are identified as the prior
ity directions for further work.

Streamingdiensten en videoplatformen bouwen op basis van kijk- en luistergedrag profielen van gebruikers op. Die profielen kunnen nuttig zijn voor personalisatie, maar gebruikers hebben vaak weinig zicht op welke gegevens worden verzameld en welke conclusies daaruit worden getrokken. In deze bachelorproef onderzoek ik hoe gebruikers meer controle kunnen krijgen over hun mediagegevens en de inzichten die daaruit ontstaan. Ik ontwierp een systeemarchitectuur en ontwikkelde een werkend prototype waarin gegevens van onder meer Spotify, YouTube en SoundCloud worden samengebracht in een persoonlijke digitale datakluis. De gebruiker kan zelf bepalen wie toegang krijgt tot welke gegevens en kan afgeleide inzichten bevestigen, corrigeren of tegenspreken. Daarnaast onderzocht ik hoe open standaarden en lokale AI-inferentie kunnen bijdragen aan interoperabiliteit en privacy. Het resultaat toont hoe personalisatie mogelijk blijft zonder dat de gebruiker de controle over zijn digitale profiel volledig uit handen hoeft te geven.

De wereldwijde maritieme sector staat onder toenemende druk om de uitstoot van broeikasgassen te verminderen, onder meer door regelgevingen zoals het Europese Fit for 55-pakket. Methanol wordt daarbij gezien als een veelbelovende alternatieve brandstof voor bestaande motoren die worden omgebouwd naar een dual-fuelwerking. De hoge verdampingswarmte en lage vluchtigheid van methanol zorgen er echter voor dat de brandstof gemakkelijk op de cilinderwand neerslaat. Dit kan leiden tot problemen met de homogeniteit van het brandstof-luchtmengsel en de stabiliteit van de motor.

Als eerste stap wordt in deze thesis een uitgebreide literatuurstudie uitgevoerd. Hierbij wordt de achtergrond van methanol als alternatieve brandstof besproken, samen met de belangrijkste gevolgen ervan voor de werking van de motor. Vervolgens wordt de huidige stand van de kennis over wandbevochtiging (wall wetting) in systemen met poortbrandstofinjectie (Port Fuel Injection, PFI) kritisch geanalyseerd. Op basis van deze literatuurstudie wordt een duidelijke onderzoekskloof geïdentificeerd en worden de onderzoeksvragen geformuleerd.

In deze thesis wordt vervolgens een op Computational Fluid Dynamics (CFD) gebaseerd model ontwikkeld en gevalideerd in CONVERGE om het gedrag van methanol op de cilinderwand bij poortbrandstofinjectie te simuleren. Het model maakt gebruik van een Lagrangiaanse-Euleriaanse aanpak, gecombineerd met het Bai-Gosman-model voor de interactie tussen de brandstofspray en de wand en met conjugate heat transfer. Het numerieke model wordt gevalideerd aan de hand van experimentele gegevens en de beperkingen van het model worden besproken.

Tot slot wordt met behulp van een systematische Latin Heuristic Sampling-studie onderzocht welke invloed de injectiedruk, brandstoftemperatuur en omgevingstemperatuur hebben op de dikte, oppervlakte en massa van de brandstoffilm op de wand.

Deze masterproef onderzoekt hoe burgers betekenis geven aan CCTV-surveillance in de publieke ruimte en hoe hun percepties zich verhouden tot de institutionele werking van cameratoezicht in Hasselt. Vertrekkend vanuit het concept van folk theories analyseert dit onderzoek hoe burgers intuïtieve verklaringen ontwikkelen over wie surveilleert (bron), waarom camera’s worden geplaatst (doel), hoe het systeem technisch werkt (mechanisme) en welke rol de locatie van camera’s speelt (plaats). Methodologisch hanteerde dit onderzoek tien data walks met 22 deelnemers, aangevuld met expertinterviews, een observatiebezoek en een analyse van webpagina’s van Stad Hasselt en Politie Limburg Regio Hoofdstad.

