Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.
‘Hoe kunnen we online data gebruiken om abstracte, perceptuele eigenschappen te begrijpen?’ Ujjwal Sharma is een postdoctoraal onderzoeker Business Analytics aan de Amsterdam Business School (ABS) en past kunstmatige intelligentie (AI) toe op marketingtaken.
Ujjwal Sharma
Ujjwal Sharma

Hij analyseert organische online data zoals afbeeldingen, tweets en reviews. Het doel is om uitgebreid inzicht te krijgen in abstracte, perceptuele eigenschappen die relevant zijn voor het bedrijfsleven, zoals gevoelens. Sharma maakt gebruik van deze benadering om erachter te komen hoe bedrijven greenwashing implementeren. Daarnaast houdt hij zich bezig met de ontwikkeling van 'Exquisitor', een interactieve zoekmachine op basis van beelden.

Sharma studeerde Electronics & Communication Engineering aan de universiteit VIT in India en Kunstmatige Intelligentie aan de UvA. In 2018 begon hij aan zijn promotieonderzoek Business Analytics aan de ABS. Als postdoc analyseert hij data en maakt hij gebruik van AI om zakelijke problemen op te lossen.

Subjectieve eigenschappen aan objectieve data toevoegen

Sharma en zijn collega's streven er in hun onderzoek naar om nieuwe marketingperspectieven te bieden. ‘Traditioneel marketingonderzoek maakt over het algemeen gebruik van goed gestructureerde data afkomstig van studies op basis van enquêtes’, geeft hij aan. ‘Wij willen echter ontdekken wat we kunnen leren van organische data die al bestaat.’ Hiermee bedoelt hij afbeeldingen, tweets, posts en reviews die je online kunt vinden. ‘De mensen van wie deze data afkomstig zijn, drukken zich vrijer uit dan de respondenten in een onderzoek’, aldus Sharma. ‘Ze maken geen deel uit van een gestructureerd onderzoek en krijgen hier niets voor betaald. Daarom zijn ze eerder geneigd om hun mening te delen over verschillende subjectieve eigenschappen.’ Volgens Sharma zorgt de meer ongestructureerde data voor een grotere verscheidenheid aan verschillende meningen die op natuurlijke wijze tot stand zijn gekomen.

De onderzoeker gebruikt de data om naast de concretere doelstellingen inzicht te krijgen in abstracte eigenschappen. ‘Het verzamelen van deze attributen is cruciaal voor marketeers, omdat ze ten grondslag liggen aan de perceptie van de consument. Perceptie is subjectief. Wat ik bij een afbeelding voel, kan verschillen van wat jij erbij voelt.’ Sharma illustreert dit concept aan de hand van een foto van een hond. ‘Het kan zo zijn dat ik net een hond heb gekregen en dat iemand anders net zijn hond is verloren. De emoties die een afbeelding oproept, kunnen dus erg uiteenlopen.’ Hij probeert in zijn onderzoek onderscheid te maken tussen dit soort eigenschappen in afbeeldingen, teksten en andere media-uitingen om tot een totaalbeeld te komen.

Inzicht in greenwashing

Een van de projecten van Sharma richt zich op het opsporen van greenwashing in de marketing van bedrijven. ‘Deze bedrijven doen zich groener en milieuvriendelijker voor dan ze eigenlijk zijn.’ Het project wordt gefinancierd door het onderzoekscentrum RCSII (Research Centre for Sustainable Investments and Insurance), dat is geopend door de verzekeringsmaatschappij ASR Nederland en UvA Economie en Bedrijfskunde.

De postdoc en zijn collega's analyseren berichten van bedrijven op social media om in kaart te brengen hoe ze greenwashen. ‘We proberen alles vanuit een abstract, subjectief oogpunt te bekijken, omdat greenwashing vaak op een subtiele, verborgen manier gebeurt. Als alles groen lijkt, krijgen consumenten het gevoel dat niets echt groen is.’ Ze bestuderen dit ook vanuit het oogpunt van ESG-risicobeoordelingen. ESG is een verzamelterm die de impact weergeeft op milieu en maatschappij en toont hoe goed het bestuur is. ‘We proberen de kloof te ontdekken tussen wat bedrijven zeggen en wat ze daadwerkelijk doen.’ Het doel is om consumenten beter te informeren. ‘Goede bedrijven willen we ook belonen, omdat ze tussen alle bedrijven die aan greenwashing doen, vaak over het hoofd worden gezien’, aldus Sharma.

Zoekmachine kan Alzheimerpatïenten helpen

De onderzoeker van de ABS houdt zich verder bezig met Exquisitor, een zoekmachine op basis van video's en afbeeldingen. Deze is ontwikkeld in samenwerking met onderzoekers van de Reykjavik University in IJsland. Het systeem kwam als derde uit de bus bij de ACM Lifelog Search Challenge 2024, die dit jaar tijdens de ICMR (International Conference on Multimedia Retrieval) in Phuket in Thailand werd gehouden. Exquisitor maakt zoekopdrachten in zogeheten lifelog-data mogelijk. Hieronder vallen persoonlijke gegevens zoals afbeeldingen, video, audio en locatiegegevens. ‘Lifeloggers’ slaan deze gegevens continu en jarenlang op. ‘De gedachte achter Exquisitor is dat je door enorme collecties afbeeldingen kunt zoeken op basis van een gesprek met de tool of door feedback te geven over de relevantie van de zoekresultaten. Dat houdt in: navigeren door positieve (relevante) en negatieve (irrelevante) voorbeelden aan te geven.’

 ‘Met Exquisitor kun je ook zoeken als zoekopdrachten vaag of incorrect zijn, of niet alle informatie bevatten’, licht Sharma toe. ‘Als je op zoek bent naar een foto met een zonsondergang met slechts een paar wolkjes in plaats van een geheel bewolkte lucht, is het misschien lastig om dit exact onder woorden te brengen.’ De gebruiker kan de zoekresultaten met 'ja' of 'nee' beantwoorden. Met deze feedback over de relevantie van de zoekresultaten kan het systeem het aantal resultaten zo snel mogelijk terugbrengen. Exquisitor kan bijvoorbeeld Alzheimerpatiënten helpen die op zoek zijn naar iets in hun privécollectie. ‘De informatie die ze tot hun beschikking hebben, is voor reguliere zoekmachines wellicht niet specifiek genoeg.’ Vanwege de interactie die met de tool mogelijk is, hebben deze mensen een grotere kans om de foto of herinnering die ze kwijt zijn te vinden.

Een echt interdisciplinair veld

Business analytics kan het verschil maken, geeft de onderzoeker aan. ‘We onderzoeken diepgewortelde problemen in onze samenleving.’ Hij merkt op dat ‘op de mens gerichte AI-problemen’ niet kunnen worden verholpen zonder interdisciplinaire expertise. ‘Het volstaat niet om deze problemen geïsoleerd aan te vliegen op een machine. Studenten en onderzoekers met een bedrijfskundige achtergrond, of een achtergrond in de psychologie en filosofie, kunnen verschillende perspectieven en belangrijke expertise bieden. Dit veld is echt interdisciplinair.’