AI in de publieke sector: de kansen en de risico’s

AI is overal, dus ook in de publieke sector. De AI-revolutie is de volgende stap in de digitale transformatie en kan helpen de dienstverlening richting burgers en bedrijven verder te verbeteren en – interessant genoeg – ook persoonlijker te maken. Er wordt dan ook met veel interesse gekeken welke toepassingen van AI waardevol zijn om mee te starten of verder te ontwikkelen. In dit blog bekijken we de laatste AI-ontwikkelingen en belichten we een omvangrijke businesscase. Ontdek hoe de publieke sector efficiënter kan opereren dankzij AI, en hoe je zelf tot een impactvolle toepassing komt.

Zoals we vaak zien bij nieuwe technologieën, zijn de verwachtingen met betrekking tot AI hooggespannen. Maar wat is nou de échte meerwaarde van AI in de praktijk in termen van dienstverlening aan burgers en bedrijven, het verbeteren van de efficiency van processen of het ondersteunen van experts in het veld? Een rondgang langs betrokkenen leert ons dat AI op vier terreinen als kansrijk wordt gezien.

De verwachtingen van AI zijn hooggespannen

Ten eerste: efficiëntieverbetering – Met behulp van AI worden werkprocessen efficiënter. Routinematige en administratieve taken worden geautomatiseerd, waardoor tijd en middelen worden vrijgemaakt voor complexere taken die menselijke interventie vereisen.

Ten tweede: geïndividualiseerde dienstverlening – AI kan worden gebruikt om diensten meer op maat te maken voor de behoeften van individuele burgers. Met behulp van data-analyse en voorspellende modellering worden oplossingen ontworpen om specifieke problemen van burgers en bedrijven aan te pakken.

Ten derde: verbeterde besluitvorming – AI kan grote hoeveelheden data analyseren en patronen identificeren die niet snel zichtbaar zijn voor mensen. Deze eigenschappen van AI kunnen leiden tot betere, op feiten gebaseerde besluitvorming binnen de overheid.

En tot slot: beleidsontwikkeling en -uitvoering – AI kan ook worden toegepast in simulaties en voorspellende modellen om de resultaten van verschillende beleidsmaatregelen te voorspellen. Dit kan beleidsmakers helpen bij het nemen van gefundeerde beslissingen, de effectiviteit van beleidsmaatregelen verbeteren en onvoorziene gevolgen minimaliseren.

AI kan beleidsmakers helpen bij het nemen van gefundeerde beslissingen

Kortom, AI wordt zeker gezien als kansrijk om in te zetten. Maar er zijn natuurlijk wel  randvoorwaarden.

Zoals bij elke nieuwe technologie, gelden ook bij AI een aantal randvoorwaarden. AI is natuurlijk een beladen techniek, die ten goede en ten kwade kan worden ingezet. ‘Betrouwbaarheid’ is daarom een belangrijk thema. Het gaat onder meer om transparantie, verantwoordelijkheid en de ethische en sociale overwegingen.

Daarom is het goed dat de AI Act in werking is getreden. Organisaties zijn daardoor verplicht om hun AI-toepassingen en algoritmes te beschrijven. De grote vraag is natuurlijk: hoe werkt AI in de dagelijkse praktijk?

Het Instituut Mijnbouwschade Groningen (IMG) werkt aan de afwikkeling van de mijnbouwschade in Groningen. Een opdracht waarbij veel data geanalyseerd moet worden en waar AI is ingezet ter ondersteuning. Interessant is om te zien wat hier de learnings zijn.

De taak van het IMG is om de fysieke schade, de immateriële schade en de acute onveilige situaties in kaart te brengen. In totaal gaat het daarbij om 200.000 aanvragen met een totaalbedrag van 1,9 miljard euro.

Het doel van het IMG is om het schadeafwikkelingsproces voor alle betrokkenen milder, menselijker en makkelijker te maken. Om de organisatie hierbij de ondersteunen, is ervoor gekozen om AI onderdeel van het proces te maken.

