Belastingdienst verkent inzet ‘agentic AI’

De verkenning, die hierte lezen is, plaatst de inzet van AI nadrukkelijk in een bredere maatschappelijke context. Nederland staat voor een aanzienlijke productiviteitsopgave: zonder extra investeringen en groei dreigt een structurele achteruitgang van de welvaart. Digitalisering en AI worden gezien als belangrijke instrumenten om deze ontwikkeling te keren. Voor de Belastingdienst vertaalt deze druk zich in concrete uitdagingen, zoals een krappe arbeidsmarkt, toenemende complexiteit van regelgeving en stijgende verwachtingen van burgers op het gebied van digitale dienstverlening.

Van ondersteunende AI naar handelende systemen

Agentic AI verschilt wezenlijk van eerdere toepassingen. Waar generatieve AI vooral antwoorden genereert, kunnen agents zelfstandig acties uitvoeren binnen vooraf gedefinieerde kaders, zoals het verwerken van informatie of het voorbereiden van beslissingen. De meeste organisaties bevinden zich momenteel nog in een vroege fase van deze ontwikkeling. Grootschalige toepassing in kritieke processen komt volgens de geïnterviewde experts nog nauwelijks voor.

Focus op laag-risico toepassingen

De verkenning adviseert om te starten met toepassingen met een beperkt risicoprofiel, waarbij menselijke controle eenvoudig kan worden ingebouwd. Voorbeelden zijn documentanalyse, ondersteuning bij het zoeken in regelgeving en het automatiseren van standaardvragen.

Meer vergaande toepassingen, zoals autonome besluitvorming of het direct aanpassen van dossiers, worden voorlopig als risicovol beschouwd vanwege de probabilistische aard van AI-systemen en de mogelijke juridische gevolgen van fouten.

Transparantie als randvoorwaarde

Een belangrijk aandachtspunt is de inrichting van governance. Transparantie, logging en uitlegbaarheid van beslissingen moeten vanaf het begin onderdeel zijn van AI-systemen. Dit is essentieel voor verantwoording richting burgers en toezichthouders. Daarnaast wordt benadrukt dat AI, cloud en cybersecurity integraal moeten worden benaderd. De inzet van autonome systemen met toegang tot gevoelige gegevens brengt aanvullende eisen met zich mee op het gebied van privacy en beveiliging.

Beperkte opschaalbaarheid

De stap van pilot naar grootschalige implementatie vormt een belangrijk knelpunt. Succesvolle experimenten blijken in de praktijk moeilijk op te schalen door onder meer legacy-systemen, datakwaliteit en beperkte gebruikersadoptie. Tegelijkertijd signaleren experts dat medewerkers AI-toepassingen al gebruiken buiten formele kaders. Dit onderstreept de noodzaak om gebruik te reguleren en te faciliteren via veilige, gecontroleerde omgevingen.

Investeren in AI-geletterdheid

De verkenning wijst op het belang van brede AI-geletterdheid binnen de organisatie. Niet alleen IT-specialisten, maar ook medewerkers in uitvoering en beleid moeten inzicht krijgen in de mogelijkheden en beperkingen van AI. Het ontwikkelen van zogeheten ‘automation engineers’. Dit zijn medewerkers die proceskennis combineren met technologische vaardigheden. Het wordt als een kansrijke richting genoemd.

Op langere termijn kan de inzet van agentic AI leiden tot een fundamentele herinrichting van processen en rollen. Routinematige werkzaamheden kunnen verder worden geautomatiseerd, terwijl medewerkers zich meer richten op complexe casuïstiek en persoonlijk contact met burgers. Daarnaast wordt rekening gehouden met een verschuiving in de interactie met burgers, waarbij AI-systemen mogelijk namens burgers communiceren met overheidsorganisaties.

Stapsgewijze benadering aanbevolen

De centrale aanbeveling is een gefaseerde aanpak, gericht op experimenteren en leren. Daarbij moet ruimte worden gecreëerd voor innovatie, zonder de betrouwbaarheid en rechtszekerheid van processen in gevaar te brengen.