De resultaten tonen een discrepantie tussen het officiële luik en burgerpercepties. Terwijl lokale autoriteiten cameratoezicht beschrijven als een juridisch gereguleerd, grotendeels retroactief en doelgebonden systeem, ervaren burgers het cameranetwerk vaak als een ondoorzichtig systeem waarvan de werking onduidelijk blijft. Onvolledige informatie wordt aangevuld met folk theories, waarbij vooral onzekerheid bestaat over live monitoring, bewaartermijnen, datakoppeling, AI en gezichtsherkenning. Dit onderzoek identificeert plaats als een tot nu toe onderbelichte dimensie: dezelfde camera kan anders worden geïnterpreteerd afhankelijk van de locatie. Burgers hanteren verschillende copingstrategieën, van relativering en onverschilligheid tot actief vragen stellen of begrip tonen voor het officiële perspectief. Sociale identiteit en smart-citytoepassingen kleuren de betekenisgeving verder, onder meer via zorgen over sociale sortering, function creep en AI-bias.

Deze studie toont aan dat CCTV niet louter een technisch veiligheidsinstrument is, maar een sociotechnische assemblage waarin camera’s, signalisatie, regelgeving, locatie en communicatie samen betekenis produceren. De bevindingen onderstrepen het belang van transparantere
communicatie over cameratoezicht, zodat burgers beter geïnformeerd kunnen deelnemen aan het democratisch debat over surveillance in de publieke ruimte.

Generatieve artificiële intelligentie heeft zich op korte tijd stevig verankerd in softwareontwikkeling en beïnvloedt ook steeds vaker het programmeeronderwijs. Deze masterpraktijkproef onderzoekt de implicaties hiervan voor het leren en onderwijzen van programmeren en de wijze waarop lesgevers hiermee omgaan in hun onderwijspraktijk.

Het eerste luik bestaat uit een literatuurstudie over de invloed van generatieve AI op het aanleren van programmeervaardigheden en over didactische strategieën die hierbij kunnen worden ingezet. De literatuur beschrijft kansen op het vlak van ondersteuning, evaluatie, differentiatie en motivatie. Tegelijk worden uitdagingen aangehaald op het vlak van academische integriteit, afhankelijkheid en bias.

Het tweede luik omvat een vragenlijstonderzoek bij programmeerlesgevers in Vlaanderen (N = 37), met aandacht voor hun gebruik, ervaringen en opvattingen met betrekking tot generatieve AI. De resultaten wijzen erop dat generatieve AI inmiddels zowel bij lesgevers als bij lerenden een vaste plaats heeft verworven. De visies op het gebruik ervan lopen echter sterk uiteen: sommige lesgevers benadrukken het belang van een stevige programmeerbasis en kiezen voor een restrictieve aanpak, terwijl anderen generatieve AI beschouwen als een onmisbaar onderdeel van hedendaags programmeren en deze bewust integreren in hun onderwijspraktijk. Respondenten benadrukken daarnaast het groeiende belang van vaardigheden zoals probleemanalyse, het kritisch beoordelen en debuggen van code en het doordacht aanwenden van AI-hulpmiddelen.

Deze studie concludeert dat generatieve AI het programmeeronderwijs niet overbodig maakt, maar wel vraagt om een heroriëntatie van leerdoelen, didactiek en evaluatie.

Op grote evenementen staan vrouwen vaak langer aan te schuiven voor het toilet dan mannen. Gelijke vloeroppervlakte betekent namelijk niet per se gelijke capaciteit: vrouwen doen langer over een toiletbezoek en mannen kunnen gebruikmaken van snelle urinoirs. In mijn masterproef onderzoek ik met een computersimulatie hoe je met dezelfde ruimte zowel de wachttijden als het verschil tussen mannen en vrouwen kunt verkleinen. Ik vergelijk zes toiletindelingen onder realistische, schommelende drukte, en test daarna vier voorrangsregels voor vrouwen op de beste indeling.

De beste indeling combineert 14 gedeelde hokjes met 8 urinoirs. Die verkort de gemiddelde wachttijd met 43% en het verschil tussen mannen en vrouwen met 84%, vergeleken met de beste gescheiden indeling. Een slimme voorrangsregel (Dynamic Aging) werkt het resterende verschil van ongeveer 12 seconden weg, maar enkel bij een gelijke verdeling van mannen en vrouwen (50/50).

