Het adequaat kunnen inschatten en weergeven van waarheidsgetrouwheid van data wordt gezien als een van de belangrijkste uitdagingen bij het beheren en verwerken van big data. Met de aangevraagde basisfinanciering willen we ons fundamenteel onderzoek naar logische raamwerken voor het redeneren in een context waarin niet alle data even betrouwbaar zijn verder uitbouwen. Meer specifiek willen we bestuderen hoe (on)betrouwbaarheid van data zich propageert in dataverwerking en zich aldus manifesteert in de resultaten van een dataverwerkingsproces. We willen dit onderzoek in eerste intantie toespitsen op criteria-evaluatie in databankbevraging en beslissingsondersteuningstechnieken. Daarnaast willen we ook onderzoeken of en hoe de gevonden technieken kunnen bijdragen tot beter betrouwbare artificiële intelligentie.