Is artificiële intelligentie de toekomst voor onze overheidssector?

De voorbije jaren heeft de privésector artificiële intelligentie (AI) enthousiast omarmd. AI-technologieën zoals machine learning (ML), computervisie en automatische ‘natural language processing’ (NLP) ontwikkelen zich razendsnel. In ons dagelijks leven nemen ze al een belangrijke plaats in.

Vergeleken met de privésector, hinkt de overheidssector qua toepassing van AI-technologieën nog achterop. Maar de ommekeer is ondertussen wel degelijk ingezet: overheidsdiensten zetten steeds meer stappen in dit domein.

Waarom is AI belangrijk voor de overheidssector?

De integratie van AI in de overheidssector brengt heel wat voordelen met zich mee. We zetten de belangrijkste op een rijtje:

• AI kan onze interactie met digitale diensten verbeteren en de ervaring van de burger met deze diensten persoonlijker maken. Burgers zijn ondertussen vertrouwd met deze manier van werken via diensten van privéorganisaties. Het is belangrijk om de kloof in gebruikerservaring tussen overheids- en privédiensten te dichten, om een positief imago van onze overheid te behouden.
• AI kan de efficiëntie van de dienstverlening verhogen, door routineuze en triviale taken te automatiseren. Hierdoor kunnen medewerkers zich focussen op complexere taken. Dossiers kunnen sneller verwerkt worden, waardoor medewerkers meer tijd kunnen investeren in hun dienstverlening aan burgers.
• AI kan de besluitvorming ondersteunen door beschikbare informatie beter te benutten. Voor beslissingen moeten we vaak een grote hoeveelheid gegevens en/of documenten analyseren, wat kan leiden tot fouten en een ongelijke behandeling van dossiers. In de praktijk kan de behandeling van twee soortgelijke gevallen tot twee verschillende beslissingen leiden. AI kan helpen om de meest relevante informatie te selecteren of kan een melding versturen wanneer er gegevens of documenten in een dossier ontbreken.

Wat zijn de mogelijke toepassingen?

Er zijn twee hoofdredenen waarom AI-toepassingen binnen de overheid kunnen worden ingezet: om de interne operationele efficiëntie van overheidsdiensten te verbeteren en om nieuwe digitale diensten aan te bieden aan burgers. Zo’n toepassingen zijn niet bedoeld om medewerkers te vervangen, maar om taken met weinig toegevoegde waarde over te nemen. Zo kunnen overheidsmedewerkers zich volledig toeleggen op hun hoofdopdracht. AI is inzetbaar in tal van uiteenlopende domeinen in de overheidssector waaronder gezondheid, veiligheid, stads- en verkeersbeheer. Een greep uit veelvoorkomende toepassingen binnen de administratie:

Dynamische, AI-ondersteunde gebruikersinterface voor diensten aan de burger

Een gebruiksvriendelijke webdienst vermindert het aantal telefoontjes naar de medewerkers. Ook AI-technieken kunnen de gebruikersbeleving verbeteren, bijvoorbeeld door chatbots te gebruiken om vragen van burgers in real-time te beantwoorden en hen wegwijs te maken wanneer ze op een website surfen.

Automatische verwerking van documenten

Machine learning, in combinatie met NLP, biedt technieken om documenten te classificeren en informatie uit de tekst te extraheren. AI draagt bij tot het begrijpelijk maken van de inhoud door structuur te brengen in tekstuele (ongestructureerde) informatie, met behulp van de volgende technieken:

• Classificatie: In een fractie van een seconde analyseert een AI-systeem de inhoud van een document en brengt het onder in een categorie (factuur, geschil, enz.).
• Informatie-extractie (Named Entity Recognition). AI kan ook zeer nuttig zijn om uit documenten bijvoorbeeld een naam, referentie of datum op te halen.

Deze tools zijn zeer nuttig in de administratie voor het beheer van inkomende post en het indexeren van documenten in een gegevensbank voor documentbeheer. Er bestaat ook clustering, waarmee documenten die gelijkenissen vertonen automatisch gegroepeerd kunnen worden.

