‘Mooie tool, maar wat moeten we er precies mee?’ - Hoofdinhoud

Publieke instanties willen graag nieuwe technologie, zoals AI, inzetten om hun primaire processen te versnellen. Daarbij is dikwijls de interne organisatie een groot struikelblok. SAILS-onderzoeker Friso Selten doet daarom onderzoek op het snijvlak van data science en bestuurskunde.

Wat betekent AI voor... de publieke sector

Sneller en effectiever primaire taken uitvoeren dankzij nieuwe digitale technologie: dat is de grote wens van veel publieke organisaties. De opkomst van kunstmatige intelligentie heeft die dromen alleen maar levendiger gemaakt. Denk bijvoorbeeld aan politieagenten die dankzij een algoritme makkelijker camerabeelden zouden kunnen analyseren, of ambtenaren die sneller aan WOB-verzoeken voldoen omdat AI helpt bij het doorzoeken van documenten.

Maar tussen droom en daad staan praktische bezwaren. Veel publieke organisaties breken zich het hoofd over manieren om nieuwe technologie te implementeren in hun bestaande werkwijzen. Dat is een technische én een bestuurskundige uitdaging. En precies op dat snijvlak komt het promotieonderzoek van Friso Selten kijken. Selten is aangesloten bij het Leidse interdisciplinaire onderzoeksprogramma SAILS (Society, Artificial Intelligence and Life Sciences), en heeft een achtergrond in Bestuurskunde en Data Science. In zijn onderzoek kijkt hij naar de vaardigheden die publieke organisaties - voornamelijk binnen het domein van veiligheid en justitie - moeten bezitten om digitale technologie, zoals AI, te ontwikkelen en te integreren in hun primaire proces.

Wat voor vraagstukken spelen er bij publieke organisaties bij de ontwikkeling en inzet van AI?

‘Dat speelt voornamelijk op drie vlakken van een kader dat vaak wordt gebruikt bij het bestuderen van innovatie, het zogeheten TOE-framework. Dat staat voor Technology, Organization en Environment. Op technisch en organisatorisch gebied is er bij publieke organisaties vaak spanning tussen de wil om te innoveren, terwijl ze tegelijkertijd kampen met verouderde ict-systemen. Vaak is er intern druk om, uit kostenoverwegingen, bestaande ict-processen draaiende te houden en te optimaliseren. Een ander probleem is data die nog helemaal niet gedigitaliseerd is. Men weet vaak niet waar welke data staat, wat precies gebruikt kan worden, wat de kwaliteit is van die data.

Een probleem op gebied van de omgeving (Environment) is regulering, bijvoorbeeld het samenspel tussen de ontwikkeling van AI en conformering aan de AVG-wet. Technici en juridische deskundigen spreken elkaars taal onvoldoende, terwijl het natuurlijk heel belangrijk is om duidelijk te hebben hoe een AI-systeem precies te werk mag gaan en van welke gegevens en systeem gebruik mag maken.’

Welke vaardigheden binnen publieke organisaties onderzoek jij precies?

‘Ik onderzoek procesmatige voorwaarden. Hoe geef je goede samenwerking vorm, hoe stimuleer je creativiteit door projectteams, wat voor projectmanagementvaardigheden zijn er nodig, wat voor soort mensen heb je nodig? Dat doe ik door middel van interviews, en ik loop mee met een team dat een Natural Language Processing tool ontwikkelt om archieven slimmer te kunnen doorzoeken.’

Welke inzichten levert dat tot nu toe op?

‘Publieke instanties worstelen met de vraag waar ze hun data-expertise binnen hun organisatie plaatsen. Je hebt daarbij twee smaken: óf je creëert een op zichzelf staand data science-team dat innovaties gaat bedenken, of je plaatst data science-experts bij uitvoerende teams. In het eerste geval je zet je data scientists bij elkaar in een team en geef je als opdracht: ga innovatieve dingen doen. Maar waar het dan vaak spaak loopt, is de aansluiting met de praktijk. Een model past dan niet goed op de bestaande IT architectuur. Of de uitvoerende professionals zeggen: mooie tool, maar wat moeten we er precies mee?

Bij de tweede smaak heb je in een uitvoerend team een professional met een technische achtergrond zitten. Die ziet bij het verrichten van taken een bepaald probleem en denkt: “ah, daar kan ik wel een mooie tool voor bouwen.” Maar deze pioniers zijn vaak helemaal niet op de hoogte van wetgeving of ethische kwesties. Of ze gebruiken software met kwetsbaarheden. Ook wordt er vaak niet goed gedocumenteerd. Als die persoon dan vertrekt uit de organisatie, weet niemand meer hoe die zelfgebouwde tool werkt. Om deze twee smaken bij elkaar te brengen, zou je een hub kunnen creëren waar technische vernieuwers in contact komen met operationele medewerkers.’

Er wordt al heel lang gepraat over de grote digitale transformatie van publieke organisaties. Gaat AI voor de doorbaak zorgen?

‘Op korte termijn denk ik dat de impact van AI niet heel groot zal zijn. Er wordt op dit moment binnen publieke organisaties vooral veel geëxperimenteerd. Dat is belangrijk, want dan komen bijvoorbeeld die samenwerkingsvraagstukken tussen techniek en praktijk naar boven, en ook problemen rondom het gebruik van verouderde software. Vaak blijkt dat hele geavanceerde technologieën gewoon nog niet geïmplementeerd kunnen worden omdat de organisatie op bestuurlijk en technisch vlak er nog niet klaar is. Op dit moment heeft dus vooral het innovatieproces op zich veel effect, meer dan de beoogde innovatie zelf. Op de lange termijn denk ik dat AI, of nieuwe digitale technologie in brede zin, publieke organisaties zeker kan helpen bij het sneller verwerken van gegevens en in hun interactie met burgers.’

Over SAILS

Het Leiden University SAILS (Society Artificial Intelligence and Life Sciences)-initiatief is een universiteitsbreed netwerk van AI-onderzoekers, afkomstig uit alle zeven faculteiten: Rechtsgeleerdheid, Wis- en Natuurkunde, Archeologie, Sociale Wetenschappen, Geesteswetenschappen, Governance and Global Affairs en het Leids Universitair Medisch Centrum.

We bekijken AI vanuit menselijk perspectief. Ons onderzoek richt zich op rechtvaardig gebruik van AI in en voor de maatschappij. We willen onze kennis over AI, en de gunstige toepassingen van AI voor de maatschappij, vergroten. Zo kunnen we de samenleving helpen bij de uitdagingen van nu. We zijn ervan overtuigd dat dit doel alleen bereikt kan worden door wetenschappelijke talenten en inzichten uit alle disciplines bijeen te brengen, kennis te delen, anderen tijdens evenementen te inspireren en onze studenten op te leiden tot de AI-professionals van de toekomst. Want de Universiteit Leiden gelooft dat de mens de toekomst is van AI.