AI zal ook binnen de publieke sector voor grote veranderingen zorgen. We blikken vooruit op enkele manieren hoe overheidsorganisaties AI kunnen inzetten om hun dienstverlening voor en interactie met burgers te verbeteren.
Heel wat organisaties kijken vandaag naar artificiële intelligentie om hun problemen op te lossen, zowel binnen de private als de publieke sector. Experten uit de sector durven wel eens stellig beweren dat wie niets doet met AI, hopeloos zal achterblijven. Van zulke boute uitspraken wil het Belgische IT-bedrijf Smals ver weg blijven, maar dat wil zeker niet zeggen dat AI niet op de radar staat.
AI kan ook in een overheidscontext een grote rol van betekenis spelen. Data-analyse en automatisering van administratie zijn ook in de publieke sector thema’s die spelen. In zijn recentste activiteitenverslag gaat Smals dieper in op enkele van de meest veelbelovende gebruikstoepassingen van AI in de publieke sector.
Productiviteit verhogen
Dat AI een geweldig instrument kan zijn om werknemers te ontlasten van tijdrovend manueel werk, daar lijkt bijna iedereen het over eens te zijn. Een domein waar Smals potentieel ziet voor AI-hulpmiddelen is bij het ontwikkelen van software. Generatieve AI-tools zoals het je inmiddels wel bekende GitHub CoPilot zetten natuurlijke taal om naar code.
Naast het (her)schrijven van code kunnen hiermee ook automatische software-tests worden uitgevoerd. In 2023 kijkt Smals naar werkbare alternatieven die veilig kunnen gebruikt worden door de ontwikkelteams: het gebruik van publieke cloudoplossingen blijft een delicate aangelegenheid.
AI kan ook de rol van intermediator spelen in het contact tussen burgers en de overheid. Om een groter volume van vragen beter op te volgen, onderzoekt Smals hoe met spraakherkenning- en intent recognition-technologie oproepen efficiënter kunnen gerouteerd worden. Eenvoudige vragen kan AI op zich nemen, en ook bij complexere vragen kan AI helpen met antwoordsuggesties. Nieuwe evoluties in generatieve AI zullen nieuwe mogelijkheden met zich meebrengen.
Analytics voor gevorderden
Ook binnen data-analyse is de meerwaarde van AI voelbaar. De publieke sector beschikt over een schat aan data. De kennis, technieken en methodes voor de analyse ervan worden nog elk jaar verder verfijnd en uitgebreid. Geografische analyse in de databanken van de overheid bijvoorbeeld kunnen in verschillende contexten nuttige informatie opleveren, van fraudebestrijding tot impactanalyses en medisch beleid.
Door deze geografische informatie vervolgens mee te nemen in meer geavanceerde analysetechnieken zoals netwerkanalytics denkt Smals het niveau van de data-analyse te kunnen opkrikken. Die netwerkanalysetechnieken, waarbij bv. frauduleuze verbanden tussen entiteiten kunnen worden ontdekt, kunnen op hun beurt uitgebreid worden met technieken van machine learning.
Waar machine learning voornamelijk ingezet wordt om patronen te zoeken in historische gegevens om de kans te voorspellen dat iets in de toekomst gaat gebeuren, gaat causale AI nog een stap verder door naar oorzakelijke verbanden in de gegevens te sporen. Dit moet beslissingen of voorstellen genomen op basis van data-analyse verklaarbaarder en controleerbaarder maken. Causale AI is nog een relatief jong onderzoekdomein, dat wel voor grote veranderingen binnen data-analyse kan zorgen.
Zeg het in natuurlijke taal
Natural Language Processing, de verwerking van natuurlijke taal door algoritmen, is wellicht één van de domeinen waar AI de meest spectaculaire vooruitgang in heeft gemaakt. Chatbots hebben hierdoor steeds meer toepassingsmogelijkheden en ook de kwaliteit van de output is zichtbaar beter dan vroeger, dankzij de beschikbaarheid van grote taalmodellen zoals GPT-3.5 en GPT-4 die sinds enkele maanden furore maken.
Smals experimenteert hier onder meer mee in de sociale zekerheid om mensen aangiften te laten dienen via spraak. De overheid kan mensen ook vragen laten stellen aan Question Answering systemen over websites van overheidsdiensten of interne databronnen De accuraatheid van de antwoorden is hierbij een aandachtspunt.
Hier blijken wel nog enkele werkpunten open te staan. Zo moeten de gebruikte taalmodellen nog beter verfijnd worden om vakjargon beter te begrijpen. Het ontwikkelen van een distributed cloud, waarbij AI-oplossingen van grote cloudproviders op eigen infrastructuur draaien, laat toe om eigen vertaalapps te bouwen, met de garantie ook beter dat persoonsgegevens conform de GDPR-wetgeving verwerkt worden.
Chatbots hebben steeds meer toepassingsmogelijkheden en ook de kwaliteit van de output is zichtbaar beter dan vroeger.
Privacy voorop
Technologie is er om het leven van burgers te vergemakkelijken, maar technologie mag niet ten koste gaan van hun privacy. Cryptografie is de wetenschap die zich buigt over bescherming van data. Een nieuwe trend in cloud computing genaamd confidential computing past de principes van cryptografie toe op de cloud. Persoonsgegevens zouden zo wel in een publieke cloud kunnen gehuisvest worden zonder dat de provider toegang heeft tot de gegevens.
Maar wat als de sleutel van privacy in de data zelf ligt? Smals maakt nu al waar mogelijk gebruikt van geavanceerde pseudonimisering om bijvoorbeeld rijksregisternummers of medische gegevens van burgers in een sluier van anonimiteit te verhullen. Dit maakt de gegevens bruikbaarder voor het bouwen van machine learning modellen.
Dit principe kan nog verder gaan. Synthetische gegevens zijn ‘fictieve’ data die vertrouwelijke gegevens vervangen in een dataset en zo min mogelijk aan de statistische karakteristieken raken. In welke mate synthetische gegevens nu al kunnen worden ingezet in de analyse van publieke databanken en hoe AI kan worden gebruikt om die gegevens te produceren, belooft een interessant onderzoekdomein te worden in 2023.
API-economie
Artificiële intelligentie kan alleen maar renderen als de juiste technologische architectuur aanwezig is. Smals gelooft dat AI een drijfveer kan zijn voor de ontwikkeling van een ‘API-economie’ in de publieke sector. Een API, languit application programming interface, is een standaard waarmee twee verschillende applicaties met elkaar kunnen communiceren en gegevens uitwisselen.
Door data op deze manier ter beschikking te stellen, is het eenvoudiger om AI-modellen te voeden met de nodige gegevens. API’s bieden ook een meerwaarde in het verspreiden en hergebruiken van functionaliteiten. Op die manier kan er dan een ecosysteem van nuttige, met elkaar communicerende toepassingen ontstaan.
Met nieuwe technologische doorbraken zullen de mogelijkheden van artificiële intelligentie alleen maar doen toenemen. De ontwikkeling van de technologie is een odyssee waar voorlopig niemand het eindpunt van weet. Ook vanuit de publieke sector kunnen we dus heel wat spannends verwachten.
Dit is een redactionele bijdrage in samenwerking met Smals. Voor meer informatie over de diensten van het bedrijf kan je hier terecht.