Overheden zijn bij uitstek in de positie om flinke slagen te maken met het slim gebruiken van data. Denk aan proactieve en snelle communicatie met de burger, smart cities, geoptimaliseerde vervoersstromen en geavanceerd watermanagement. Bestuurders staan nu voor een uitdaging: bepalen van de juiste datagovernance, dataprivacy-maatregelen en architectuur.
Beeld: IBM
ICT heeft een groeiende maatschappelijke en economische impact, waardoor niet alleen een scherp oog voor de talrijke kansen, maar ook een blik op mogelijke risico’s van belang is. Ook de overheid zelf, in al zijn verschijningsvormen, valt immers onder privacywetgeving en moet zich verantwoorden tegenover (de eigen) toezichthouders en de politiek. Dat maakt het van eminent belang dat alleen de juiste data op het juiste moment bij de juiste persoon op de juiste manier beschikbaar zijn. Dat vraagt op bestuursniveau om een adequate controle op toepassingen en processen. Niet alleen voor verwerking en gebruik van burgerinformatie, maar ook voor gegevensstromen vanuit IoT-sensoren in de havens, steden en waterwegen, voor camera’s die de snelwegen monitoren, het beheer van energienetten, et cetera. De lijst is eindeloos.
Gelukkig wordt dit onderkend en zijn er de nodige initiatieven om een goede en veilige omgang met data te propageren en te borgen. Onlangs kreeg de Interbestuurlijke Data Strategie aandacht tijdens de Conferentie Nederland Digitaal. Er werden drie mooie speerpunten genoemd:
• Concreet bijdragen aan maatschappelijke opgaven
• Oplossen van belemmeringen
• Naar een ‘ja, mits’ voor datagebruik
Het is duidelijk dat het begrip ‘vertrouwen’ hier op allerlei manieren een rol speelt. Vertrouwen in het gebruik van data in het maatschappelijk belang is er een van. Een aantal van die belemmeringen kan weggenomen worden door voor veiligheid en betrouwbaarheid op allerlei niveaus te zorgen. De tijd dat het voldoende was om systemen zo goed mogelijk af te schermen tegen misbruik ligt al een tijdje achter ons; het is van groot belang om ook op het niveau van de data zelf beveiliging te organiseren. De huidige technologie biedt die mogelijkheden, waarbij een grote mate van ‘security’ gepaard kan gaan met de flexibiliteit die nodig is om maatschappelijke kansen door verantwoord datagebruikt te benutten.
Voor het benuten van kansen staat kunstmatige intelligentie (AI) steeds meer in de aandacht bij de slimmere, meer datagedreven, overheid. Omarming van AI kent meerdere aspecten, die allemaal in meer of mindere mate (en niet per se volgordelijk) in orde moeten zijn. IBM spreekt hiertoe van The Ladder to AI: een data-georiënteerde aanpak waarbij een moderne informatie-omgeving wordt gebouwd ten behoeve van het adequaat kunnen verzamelen van data. Gebruikers moeten binnen deze omgeving betrouwbare analyses kunnen maken. Zo kan AI met zorgvuldigheid breder worden ingezet en geoperationaliseerd. Kortom: een kwestie van ‘collect, organize, analyze & infuse’ – op basis van een ‘modernized’ IT omgeving.
AI staat steeds meer in de aandacht bij de slimmere, datagedreven overheid
Onder andere door de opmars van de (hybride) clouds en API’s is de hoeveelheid te benutten data explosief toegenomen. Ook aan gebruikerstools is geen gebrek. Datagovernance en het creëren van een veilige, flexibele en schaalbare informatie-architectuur zijn daarbij randvoorwaarden voor succes. Zodat data betrouwbaar en gebruiksklaar zijn, op basis van de gestelde eisen op het gebied van governance, security en compliance. Zowel binnen de overheid als in het bedrijfsleven moet voortdurend de afweging worden gemaakt: Kan het? Moet het?
Ethics by Design-aanpak
Mag het? Is het beheersbaar? Wegen de voordelen op tegen de risico’s? Hiervoor is governance op de data nodig. De datakwaliteit hoeft niet voor alle toepassingen 100 procent te zijn, maar vanuit de wetgever is verantwoord datagebruik wel verplicht. Daarbij vat gelukkig de gedachte steeds meer post dat verantwoord data- en AI-gebruik meer behelst dan het volgen van wetten en regels. IBM heeft al vele jaren geleden uitgangspunten voor het ethisch verantwoord omgaan met data en AI gepubliceerd. En vervolgens daar ook praktische handen en voeten aan gegeven door open source tools te ontwikkelen die kunnen helpen om datasets te evalueren op een mogelijk disbalans in de data – leidend tot ongewenste ‘bias’ – of die adviezen van AI-algoritmes meer inzichtelijk kunnen maken. Waarna, zeker bij sensitieve toepassingen, de mens het laatste oordeel moet kunnen hebben.
In dat kader is overigens de IBM Everyday Ethics for Artificial Intelligence een mooie handreiking voor een Ethics by Design-aanpak.
Terug naar de data: technologie helpt bij dit alles dus wel een handje. Het maakt het voor bedrijven en overheden mogelijk om hun datahuishouding op orde hebben. Denk aan datakwaliteit, toegankelijkheid, classificatie, eigenaarschap en toegangsbeleid. Eenduidigheid van data binnen de organisatie of verzameld in de cloud, correct ontworpen data lakes, gemoderniseerde applicaties, een raamwerk voor dataprivacy en compliance. Dit vormt de basis voor datagedreven inzichten, processen en beslissingen op de hogere sporten van de AI Ladder. Nogmaals: het één gaat niet zonder het ander. De optimale inzet van kunstmatige intelligentie is een continu proces op alle niveaus.
Op www.ibm.com/analytics/journey-to-ai is meer informatie te vinden over IBM’s AI Ladder.
Marcel Berkhout (technisch adviseur data & AI) en Rob Nijman (Directeur Centrale Overheid IBM Nederland BV)
Dit artikel is gepubliceerd in iBestuur 38, april 2021
