De kracht (en zwakte) van AI: data zonder betekenis

Een simpele fout, jarenlange ellende

Een voorbeeld uit de praktijk. Toen mijn vrouw en ik een woning gingen bouwen, hebben we een tijdelijke woonunit op de bouwkavel laten plaatsen. Na inlevering van een situatieschets hadden we daar netjes goedkeuring voor gekregen. In de jaren die volgden hebben we moeten vechten tegen een aanslag en een boete, omdat de situatieschets verkeerd op de kavel geprojecteerd was bij de gemeente. De tijdelijke unit bleek, volgens gegevens van de gemeente, vier maanden op de openbare weg gestaan te hebben. Dat mocht niet, dus kregen we een boete. Na vier jaar en veel lange gesprekken is het uiteindelijk opgelost, maar het was een bewijs hoe een hele simpele fout in de data zorgt voor veel ergernis, kosten en tijdverlies.

Gemasseerde data, verloren context

De overheid slaat al decennia lang gegevens van ons allemaal op. Omdat we daar al zo vroeg mee gestart zijn, moesten de data vaak een beetje "gemasseerd" worden als er een nieuwe applicatie werd geïmplementeerd, wetgeving werd ingevoerd of aangepast, of als gegevens samengevoegd werden. Soms zijn zaken in de vergetelheid geraakt, werden bepaalde gegevens overbodig, of was de inhoudelijke kennis over de betekenis van sommige gegevens simpelweg niet meer aanwezig. En nu willen we dat een AI of LLM op basis van al die gegevens ons slimmer laat werken.

Probeer eens, in plaats van meteen naar een AI-oplossing te grijpen, zelf te bedenken welke regels u en uw collega's onderbewust toepassen als u met gegevens werkt. De eerste vraag is natuurlijk: kan ik aan die gegevens komen, en mag ik die gegevens eigenlijk wel inzien? En zo ja, wat zijn de meest betrouwbare gegevens, en van wie zijn die gegevens, zodat ik om verduidelijking kan vragen?

Over de data zelf zijn er ook genoeg vragen te stellen. Zijn de gegevens nog actueel? Voor de coördinaten van een straat is het niet zo belangrijk dat u met data van twintig jaar oud werkt, maar voor de gezinssamenstelling van een wijk mag u gegevens van drie jaar geleden gerust negeren, tenzij u juist een historisch overzicht wilt of een vergelijking wilt maken met de inkomenssamenstelling van de afgelopen tien jaar. En wat doen we met onze gegevens als twee gemeenten fuseren? Zijn de meetmethoden op een bepaald moment misschien veranderd? Zo zijn er honderden vragen te bedenken die u kunt stellen om zeker te weten dat u de juiste beslissingen neemt op basis van die data. En dan hebben we het nog niet eens over de hoeveelheid foutieve gegevens waar iedere dataset mee vervuild is.

Wat AI niet weet

Voor AI is een datum gewoon een datum. AI weet niet of iets "oud" of "recent" is, en al helemaal niet dat iets ouds soms recent genoeg is als het over de coördinaten van een straat gaat. Zonder context levert elke AI-analyse in het beste geval een leuk plaatje op, maar geen basis voor beleid en beslissingen.

Wat er wel nodig is

Natuurlijk moeten we werken met de data die we hebben, maar we zullen AI ook moeten "leren" dat sommige gegevens niet correct zijn en dat soms om verduidelijking gevraagd moet worden. Daarnaast zullen wij onze data van context moeten voorzien. Dat betekent niet alleen dat we precies moeten weten welke gegevens er allemaal zijn, maar ook welke aliassen en synoniemen daarvan gebruikt worden in verschillende applicaties en door verschillende afdelingen. En het betekent dat we veel extra metadata moeten definiëren, opslaan en bijhouden.

Het gebruik van AI zal pas echt voor grotere veranderingen gaan zorgen als aan bovenstaande voorwaarden voldaan is. Tot die tijd moeten we uiterst voorzichtig zijn en veel investeren in de toegankelijkheid en de betekenis van al die gegevens die we gebruiken om het beleid voor de komende jaren uit te zetten en het beleid van vandaag te controleren. Het begint allemaal bij uw eigen data.