Deze masterproef onderzoekt hoe een geautomatiseerd planningsalgoritme kan bijdragen aan beter leerlingenvervoer in het buitengewoon onderwijs. Het ontwikkelde algoritme stelt automatisch rittenplanningen op en werd gebruikt om de impact van factoren zoals het aantal bussen, aankomstvensters en de planningsschaal te analyseren. De ontwikkelde dataset, wiskundige formulering en het algoritme kunnen bijdragen aan toekomstig onderzoek naar het verbeteren van het leerlingenvervoer.

De groei van de elektronica-industrie gaat gepaard met toenemende gevolgen. De impact op het milieu wordt reeds onderzocht, maar de sociale gevolgen blijven onderbelicht. In dit werk wordt een werkwijze voorgesteld om de sociale gevolgen van de productie van PCBA’s te analyseren. Eerst worden de stappen overlopen voor de productie van IC’s, PCB’s en afzonderlijke componenten, packaging en assemblage, waarna een overzicht wordt gemaakt van de gebruikte materialen. Voor deze materialen worden de sociale gevolgen geëvalueerd aan de hand van de mijnbouwfase. De gevolgen worden gekwantificeerd op basis van de volgende categorieën: kinderarbeid, informele mijnbouw, gewelddadige conflicten, sterkte van de rechtsstaat, controle van corruptie en menselijke ontwikkeling. Voor elk materiaal worden ze geëvalueerd door aan elk van de vijf meest producerende landen een score toe te kennen en een gewogen gemiddelde te berekenen. Het resultaat is een overzicht van de sociale gevolgen van de verschillende materialen die gebruikt worden voor de productie van elektronica. De materialen met de grootste sociale gevolgen zijn kobalt, tantaal, tin, iridium, ruthenium en chroom. Materialen met lagere sociale gevolgen zijn ijzer, beryllium en lithium. Om in te schatten of veranderingen in het productieproces een groot effect zouden hebben, wordt nagegaan welk aandeel van de globale productie van een materiaal gebruikt wordt binnen de elektronica-industrie. Op basis van deze twee analyses worden kobalt, tantaal en zilver geselecteerd voor een extra analyse, waarin toepassingen en alternatieven worden besproken, rekening houdend met technische eigenschappen en kostprijs. De alternatieven hebben meestal bepaalde nadelen. Voor sommige toepassingen zijn er zelfs geen alternatieven mogelijk. Ten slotte worden de milieu- en sociale gevolgen vergeleken. Hieruit blijkt dat bepaalde materialen met grote sociale gevolgen weinig milieu-gevolgen hebben en vice versa. Het wordt dus duidelijk dat er geen ‘ideaal’ materiaal bestaat: er is steeds een afweging nodig tussen milieu- en sociale gevolgen, technische eigenschappen en kostprijs.

Hoewel moderne grote taalmodellen (LLM's) moeiteloos verschillende persona's kunnen aannemen via prompting, worden ze streng begrensd door ingebouwde veiligheidsregels en ethische richtlijnen van ontwikkelaars. Wanneer dergelijke AI-systemen geconfronteerd worden met complexe, ethisch situaties, vallen ze vaak terug op een algemeen standaardantwoord. Dit onderzoek brengt deze kloof, die bekend staat als de "personality illusion" in kaart. Hiervoor werd de MoralPersona Sandbox ontwikkeld: een modulair softwareplatform dat de omgevingscontext, het psychologische profiel (gebaseerd op het Big Five OCEAN-model) en het onderliggende taalmodel strikt van elkaar isoleert. Om te valideren of dergelijke modellen daadwerkelijk menselijk gedrag weerspiegelen, werd een empirische gebruikersstudie uitgevoerd met 71 deelnemers. Deelnemers koppelden hun eigen psychologische profiel aan AI-configuraties en doorliepen 6 diverse morele dilemma's.
De resultaten tonen aan dat deelnemers de tegenovergestelde persoonlijkheidsagenten weliswaar betrouwbaar als 'minst overeenstemmend' aanduidden, maar dat er tegelijkertijd een sterke personality illusion optreedt: slechts een beperkte groep herkende hun eigen gepersonaliseerde agent als de beste match. Bovendien bleek de sturing minimaal; beslissingsomslagen vonden slechts in 2,35% van de gevallen plaats. Dit duidt erop dat hoewel LLM's uitblinken in stilistisch rollenspel, ze fundamentele moeite hebben met het spiegelen van authentieke menselijke, morele redeneerpatronen.