Dossierbeheer

Bij dossierbeheer is de hoeveelheid te analyseren gegevens/documenten vaak groot en moeten medewerkers toegang hebben tot de juiste en relevante informatie om een beslissing te kunnen nemen. Een systeem dat businessregels en ML combineert, kan de tijd die nodig is om informatie op te zoeken en te analyseren gevoelig inkorten. Daartoe leert het systeem op basis van historische gegevens over dossierbeheer om aanbevelingen te doen over de actie die het best kan worden ondernomen. Denk daarbij aan een doorverwijzing naar een gespecialiseerde medewerker of de aanvraag van een extra attest.

Request routing: De inhoud van e-mails en andere inkomende post wordt geanalyseerd om de onderwerpen of thema’s die in de post aan bod komen, te extraheren. De resultaten van die analyse worden gebruikt om de post te prioriteren en naar de juiste dienst door te sturen.

Fraudebestrijding

ML wordt zeer vaak gebruikt om fraude op te sporen via herkenning van frauduleuze patronen in gegevens over een persoon of entiteit. Dat vereist gewoonlijk het vermogen om informatie uit verschillende bronnen te verzamelen en aan elkaar te toetsen.

Sentimentanalyse

NLP-tools, die al op grote schaal in de privésector worden gebruikt, maken het mogelijk om de toon van berichten aan administratieve diensten – positief, negatief, neutraal – te evalueren en de tevredenheid van de gebruikers over deze diensten te bepalen.

Aandachtspunten voor de invoering van AI in de overheidssector

• Om AI in de overheidssector te implementeren, moeten we kunnen waarborgen dat de ontwikkelde oplossingen rechtvaardig, transparant en ethisch zijn.
• AI-ondersteunde diensten moeten, net als alle overheidsdiensten, voor iedereen toegankelijk zijn. AI mag bestaande ongelijkheid niet versterken: alle burgers moeten even gemakkelijk van de dienst gebruik kunnen maken.
• Een AI-toepassing moet deel uitmaken van een breder project om overheidsdiensten te digitaliseren. Zo kan bijvoorbeeld een systeem voor automatische postroutering betere prestaties neerzetten als de documenten in een eerder stadium ook via elektronische kanalen worden uitgewisseld.
• Gegevens vormen de kern van de ontwikkeling van AI. Drie elementen zijn essentieel om het potentieel van AI ten volle te benutten:
  • Open data voor niet-persoonsgebonden gegevens: De Europese Unie heeft een Europese datastrategie opgesteld omdat ze zich bewust is van het belang van data voor de technologische ontwikkeling op het vlak van AI. Ze verduidelijkt daarbij dat niet-persoonsgebonden gegevens voor iedereen toegankelijk moeten zijn.
  • Interoperabiliteit om data vlotter toegankelijk te maken (zie SEMIC-project).
  • Datakwaliteit: Het is onmogelijk om een betrouwbaar AI-model te bouwen als de gegevens niet van goede kwaliteit zijn, zoals dat het geval kan zijn met gegevens in open data.
• De meeste AI-oplossingen worden in de cloud aangeboden via platformen als AWS (Amazon), Google Cloud of Microsoft Azure. Overheidsinstellingen staan echter vaak niet te springen om hun gevoelige data in de cloud onder te brengen.
• De technologie moet beschikbaar zijn. Sommige oplossingen vereisen het inzetten van technieken voor NLP, maar talen zoals het Nederlands zijn vaak ondervertegenwoordigd.

We mogen onthouden dat de AI-revolutie volop bezig is en dat er ook gevolgen zijn voor de werking van onze overheden. Het gebruik van deze nieuwe technologieën binnen overheidsdiensten vereist echter een robuuste omkadering. Meer nog dan in de privésector is transparantie over het gebruik van AI in de overheidssector van cruciaal belang om het vertrouwen van de burger te behouden. Instellingen kunnen AI inzetten om efficiënter te werken en hun dienstverlening aan de burger te verbeteren, op voorwaarde dat de diensten voor iedereen toegankelijk zijn.

Dit is een ingezonden bijdrage van Katy Fokou van Smals Research. Via deze link vind je meer informatie over de het onderzoek van de organisatie. Dit artikel werd geschreven in eigen naam en neemt geen standpunt in namens Smals.