Open data en machine-learning bieden veel mogelijkheden voor beter gebruik van overheidsinformatie. De app WaarOverheid is daar een goed voorbeeld van.
Hippe technische termen als blockchain, open data en machine-learning worden te pas en te onpas gebruikt als de oplossingen van de toekomst. Des te meer reden om concreet in te gaan op de mogelijkheden van open data en machine-learning.
Donderdag 22 februari is de app WaarOverheid gelanceerd. De app zet raadsinformatie die beschikbaar is als open data, met behulp van machine-learning op de kaart. Het betekent dat inwoners van deelnemende gemeenten en andere geïnteresseerden, eenvoudig op de hoogte kunnen blijven wanneer de raad spreekt over de eigen buurt.
(Tekst loopt door onder de illustratie)
(Klik op illustratie voor vergroting)
VNG Realisatie, voorheen KING, werkt samen met het ministerie van Binnenlandse Zaken, Open State Foundation en Argu aan het beschikbaar stellen van raadsinformatie als open data: Open Raadsinformatie. Dit doen zij samen met gemeenten en leveranciers van raadsinformatiesystemen. Hierdoor kan iedereen de informatie hergebruiken in toepassingen die de lokale democratie versterken. Dankzij een onlangs afgeronde opschaling is de raadsinformatie van meer dan honderd gemeenten nu beschikbaar als open data.
App challenge
Om de mogelijkheden van Open Raadsinformatie te tonen organiseerde VNG Realisatie, met steun van het ministerie van Binnenlandse Zaken, een app challenge. De uitdaging: bedenk een idee om de data te hergebruiken en maak kans op 20.000 euro ontwikkelbudget om de toepassing daadwerkelijk te bouwen vóór de gemeenteraadsverkiezingen van 21 maart.
Van de zeventien inzendingen die hun idee mochten presenteren, werd de toepassing WaarOverheid van Qollap en de Universiteit van Amsterdam het beste beoordeeld. De app scant alle beschikbare open raadsstukken op locatiegegevens, zoals straatnamen, wijk- en buurtnamen en zet de stukken op de kaart. De namen worden vervolgens gekoppeld met de bij het Centraal Bureau voor de Statistiek bekende wijk- en buurtnamen en met straatnamen en locatiegegevens uit Open Street Maps. Machine-learning algoritmen, feitelijk slimme software, worden gebruikt om in te schatten of een naam daadwerkelijk naar een locatie verwijst. Sommige woorden kunnen zowel duiden op een locatienaam als een ander woord.
Het is van belang de algoritmen zo goed mogelijk te trainen om fouten te voorkomen. Alle fouten voorkomen is nog niet mogelijk, maar de accuratesse van de huidige versie van WaarOverheid is al flink hoog. Een manier om een nog hogere accuratesse te krijgen is om locatiegegevens aan het bronsysteem door griffiemedewerkers zelf toe te laten voegen. De app zorgt voor verrijkte informatie zonder dat griffiemedewerkers extra handelingen hoeven uit te voeren. Een toepassing die daarmee de mogelijkheden van open data aantoont.
Hoe werkt WaarOverheid?
WaarOverheid begint met een startscherm waar een gemeente gekozen kan worden. Vervolgens opent de kaartviewer van Nederland die inzoomt naar de door jou gekozen gemeente. Hier valt direct op dat de wijkgrenzen aangegeven zijn en dat te zien is hoeveel raadsstukken er per gemeente beschikbaar zijn. Dit aantal verschilt per gemeente. Hoe donkerder een wijk is qua kleur, des te meer raadsstukken over deze wijk gaan.
Wanneer op een wijk geklikt wordt, kun je zien hoeveel stukken er over die wijk gaan en kan ook ingezoomd worden op buurtniveau. Wanneer een gemeente, wijk of buurt aangeklikt wordt, opent een nieuw scherm waar de stukken te zien zijn en op welke straat ze betrekking hebben. Het stuk kan vervolgens gedownload worden.
(Tekst loopt door onder de illustratie)
(Klik op illustratie voor vergroting)
Het is uiteraard ook mogelijk om te filteren op bepaalde zoektermen zoals ‘fiets’ of ‘overlast’, tijdsperiodes of documenttype als motie of verslag. Op basis van gemeenten, wijken, buurten of zoekfilters zoals zojuist beschreven, kunnen ook mailnotificaties ingesteld worden. Dus wil jij op de hoogte blijven wanneer de raad over jouw buurt spreekt in relatie tot het onderwerp ‘verkeersveiligheid’, dan kun je een notificatie instellen. Wanneer er een nieuw stuk beschikbaar komt, dan krijg je automatisch een mailbericht.
Mogelijkheden machine-learning
Open data en machine-learning bieden veel mogelijkheden voor beter gebruik van overheidsinformatie. Dit geldt niet alleen voor raadsinformatie, maar in het algemeen voor ongestructureerde informatie. Wanneer bij de productie van informatie niet de juiste metadata wordt toegevoegd, zoals locatie, thema of documenttype, dan maakt dit het lastiger om informatie goed te sorteren of te doorzoeken.
Dus wanneer het niet mogelijk is om bij produceren van informatie goede metadata of structurering mee te brengen, dan kan machine-learning een uitkomst bieden. Door middel van trainingsdata kan een algoritme snel leren om patronen te herkennen in ongestructureerde informatie en daar structuur in aanbrengen. Het is ook een mogelijkheid om deze verrijkingen terug te leveren naar de bronsystemen.
De Nederlandse Organisatie voor Wetenschappelijk Onderzoek heeft eind 2017 een bedrag van 500.000 euro toegekend aan de Universiteit van Amsterdam en samenwerkingspartners om de toegankelijkheid van raadsinformatie met onder andere machine-learning nog verder te verbeteren. Zo gaan diverse studenten en promovendi aan de slag met bijvoorbeeld thematisering van raadsinformatie, met behulp van machine-learning.
Wordt dan ook vervolgd!
Tom Kunzler werkt voor VNG Realisatie en is programmamanager politiek en bestuur bij de Open State Foundation
