Verantwoorde proactieve dienstverlening
Hoe kan proactieve dienstverlening op een verantwoorde manier worden toegepast om het niet-gebruik van inkomensondersteunende regelingen tegen te gaan? Marten Knol, junior-onderzoeker bij de Datawerkplaats, onderzocht acht Nederlandse voorbeelden en ontwikkelde een concrete aanpak voor de data-ethiek van proactieve dienstverlening.
Steeds meer inwoners van Nederland dreigen onder de armoedegrens te raken. De overheid zet inkomensondersteunende regelingen in om deze armoede te beperken. Echter, niet iedereen die recht heeft op deze regelingen maakt er ook gebruik van. Soms willen of kunnen burgers het niet, maar het komt ook regelmatig voor dat mensen het gewoon niet weten. Dus kijkt de overheid naar mogelijkheden om het niet-gebruik terug te dringen en de stijgende armoede tegen te gaan.
Beleid gericht op proactieve dienstverlening
Kansen worden gezien om aan de hand van data en data-gedreven technologieën, zoals algoritmen of datadeling, niet-gebruikers proactief te zoeken en te benaderen. Doordat hiermee het initiatief voor het aanvragen van de regelingen verschuift van de inwoner naar de overheid kunnen we spreken van proactieve dienstverlening.
Proactieve dienstverlening kan worden uitgelegd als het actief aanbieden van (informatie over) diensten aan inwoners [1]. Hoe minder stappen een inwoner hoeft te ondernemen, hoe proactiever de dienstverlening is.
Vanuit de beleidsintentie om proactieve dienstverlening toe te passen, wordt gewerkt aan het vergroten van de wettelijke beleidsruimte hiervoor. Zo moet het wetsvoorstel ‘Proactieve dienstverlening SZW’ de toepassing van proactieve dienstverlening vergemakkelijken en stimuleren. Toch wordt ook zonder deze wet proactieve dienstverlening al op veel verschillende manieren toegepast door Nederlandse gemeenten en uitvoeringsorganisaties.
Proactieve acties
In mijn onderzoek heb ik acht van deze Nederlandse voorbeelden onderzocht. Binnen deze praktijkvoorbeelden heb ik zes concrete proactieve acties geïdentificeerd, namelijk het:
- voorinvullen van informatie op het aanvraagformulier
- vergroten van de bekendheid van een regeling
- aanbevelen van een regeling
- toesturen van een toestemmingsverzoek
- ambtshalve verlengen van een regeling
- ambtshalve toekennen van een regeling.
Binnen de onderzochte praktijkvoorbeelden blijkt met name het verhogen van de effectiviteit van regelingen centraal te staan. Deze verhoogde effectiviteit zou de bestaanszekerheid van inwoners moeten borgen. Daarnaast brengt proactieve dienstverlening beoogde efficiëntievoordelen met zich mee. Efficiëntie kan leiden tot kostenbesparing, maar ook tot meer tijd voor contact met inwoners binnen de dienstverlening.
Naast deze veelbelovende voordelen, zijn echter ook diverse risico’s te identificeren. Voorbeelden zijn ongelijke behandeling van inwoners, beperking van de menselijke autonomie en inbreuk op privacy.
Data-ethische dilemma’s
De afweging tussen de uitkomsten en risico’s van proactieve dienstverlening maakt dat er sprake is van een data-ethisch dilemma. Dit kan worden uitgelegd als een dilemma tussen enerzijds kwalitatief goed en anderzijds verantwoord optreden [2].
Het voordoen van deze ethische dilemma’s lijkt afhankelijk te zijn van het soort data dat wordt gebruikt voor de dienstverlening. Zo laten de praktijkvoorbeelden zien dat proactieve dienstverlening gebaseerd kan zijn op data van een andere (markt)partij, data uit het eigen klantenbestand en geen data. Doordat hoge beoogde uitkomsten gepaard gaan met hogere risico’s, valt er ook wel te spreken van high-gain, high-risk; medium-gain, medium-risk; en low-gain, low-risk.
‘Low gain, low risk’
Niet-data-gedreven proactieve dienstverlening valt aan te duiden als low gain, low risk. Niet data-gedreven proactieve dienstverlening is voornamelijk gericht op het vergroten van de bekendheid van regelingen. Voorbeelden zijn het plaatsen van advertenties in de krant of het verspreiden van flyers.
Binnen deze vorm van proactieve dienstverlening worden geen tot weinig ethische risico’s geïdentificeerd. Hiertegenover staat dat proactieve acties minder gericht kunnen worden toegepast. Hierdoor speelt de dienstverlening minder goed in op de kenmerken van niet-gebruikers.
‘Medium gain, medium risk’
Bij de proactieve dienstverlening gebaseerd op data uit het eigen klantenbestand spelen ook relatief weinig risico’s een rol. Doordat organisaties de data reeds in huis hebben kunnen beoogde uitkomsten op een relatief eenvoudige (en verantwoorde) manier worden gerealiseerd. Hier tegenover staat dat dergelijke proactieve acties zich dan alleen richten op inwoners die reeds klant zijn van de organisatie, en dus de weg naar een regeling al eerder hebben gevonden. Deze vorm van proactieve dienstverlening richt zich hiermee niet op alle vormen van niet-gebruik [3].
