Fase 2: Structurele kennisbasis gedrag
Hoe kunnen overheden sneller gebruikmaken van wat al bekend is over het beïnvloeden van reisgedrag? En hoe zorgen we ervoor dat kennis uit onderzoeken en praktijkprojecten niet verloren gaat, maar steeds opnieuw kan worden benut?
Met fase 2 van Structurele kennisbasis gedrag bouwen het ministerie van Infrastructuur en Waterstaat, Connekt en een breed netwerk van gedragsexperts verder op de resultaten uit de verkennende eerste fase.
In fase 1 stond de vraag centraal hoe een gezamenlijke kennisbasis voor gedragsmaatregelen eruit zou moeten zien. In deze tweede fase brengen we die aanpak in de praktijk: we verzamelen en structureren bestaande kennis, werken concrete toepassingsgebieden uit en bouwen verder aan het netwerk dat de kennisbasis ook op langere termijn kan onderhouden en ontwikkelen.
Van ontwerp naar praktijk
Overheden zetten steeds vaker maatregelen in om reisgedrag te beïnvloeden, bijvoorbeeld om de bereikbaarheid te verbeteren, verkeersveiligheid te vergroten of duurzamere vormen van mobiliteit te stimuleren.
Er is veel onderzoek gedaan naar wat wel en niet werkt. Die kennis is alleen nog verspreid over verschillende organisaties, regio's, onderzoeken en praktijkprojecten.
Tijdens fase 1 ontwikkelden IenW en Connekt samen met gedragsexperts een eerste structuur om deze kennis systematisch te ordenen. Daarbij werd onderzocht welke informatie nodig is om niet alleen te weten of een maatregel werkt, maar ook waarom, voor wie en onder welke omstandigheden.
In fase 2 zetten we de stap van verkennen naar daadwerkelijk opbouwen.
Starten met drie concrete toepassingsgebieden
De kennisbasis wordt in deze fase als eerste opgebouwd rond drie concrete onderwerpen:
- reisgedrag rondom wegwerkzaamheden;
- het verminderen van afleiding in het verkeer;
- het stimuleren van het gebruik van deelmobiliteit.
Voor deze toepassingsgebieden verzamelen en structureren we bestaande onderzoeken, praktijkervaringen en andere relevante inzichten.
Daarbij kijken we niet alleen naar succesvolle voorbeelden. Juist ook kennis over maatregelen die minder goed werkten en de omstandigheden die daarbij een rol speelden, is belangrijk om toekomstige keuzes beter te kunnen onderbouwen.
De ambitie is om de kennisbasis later verder uit te breiden naar andere gedragsvraagstukken binnen mobiliteit.
Kennis sneller kunnen vinden en gebruiken
Een belangrijk onderdeel van deze fase is een door IenW ontwikkelde AI-ondersteunde toepassing. Deze toepassing helpt bij het analyseren en structureren van de beschikbare kennis en moet het voor gebruikers eenvoudiger maken om de kennisbasis te doorzoeken.
Zo moet het mogelijk worden om vragen te stellen als:
Welke maatregelen zijn in vergelijkbare situaties effectief gebleken? Voor welke doelgroepen? Onder welke omstandigheden werkten ze wel of juist niet? En welke kennis is hierover al beschikbaar?
Daarmee wordt de kennisbasis relevant voor zowel beleidsmedewerkers en projectprofessionals als gespecialiseerde gedragsexperts.
Niet alleen een kennisbank, maar ook een netwerk
Een structurele kennisbasis heeft alleen waarde wanneer de informatie actueel blijft en nieuwe ervaringen worden toegevoegd.
Daarom bouwen we naast de inhoudelijke kennisbasis ook verder aan de community die in fase 1 is ontstaan. Gedragsexperts uit verschillende organisaties brengen kennis in, beoordelen en verrijken bestaande inzichten en helpen bepalen welke nieuwe kennisvragen aandacht verdienen.
Zo ontstaat niet alleen een verzameling informatie, maar een gezamenlijk systeem waarmee de sector steeds verder kan leren.
De rol van Connekt
Connekt organiseert en faciliteert bijeenkomsten en werkgroepen en brengt experts uit verschillende delen van het mobiliteitsdomein samen. We helpen bij het verzamelen en ontsluiten van bestaande kennis en ondersteunen de verdere ontwikkeling van de community van gedragsspecialisten.
Daarnaast zorgen we voor de verbinding tussen de ontwikkeling van de kennisbasis en de dagelijkse praktijk. Samen met toekomstige gebruikers onderzoeken we welke informatie zij nodig hebben en hoe de kennisbasis en de AI-ondersteunde toepassing daar zo goed mogelijk op kunnen aansluiten.
Zo bouwen we voort op de basis uit fase 1 en werken we toe naar een kennisbasis die niet alleen kennis verzamelt, maar deze ook daadwerkelijk sneller toepasbaar maakt.