De keuze was reuze. Het zou zomaar de titel boven dit verhaal kunnen zijn. Flauw natuurlijk, maar het menu van workshops van de JenV iTour 2018 (40!) rechtvaardigt hem wel. Aan iBestuur de taak om er vier uit te lichten: een prijswinnaar uit het circuit Specials en drie uit het circuit Data. Want data staan voor het ministerie van Justitie en Veiligheid centraal in het waarmaken van haar maatschappelijke opgaven. Zoals pSG en CIO Ronald Barendse het stelt: “Met een portie Max Verstappen-bravoure, met nieuwe technologie én met het behoud van onze waarden.”
Beeld: JenV – Beeld kaders: Dreamstime
Watson, zeg het eens
De druk op de reclassering is flink toegenomen, niet in de laatste plaats door de publieke opinie die – gevoed door de media, – vaak niet mild is in haar oordeel. “Dat hadden jullie toch kunnen weten?” klinkt het als er iets misgaat met een vrijgelaten ex-gedetineerde of een tbs’er op verlof. Maar ‘De Reclassering’ bestaat niet. Het zijn mensen die uiteindelijk het Openbaar Ministerie en de rechterlijke macht moeten adviseren over beschikkingen, werkstraffen, toezicht op opgelegde voorwaarden, enzovoort. En achter elke dader of verdachte gaat een dik dossier schuil op basis waarvan die mensen van de reclassering hun adviezen uitbrengen. Zou het niet mooi zijn als we hen konden helpen om die enorme hoeveelheden data uit die dossiers automatisch door te nemen en te ordenen? Zou dat de kwaliteit van de adviezen niet nog beter waarborgen?
Die vragen zijn uitgewerkt in de ‘POC Watson’, ondertitel ‘Ontwikkeling beslissingsondersteuning advies’. Voor deze proof of concept is gekeken wat IBM’s supercomputer Watson voor de advisering kan betekenen. Watson zoekt, gebruikt, verwerkt en stelt informatie uit verschillende databronnen beschikbaar. Zo gebruiken oncologen Watson al om snel alle beschikbare literatuur over behandelmethoden te doorzoeken en antwoord te geven op de vraag welke behandeling de beste is. Het grote voordeel van Watson is dat hij (zelf)lerend is in dialoog met de gebruiker. In het voortraject van de POC zijn daarom organisatiebreed workshops georganiseerd zodat er input kon worden geleverd hoe Watson kan helpen om betere adviezen te geven. Niet alleen over welke documenten doorzocht moeten worden – van postcode tot Integraal Reclassering Informatie Systeem – maar ook over de taal van de reclassering.
De kwaliteit van het semantisch model (samenhangende woordenlijst) is namelijk beslissend voor de kwaliteit van de informatie die de zoekvraag aan Watson uiteindelijk oplevert. Garbage in is garbage out. Dus moet Watson het jargon uit de strafrechtketen aanleren en moet er overeenstemming zijn over de dikwijls ambigue reclasseringstaal. Waarbij ook context van groot belang is. Een pen is geen wapen, maar in de context ‘gestoken met een pen’ verandert de betekenis. Watson is dus grotendeels afhankelijk van de voeding die hij krijgt. Een tijdrovende klus, maar dan heb je ook wat. In de eerste ronde in de strijd adviseur versus Watson was de adviseur nog de slimste. Maar nadat Watson ‘bijgevoerd’ was, versloeg de computer de adviseur met snellere en betere informatie. Dit is het resultaat van drie maanden op een agile-achtige manier uitproberen met de gebruikers aan het stuur. Een hard einddoel is niet gesteld, maar op basis van de POC zijn een marktverkenning en een pilot zeer waarschijnlijk.
Meer informatie: Geert Mol, manager Statistische Informatievoorziening & Beleidsanalyse Reclassering, Ton Abelen, consultant Kunstmatige Intelligentie Wizzin.
Living Lab: data als speurneus
Kunnen we meer leren van de data in onze systemen? Dat is de kernvraag waar de Raad voor de Kinderbescherming (RvdK) binnen het JenV Living Lab-project antwoorden op wil vinden. Een relevante vraag. Hoe kunnen data, data-analytics en een datamodel helpen om beter geïnformeerd te zijn en dus tot een effectievere kinderbescherming te komen?
Een kinderbescherming die bovendien de kinderen vooropstelt en niet de data. Niet voor niks heet de nieuwe aanpak KInD-gedreven: Kennis, Informatie, Data. Daar zit alles in. Het belang van de bescherming van kinderen en de concepten waarmee de RvdK die taak wil vormgeven. In deze keten worden data informatie, informatie wordt inzicht en inzicht biedt uiteindelijk de waarde van de dienstverlening voor de maatschappij. Op het moment van schrijven bevindt het project zich in de tweede fase, die van informatie. Samen met de VU wordt via text mining gekeken welke informatie relevant is.
Het team Forensische Big Data Analyse (FBDA) van het Nederlands Forensisch Instituut (NFI) heeft in het Living Lab een casus uitgewerkt voor de RvdK. Dit team is gespecialiseerd in het speuren naar sporen in gegevensbronnen. Die zijn er steeds meer, vooral digitale sporen. Afnemers van de diensten, zoals de politie en de AFM, beschikken over enorm veel data, maar missen vaak de kennis en expertise om die data te ontsluiten. Er zijn bijvoorbeeld allerlei sporen die wijzen op grootschalige mesttransportfraude, maar wie staan er bovenaan de lijst van fraudeurs? Het FBDA-team hanteert de beproefde aanpak CRISP-DM, een stappenplan voor data-analyse, om samen met de opdrachtgever tot een passende oplossing te komen.