In veel grote magazijnen worden dozen van verschillende maten nog steeds handmatig op pallets gestapeld. Dit is zwaar fysiek werk voor magazijniers en leidt er vaak toe dat pallets niet optimaal benut worden, waardoor vrachtwagens met veel lege lucht rondrijden. In deze masterproef ontwikkelden we daarom een automatische 'Tetris-robot' die dit werk overneemt. Het systeem scant passerende dozen op de lopende band met een 3D-camera om de exacte afmetingen te bepalen. Vervolgens herkent een slim camerasysteem met artificiële intelligentie automatisch scheuren, deuken of vochtschade, waarna beschadigde dozen meteen van de band worden geduwd. Om de goedgekeurde dozen zo compact en stabiel mogelijk op elkaar te stapelen, ontwikkelden en trainden we slimme rekenmodellen en zelflerende algoritmes. Om te bewijzen dat dit ook in de praktijk werkt, bouwden we een werkend fysiek prototype met een robotarm, een vacuümgrijper en een industriële besturing, waarmee de hard- en software naadloos samensmelten tot één autonoom geheel.

AI-gestuurde ontwikkeltools zoals Large Language Models (LLM's), prompt engineering en het Model Context Protocol (MCP) veranderen de softwareontwikkeling snel, maar roepen vragen op over codekwaliteit, afhankelijkheid en de rol van de ontwikkelaar. Deze bachelorproef onderzoekt hoe AI-ondersteuning het ontwikkelproces van een cloudgebaseerde applicatie kan versnellen en verbeteren, en welke risico's daarbij horen. De casestudie is Lexis, een applicatie van CERM die e-mails van drukkerijklanten met een LLM analyseert en de gegevens doorstuurt naar het ERP systeem.

Na een theoretisch overzicht van prompt engineering, MCP, skills en agents werden drie implementaties opgeleverd: een authenticatie-oplossing voor meerdere klanten, een interne tool voor testdatabeheer en een gemoderniseerde API-testinfrastructuur. AI versnelde de oplevering aanzienlijk, maar zonder gerichte sturing bleef de code niet steeds productieklaar. AI werkt het best als verlengstuk van de ontwikkelaar, niet als vervanger, binnen duidelijke processen met heldere instructies.

Satellieten sturen tijdens hun contact met een grondstation grote hoeveelheden telemetrie naar de aarde. Ingenieurs gebruiken deze gegevens om de toestand van een satelliet te monitoren, maar een visualisatiesysteem moet niet alleen betrouwbaar zijn: het moet ook overzichtelijk, flexibel en snel genoeg zijn om verschillende soorten telemetrie efficiënt te kunnen analyseren.

Deze scriptie onderzoekt hoe een deterministisch en fouttolerant telemetrievisualisatiesysteem kan worden ontworpen en geïmplementeerd. Hiervoor werd ORVAL (Orchestrator for Remote Visualization and Analysis of Logged Telemetry) ontwikkeld in samenwerking met Redwire. ORVAL biedt een aanpasbare dashboardomgeving waarin ingenieurs grafieken, layouts en andere visualisaties naar hun behoeften kunnen configureren, gecombineerd met een architectuur die gericht is op snelle en betrouwbare toegang tot telemetriegegevens.

Het systeem ondersteunt redundante backendcomponenten, automatische foutdetectie, deterministische failover en gecoördineerd herstel. Tijdens gecontroleerde tests werd een automatische omschakeling naar een redundante backend aangetoond, waarbij een gemeten failover 12,3 seconden duurde en geen manuele interventie vereiste. Zo combineert ORVAL gebruiksvriendelijke en flexibele visualisatie met fouttolerantie en betrouwbare toegang tot satelliettelemetrie.

Een sociale angststoornis is een veelvoorkomende psychische aandoening die het dagelijks functioneren aanzienlijk kan beïnvloeden, maar in de praktijk vaak onopgemerkt blijft. De herkenning ervan berust traditioneel op klinische interviews en zelfrapportagevragenlijsten. Die kosten tijd en hebben beperkingen, zoals vertekening door het geheugen, beperkt inzicht in de eigen klachten en de neiging om sociaal wenselijke antwoorden te geven. Tegen deze achtergrond onderzoekt deze masterproef welke rol artificiële intelligentie (AI) kan spelen bij het herkennen van mensen met een sociale angststoornis of klinisch relevante symptomen van sociale angst.