Schaderapporten bevatten gemiddeld 300 pagina’s

Een logische keuze, want schaderapporten bevatten gemiddeld 300 pagina’s aan informatie die gearchiveerd en geanalyseerd moet worden. Onafhankelijke deskundigen analyseren deze rapporten, waarbij er uitdagingen zijn ten aanzien van de volledigheid en consistentie van het geleverde werk.

AI wordt ingezet voor fotoherkenning en ‘image matching’, waardoor de schadeopname sneller en nauwkeuriger plaatsvindt AI signaleert schades op foto’s en kan de benodigde herstelmaatregelen adviseren op basis van historische gegevens. Textmining zorgt ervoor dat de communicatie met de burger sneller en duidelijker verloopt.

Hybride AI: de slimme combinatie van mens en technologie

Het is zeker niet zo dat AI de mens overbodig maakt. Het gaat om een slimme combinatie van mens en technologie. Wel wordt het routinematige werk van bouwdeskundigen teruggebracht, waardoor zij zich kunnen focussen op interpretatie en advies. Gezien de krapte op de arbeidsmarkt voor bouwkundig experts, is dit een groot voordeel.

Wat kunnen we leren van het IMG en andere use cases waar AI is ingezet? Ten eerste: neem de tijd om te experimenteren om te ontdekken of AI daadwerkelijk meerwaarde oplevert. Experimenteren wakkert de dialoog aan tussen datascientists en experts uit de praktijk, waardoor meer waardevolle oplossingen ontstaan voor uitdagingen in de praktijk. En het maakt ook veel creativiteit los omdat AI je laat zien welke mogelijkheden er zijn.

Neem de tijd om te ontdekken of AI daadwerkelijk meerwaarde oplevert

Start met een compact expertteam. Zorg ervoor dat de feedback loop geborgd is, waardoor een zelflerend systeem ontstaat. En heel belangrijk bij AI: zorg ervoor dat de privacy gewaarborgd is. Na een korte periode van cyclisch experimenteren, kun je vervolgens snel opschalen. Houd altijd de menselijke maat in de gaten. Zeker bij overheidsprojecten is de vraag altijd: is dit het beste voor de burger?

Samengevat zijn er zes factoren die bepalend zijn voor het succes van de inzet van AI:

·         Behoud de menselijke blik bij besluiten. Werk met een hybride AI-model waarbij technologie de mens ondersteunt, maar daarbij de besluitvorming niet overneemt.

·         Betrek privacy officers bij je team, want compliance staat centraal in het proces.

·         Volg de nationale en Europese regelgeving.

·         Begeleid experimenten goed.

·         Schep duidelijke voorwaarden voor governance en implementatie.

·         Ontwikkel de DEVOPS- en AI-capaciteiten van de mensen en de organisatie.

Zie het inzetten van AI als ondersteunende techniek bij projecten als een leerzame reis. De AI-transformatie is in feite een belangrijke volgende stap in de digitale transitie. Dat betekent dat je de organisatie daarin moet meenemen, omdat het voor velen nog onbekend terrein zal zijn. Vul de expertise die intern aanwezig is op het gebied van AI waar nodig aan met de kennis en ervaring van externe sectorexperts. Wees je ervan bewust dat AI tot een andere kijk op organisatiemodellen en projecten leidt. Waar je normaal gesproken start met het inrichten van het proces, is bij AI de data leidend. Een thema als ‘data-ethiek’ is daarbij cruciaal. AI stewardship is een manier om hiermee om te gaan.

Normaal gesproken is het proces leidend, bij AI is dat de data

AI kan op allerlei manieren ondersteunend werken bij veel projecten. Het is zaak om alle aspecten die daarbij meespelen – technische, menselijke en juridische – goed op elkaar af te stemmen.