Geheel in lijn met het thema van de JenV iTour, de racesport, kun je het stappenplan ook als racecircuit zien. Waarop je van idee naar plan naar regelwerk naar start sprint. Waarbij in de casus van de RvdK het idee is: kunnen we data inzetten om meer grip te krijgen op het vinden van seksueel misbruik? Daartoe is gekeken of het mogelijk is om op basis van eindrapportages van beschermingszaken een score te geven hoe waarschijnlijk het is dat er bij een zaak sprake is van seksueel misbruik. Deze scores zijn teruggegeven aan de raadsonderzoekers zodat zij feedback kunnen geven. Uiteindelijk worden de resultaten bijvoorbeeld gepresenteerd in een dashboard, dat de onderzoekers helpt in hun werk.
Meer informatie: Jannie Busschers, informatiemanager Raad voor de Kinderbescherming, Xandra van de Putte en Femke Klaver, data-scientists Nederlands Forensisch Instituut
Ervaringen met open data van de migratieketen
De meerwaarde van open data wordt in overheidsland steeds steviger omarmd. Met transparantie als hét argument die deze beweging rechtvaardigt. Sinds een jaar publiceert JenV allerlei cijfers over de migratieketen op data.overheid.nl, de website waarop de overheid haar data deelt. Concreet zijn er inmiddels zo’n 45 open-databestanden gepubliceerd conform open standaarden, verdeeld over thema’s als ‘asiel’, ‘werk studie en gezin’, ‘vertrek’ en ‘opvang en onderdak’. Elke maand worden de data bijgewerkt waardoor een actueel beeld altijd beschikbaar is. Voor toelichting op de data wordt verwezen naar de tweejaarlijkse publicatie ‘Rapportage Vreemdelingenketen’, die meer geaggregeerde informatie over hetzelfde onderwerpen bevat.
Daar is uiteraard wel wat aan vooraf gegaan. Er is uitgebreid met de stakeholders (NGO’s, wetenschap, gemeenten, enzovoort) overlegd welke data relevant zijn. Verder zijn er met de gehele migratieketen afspraken gemaakt over kwaliteit en beheer en de techniek achter open data. Een afspraak is dat alle data centraal zijn ondergebracht in een datawarehouse. Daarnaast hebben alle ketenpartners een stem in de besluitvorming over welke nieuwe datasets er gepubliceerd worden. Zo wordt binnenkort het Gegevenswoordenboek Vreemdelingenketen gepubliceerd, evenals data over minderjarigen, op verzoek van Defence for Children.
Communicatie is een cruciale factor voor het slagen van dit project en ligt in het verlengde van het doel: een open en transparante overheid. Zoals gezegd is er veel samenspraak met de ketenpartners waarbij handig gebruik wordt gemaakt van de bestaande samenwerkingsverbanden en overlegorganen. Uiteraard moeten ook de eigen medewerkers enthousiast zijn en dat lukt goed door op de successen te wijzen. Zo zijn er in een halfjaar tijd 800 raadplegingen geweest. Alleen al voor de dataset ‘Vertrek’ verwijzen persvoorlichters en partners als de Dienst Terugkeer en Vertrek en het Centraal Orgaan opvang Asielzoekers veelvuldig naar de website. Daarnaast heeft het project de volledige steun vanuit de politieke leiding en past het naadloos in de ambitie ‘JenV verandert’.
Niet van het minste belang: de pers is vanaf de start van het project bijgepraat. De pers is immers een belangrijk doorgeefluik tussen overheid en burgers. En dan zijn we weer terug bij het doel: transparantie geeft vertrouwen in de overheid.
Meer informatie: Wouter Dronkers, MT-lid DRM & projectleider Analyseproeftuin Migratieketen en Tim Charlett-Green, senior adviseur informatiebeheer.
Debt alert – voorkomen is beter dan …
Een op de vijf huishoudens heeft schulden. Het kabinet heeft er een hoofdzaak van gemaakt om daar wat aan te doen. In het verlengde hiervan staat het CJIB voor de maatschappelijke opgave om boetes op maatschappelijk verantwoorde wijze te innen, waarbij niet onnodig schulden worden verergerd. Het probleem is echter dat het CJIB deze mensen niet herkent in de systemen. Maar Debt Alert kan daar verandering in brengen.
Debt Alert, het prijswinnende idee van de Innovatiepitch JenV 2017, is een slim algoritme dat kan helpen mensen te identificeren die (risico op ) schulden hebben. Door vroegtijdig te interveniëren en een gerichte aanpak voor te stellen, kan mogelijk worden voorkomen dat door de manier waarop boetes worden geïnd, de schulden van mensen worden verergerd.
Het idee is niet voor niks prijswinnend, maar dat neemt niet weg dat er allerlei praktische en juridische bezwaren zijn. Ten eerste is het lastig om de data uit de relevante silo’s en domeinen te verkrijgen. Technisch kan het, maar het moet binnen de privacyregels passen. Daarom wordt er alleen gekeken naar het systeem waarmee boetes worden verwerkt.
Bijvoorbeeld, iemand betaalt boetes altijd via een betalingsregeling. Debt Alert vindt die patronen, waarna er contact gezocht kan worden met de betreffende persoon.
Overigens wordt er met een wetenschappelijke bril op goed gekeken welke doelgroep je op welke manier moet benaderen. Voor de een volstaat een brief, bij de ander moet de deurwaarder eropaf.
Op dit moment wordt er gewerkt aan de dataverzameling (welke signalen zijn het sterkst), waarna een pilot met een werkend prototype volgt.
Meer informatie: Marjolein Boonstra, adviseur strategie en beleid, CJIB. Benieuwd naar alle data-gerelateerde activiteiten van het ministerie van JenV?