Deze masterproef is een scoping review van peerreviewde, empirische studies over het gebruik van AI om sociale angst te herkennen. De centrale vragen zijn welke AI-methoden worden gebruikt om sociale angst op basis van psychologische en gedragsgegevens te detecteren of te classificeren, welke gegevens als input dienen en hoe goed de modellen presteren. Daarnaast onderzoekt de review hoe de studies zijn opgezet, in welke populaties en contexten de methoden zijn onderzocht en welke ethische en praktische aandachtspunten uit de literatuur naar voren komen.

De review volgt de richtlijnen van het Joanna Briggs Institute en werd gerapporteerd volgens PRISMA-ScR. Er werd gezocht in APA PsycINFO, Embase, Scopus, PubMed/MEDLINE, Web of Science en Google Scholar. De selectie van studies gebeurde in Rayyan. Na het verwijderen van dubbele publicaties werden 203 studies gescreend op titel en samenvatting. Daarvan gingen er 46 door naar de beoordeling van de volledige tekst. Uiteindelijk werden 17 studies opgenomen. De gegevens werden verzameld met een gestandaardiseerd extractieformulier en vervolgens samengevat in tabellen en een beschrijvende synthese.

Deze review laat zien dat AI mogelijkheden biedt als hulpmiddel bij het herkennen van sociale angst, maar dat de huidige wetenschappelijke onderbouwing zich nog in een vroeg stadium bevindt en heterogeen is. De opgenomen studies gebruikten zowel klassieke methoden van machinaal leren als deep learning. Vragenlijstgegevens werden het vaakst als input gebruikt. Sommige modellen maakten daarnaast gebruik van complexere gegevens, zoals digitale sporen, taalgebruik tijdens interviews en oogbewegingsgegevens. Daarmee kunnen zij gedrags- en taalpatronen in kaart brengen die via traditionele vragenlijsten of interviews minder rechtstreeks zichtbaar zijn.

Tegelijkertijd hadden veel studies nog het karakter van een eerste haalbaarheidsstudie, hanteerden zij uiteenlopende definities van sociale angststoornis en gebruikten zij vooral interne validatie. Verdere vooruitgang vraagt om externe validatie, transparantere rapportage, diversere datasets en zorgvuldige aandacht voor privacy, vertekening en foutenmarges. Ook hebben clinici voldoende kennis van AI nodig om de uitkomsten van deze modellen verantwoord te kunnen interpreteren en gebruiken.

Deze bachelorproef onderzoekt de ontwikkeling van een kosteneffectief meetsysteem voor het detecteren van piepgeluiden van treinen in spoorwegbochten, ook wel booggeluid genoemd. Het systeem combineert cameratechnologie, geluidsmetingen en automatische signaalverwerking om treinpassages te registreren en booggeluid te detecteren. Dankzij draadloze communicatie en lokale gegevensverwerking biedt het project een praktische oplossing voor het monitoren van spoorweggeluid in stedelijke omgevingen.

Welke invloed heeft de hedendaagse technologische revolutie op de kunstwereld en de samenleving? Welke obstakels of valkuilen moeten we voor oppassen, en hoe kunnen we ervoor zorgen dat de overvloedige belofte van vooruitgang ons niet recht naar een ramp toe leidt? Deze scriptie onderzoekt waar de problemen liggen, contextualiseert deze aan de hand van geschiedkundige gebeurtenissen, en vormt inzichten over hoe we hoop kunnen voeden en behouden.

Elk seizoen stelt Badminton Vlaanderen de interclubkalender op voor meer dan 300 ploegen, verdeeld over talrijke groepen. Die planning moet met tal van voorwaarden tegelijk rekening houden, zoals de beschikbare terreinen, verboden data, en de spreiding van ploegen van eenzelfde club. Deze masterproef onderzoekt hoe die kalender met wiskundige optimalisatie beter kan, met bijzondere aandacht voor de reisafstand van de ploegen. Met behulp van een optimalisatiemodel worden drie deelproblemen aangepakt: een slimmere groepsindeling, een kwalitatievere kalender, en een alternatief competitieformat gebaseerd op een Incomplete Round Robin Tournament. De resultaten tonen een aanzienlijke daling van het aantal gereden kilometers, terwijl de sportieve eerlijkheid en alle voorwaarden behouden blijven.