zoeken binnen de website

Partnerpagina Pegasystems

logo pegasystems

Van dromen naar doen: toepassingen van AI in de publieke sector

door: Peter van der Putten, Director AI Lab

artikelen | 23 november 2022

Enkele jaren terug stonden de toepassingen van kunstmatige intelligentie (AI) in de publieke sector nog in de kinderschoenen. Iedereen sprak erover: van utopische wensdromen tot nachtmerrieachtige scenario’s van op hol geslagen AI-systemen.

De ‘Customer Engagement Engine’ van de Australische CommBank geeft klanten gepersonaliseerde tips rondom hulp vanuit de overheid. Beeld: CommBank

Het ontbrak echter aan grootschalige praktische toepassingen, tastbaar investeringsbeleid of wetgeving rondom ethische AI-kwesties. Dit verandert nu snel en de private sector heeft hierbij nog altijd het voortouw. Waarom en hoe zien we dit gebeuren, en op welke manier maakt AI de transitie door van dromen naar doen?

Een bekende in de wereld van AI is de in Groot-Brittannië geboren Amerikaanse computerwetenschapper Andrew Ng, onder meer docent machine learning aan de Universiteit van Stanford. Een populair vak dat hij ook online aanbood. Dit leidde tot het oprichten van het online leerplatform Coursera; inmiddels hebben 4,8 miljoen mensen zijn cursus gevolgd. Toen al voorspelde Ng dat geen enkele sector niet getransformeerd zou worden door AI.

Deloitte kwam in 2017 tot vergelijkbare conclusies voor de publieke sector op basis van Amerikaanse data en simulaties: met behulp van AI zou tot 30 procent werktijd binnen de overheid vrijgemaakt kunnen worden voor meer waardevolle zaken. De scenario’s varieerden van 96,7 miljoen tot 1,2 miljard uur werk; oftewel een besparing van 41,1 miljard dollar.

Samenwerking en vertrouwen

Astronomische schattingen, maar vijf jaar geleden nog vrij hypothetisch zowel qua investeringsbeleid en regelgeving als qua toepassingsgerichtheid van de AI-technologie zelf. Toch maakt het veld een snelle transitie door van dromen naar doen, waarbij de private sector nog steeds vooroploopt. Meer dan de helft van de organisaties heeft AI in productie in minstens één kernfunctie (McKinsey, 2021) en volgens een onderzoek van NewVantage-partners ervaart 92 procent van de organisaties een positief resultaat van data en AI-investeringen. Eenzelfde percentage is van plan investeringen in AI te verhogen.

AI moet uitlegbaar zijn. Hoe is het systeem tot een beslissing gekomen?

De laatste jaren is op nationaal, Europees en wereldwijd niveau een wedloop ontstaan in AI-investeringsprogramma’s met miljardenbudgetten. Niet helemaal de juiste metafoor; een race impliceert immers één winnaar, terwijl samenwerking de kern is. In Nederland spelen organisaties zoals de Nederlandse AI Coalitie een belangrijke rol in het stimuleren van samenwerking, ook op publieke domeinen zoals defensie, publieke diensten, onderwijs, energie en duurzaamheid, gezondheid, zorg en mobiliteit.

Een vergelijkbare transitie is zichtbaar op het gebied van ethische en verantwoorde toepassing van AI, waarbij de EU wereldwijd het initiatief neemt. In 2018 heeft een expertgroep richtlijnen voorgesteld voor zogenaamde ‘trustworthy AI’: niet alleen AI die betrouwbaar is, maar ook AI die ons vertrouwen als burger en consument waard is. Het voorstel omvat principes zoals privacy, transparantie en recht op uitleg, non-discriminatie en het voorkomen van bias en verantwoordingsplichten.

Verantwoorde toepassing AI

Dit alles leidde vorig jaar tot een concreet wetvoorstel dat op dit moment tot in detail wordt uitonderhandeld. Belangrijke uitbreidingen zijn dat er ook gekeken wordt naar het doel van een AI-applicatie en eventuele risico’s (‘risk to do harm’). Oftewel, wordt het AI-systeem gebruikt in het belang van de burger of consument? Verder wordt het begrip AI heel ruim gedefinieerd. Het is voor een burger niet belangrijk of een geautomatiseerde beslissing is gebaseerd op een simpel regeltje of een ingewikkeld machine learning model. Wat telt is dat het AI-systeem een faire, inzichtelijke beslissing maakt. In een paar recente cases rondom verkeerd gebruik van algoritmes en data ging het om simpele regeltjes.

De verschuiving naar verantwoorde toepassingen en toepasbaarheid is ook duidelijk te zien bij de AI-gereedschappen zelf. Dit uit zich in een focus op
‘actionable & trustworthy AI’, en daar is meer voor nodig dan het zoveelste machine learning algoritme.

Een handige metafoor hierbij is een voortdurende cyclus van waarneming, beslissing, actie. Waarneming is het interpreteren van informatie. Voorbeelden zijn het gebruik van natuurlijke taalverwerking om te begrijpen welke servicevraag een burger stelt, het analyseren van realtime streaming data, bijvoorbeeld van sensoren gekoppeld aan fysieke objecten als wegen, vuilniscontainers, defensiemateriaal of het gebruik van process mining om te begrijpen waar processen vastlopen, efficiënter kunnen of er mogelijk olifantenpaadjes worden genomen.

Al die inzichten zijn nutteloos als ze niet omgezet worden naar geautomatiseerde beslissingen om een bepaalde actie te ondernemen, hetzij in interactie met een burger, bedrijf of medewerker of in een geautomatiseerd proces. Bij al deze aspecten geldt dat de AI uitlegbaar moet zijn, dat wil zeggen beslissingen vastleggen voor audit, en indien gewenst, geautomatiseerde uitleg kunnen genereren hoe het systeem tot een beslissing gekomen is. Ook moet het mogelijk zijn deze beslissingen te testen op bias.

De burger centraal

Door de belangen van de burger centraal te zetten en overheidsprocessen efficiënter en effectiever te maken, kan AI op een verantwoorde manier ingezet worden in het publieke domein. Een inspirerend voorbeeld uit de private sector is CommBank in Australia die het financiële welzijn van haar klanten wil beschermen en verbeteren. De ‘Customer Engagement Engine’ van de bank geeft miljoenen keren per dag allerlei aanbevelingen over de twintig interactiekanalen heen. Ze kijken hierbij verder dan de eigen bankzaken en geven honderden gepersonaliseerde tips rondom hulp vanuit de overheid. Precies de service die de burger ook van de overheid verwacht.

Meer informatie

Voor meer informatie, zie het ebook AI in the Enterprise.

tags: ,

Reactieformulier

De met een * gemarkeerde velden zijn verplicht. U ziet eerst een voorbeeld en daarna kunt u uw bijdrage definitief plaatsen. Uw e-mailadres wordt niet op de site getoond. Reacties zonder achternaam worden verwijderd. Anoniem reageren alleen in uitzonderlijke gevallen in overleg met de redactie. U kunt bij de vormgeving van uw reactie gebruik maken van textile en er is beperkt gebruik van html mogelijk.