Al met al valt proactieve dienstverlening gebaseerd op data uit het eigen klantenbestand aan te duiden als laaghangend fruit. Voorbeelden zijn het voorinvullen van informatie op het aanvraagformulier en het ambtshalve verlengen van een regeling.
‘High-gain, high-risk’
Hoge beoogde uitkomsten worden met name geïdentificeerd bij proactieve dienstverlening gebaseerd op data van andere (markt)partijen. Zo zorgt externe data ervoor dat organisaties inwoners kunnen vinden en/of benaderen die voorheen nog niet bij hen bekend waren. Aangezien de meest gemarginaliseerde inwoners veelal niet bekend zijn bij overheidsorganisaties, lijkt deze vorm van proactieve dienstverlening zich te richten op de meest hulpbehoevenden. Voorbeelden zijn het online adverteren via META en het combineren van data middels een Multi-party Computation-technologie (MPC).
Tegenover deze beoogde uitkomsten worden ook de nodige risico’s geïdentificeerd. Zo brengt datadeling privacyvraagstukken met zich mee, voldoen data van andere partijen niet altijd aan de geldende principes van doelbinding en kunnen inwoners het gevoel krijgen geen toestemming te hebben gegeven voor het delen van de data. Hierdoor kunnen de proactieve acties, nog sterker dan wanneer data uit het eigen klantenbestand wordt gebruikt, als ongewenst of onrechtmatig worden ervaren.
CODIO-PaD: heldere keuzes over omgang met ethische dilemma’s
De bovenstaande uiteenzetting laat zien dat wanneer organisaties hoge uitkomsten willen ophalen met proactieve dienstverlening, deze de borging van risico’s goed moeten inregelen. Op deze manier kan proactieve dienstverlening niet alleen resulteren in kwalitatief goed, maar ook in verantwoord optreden. Om organisaties hierin te ondersteunen, heb ik de CODIO-PaD workshop ontwikkeld.
De CODIO-PaD workshop organisaties bij:
- Het identificeren van data-ethische dilemma’s binnen proactieve dienstverlening
- Het maken van keuzes tussen beoogde uitkomsten en risico’s
- Het opstellen van concrete organisatorische acties om de risico’s te borgen.
In de CODIO-PaD worden acht voorbeelden van dergelijke acties genoemd. Voorbeelden zijn toestemmingsmechanismen, burgerbetrokkenheid en het opstellen van transparantiedocumenten.
Tot slot
Al met al laat mijn onderzoek zien dat proactieve dienstverlening vaker en breder wordt ingezet om het niet-gebruik van inkomensondersteunende regelingen tegen te gaan. Naar mijn mening is dit een positieve ontwikkeling, die los kan staan van de discussie over het herinrichten van het huidige toeslagenstelsel.
Ik hoop dat mijn onderzoek geldt als motivatie en inspiratie om proactieve dienstverlening toe te passen, en dat de CODIO-PaD workshop geldt als strategie om dit op een verantwoorde manier te kunnen doen.
De Datawerkplaats is een samenwerking tussen de Universiteit Utrecht en lokale en regionale overheden, met als doel het ontwikkelen van toegepast kennis over datapraktijken van overheden in de publieke sector. Het onderzoeksrapport, en de hierop gebaseerde CODIO-PaD aanpak, is te vinden op de website van de Datawerkplaats.
[1] Pawlowski, C., & Scholta, H. (2023). A taxonomy for proactive public services. Government Information Quarterly, 40(1), 101780. https://doi.org/10.1016/j.giq.2022.101780
[2] Stalenhoef, F., & Ruijer, E. (2023). Goed digitaal bestuur als organisatieverandering. Bestuurskunde, 32(3), 34–47. https://doi.org/10.5553/bk/092733872023032003005
[3] Van Oorschot, W. (1995). Realizing rights: A multi-level approach to non-take-up of means-tested benefits. Avebury
Lees ook:
Het zou goed zijn als bij het maken van wetgeving niet alleen vanuit de AVG wordt geredeneerd.
De risicoverdeling die plaatsvindt bij het gebruik van een elektronisch kanaal wordt maar al te vaak vergeten. Aanbieden van digitale functies (MijnDomeinen) op naam van een handelingsonbekwame is zo’n voorbeeld. Maar ook het laten staan van gegevens na gebruik door belanghebbende.
De aansluiting op de Awb zou ook meer aandacht kunnen opleveren voor verantwoording.
Dat gegevens met een korte termijn worden vernietigd, kan alleen rechtmatig als de verantwoording over de procesinrichting en de werking op orde zijn. Zonder die aandacht verzwakt de verantwoording en openbaarmaking over het functioneren in algemene en specifieke zin.