Datagedreven werken en generatieve AI vinden elkaar

07 maart 2024

Wie gebruikt het onderhand niet; (generatieve) AI met tools zoals Chat GPT, Google Gemini en Microsoft Copilot. Het is nu al niet meer weg te denken uit ons leven. Als een van de eerste landen in Europa is het Nederlands kabinet daarom gekomen met een visie op generatieve AI. De kern van de visie is dat men streeft naar een waardegedreven aanpak van AI die ‘veilig en rechtvaardig is en bijdraagt aan menselijk welzijn, duurzaamheid en welvaart.’ je kunt generatieve AI benaderen met dezelfde visie, uitgangspunten en aanpak als datagedreven werken; het gaat immers allebei over digitale innovatie. We adviseren dan ook om een visie en aanpak voor generatieve AI op te nemen in de visie en strategie op datagedreven werken. In deze nieuwsbrief lichten we dit verder toe.

Veel lokale overheden zijn inmiddels begonnen óf flink op weg met een datavisie en -strategie. Ook het gebruik van AI neemt steeds meer toe en bestaat ook al langer in de vorm van bijvoorbeeld zelflerende algoritmes als onderdeel van dashboards en rapportages. Hoewel het als twee verschillende thema’s wordt gezien, zijn er veel overeenkomsten.

Zorg voor een goed datafundament

De basis van zowel AI-toepassingen als datagedreven werken is uiteraard data. Beide benaderingen vereisen dan ook een robuuste data-infrastructuur met betrouwbare, geanonimiseerde en (on) gestructureerde data. Dit omvat databronnen zoals zaak- en vakapplicaties maar ook data van sensoren, databases, social media, documenten en beeld- en videomateriaal. De kwaliteit en diversiteit van de data bepalen de effectiviteit van AI-modellen en van data-analyses. Investeer dus in een robuuste data-infrastructuur.

Train medewerkers en leer van best practices

Datagedreven werken en generatieve AI vereisen vaardigheden, zoals het maken van goede prompts, data-analyse en kennis over voorspellingsmodellen met bijvoorbeeld machine learning. Door medewerkers te trainen kunnen ze deze technologieën op een efficiënte en verantwoorde manier gebruiken. Zorg ervoor dat er trainingen beschikbaar zijn voor medewerkers met verschillende niveaus van kennis en ervaring.

Ontwikkel een visie op AI

Om als gemeente een goede houvast te hebben waarom je met (generatieve) AI werkt, geeft een heldere visie richting en duidelijke kaders. Dit kan door klein te beginnen in de vorm van een statement (als je gebruik maakt van generatieve AI-toepassingen), maar ook als visiedocument (als je zelf AI-toepassingen gaat ontwikkelen). Nog beter is om het te integreren in je bestaande of nog te ontwikkelen visie op datagedreven werken. Als je de basis van generatieve AI ziet als data, dan is het logisch om het te integreren in je visie op data.

Regel governance rondom AI-toepassingen

Net zoals bij het datagedreven werken zijn duidelijke taken, verantwoordelijkheden en heldere processen noodzakelijk voor de ontwikkeling, het beheer en het gebruik van AI. Hierbij is bijvoorbeeld het inregelen van privacy en security by design heel belangrijk. Daarbij dient er ook eigenaarschap te zijn en een aansprakelijkheidsmechanisme voor schade die voortkomt uit data of AI.

Stel een ethisch waardenkader op

Om te kijken wat de uitwerking van bepaalde AI kan zijn op de maatschappij, wil je goed inkaderen wat de toepassing allemaal ‘doet’ en welke gevolgen het kan hebben in de toekomst. Hierbij wordt een ethisch waardekader gebruikt om te toetsen of je met een project voor het implementeren van een AI-toepassing kan starten of niet. Toezicht op de naleving van ethische richtlijnen is hierbij essentieel gedurende de totstandkoming en het beheer van de AI-toepassing. Native heeft een integrale aanpak ontwikkeld op het thema ethiek in relatie tot datagedreven werken en de inzet van (generatieve) AI. Hierover binnenkort meer in een van onze volgende nieuwsbrieven.

Er zijn natuurlijk ook verschillen:

Datagedreven werken vertrouwt op gedefinieerde datasets. Generatief AI kan leren van ongestructureerde data en daarmee nieuwe data creëren. Zorg voor een ‘sandbox’-omgeving; een gecontroleerde testomgeving waar ontwikkelaars en onderzoekers hun AI-modellen en -algoritmen kunnen testen en valideren.
Bij datagedreven werken zijn bias in de data en transparantie in dataverzameling en -analyse erg belangrijk. Bij generatieve AI is dat ook zo maar vergt het extra aandacht en specifieke manieren om mogelijke bias in de gebruikte data bloot te leggen. Om misbruik en manipulatie met gegenereerde resultaten – die gemakkelijk direct als waarheid worden aangenomen – te voorkomen. Bouw een mechanisme voor het menselijke interveniëren in als je AI gaat ontwikkelen en toepassen en maak transparant welke data is gebruikt, hoe die tot stand is gekomen en welke bias daar mogelijk in zit.
Datagedreven werken is gebaseerd op statistische analyse en soms op machine learning. Generatieve AI is gebaseerd op deep learning. Investeer in kennis in je datateam over deep learning en neurale netwerken.

Hoe nu verder? Een gecombineerde aanpak

Native onderschrijft de uitgangspunten van de visie op generatieve AI. We adviseren echter om dit niet als losstaand thema aan te pakken en te kiezen voor een meer pragmatische insteek. Maak het daarom onderdeel van je bestaande (datagedreven werken) aanpak. Native heeft een bewezen aanpak om te komen tot een datagedreven werken organisatie. In onze poster (die je hier kunt downloaden) volg je een route van inspiratie, naar het ontwikkelen van een visie, het uitvoeren van een volwassenheidsmeting en het ontwikkelen van een concreet routeplan met acties en projecten op weg naar een datagedreven organisatie. In al onze instrumenten voor datagedreven werken voegen we generatieve AI toe, waarmee het een logisch onderdeel wordt van een breder perspectief op data. Zo geven we inspiratiesessies over data en zoomen we in op de mogelijkheden van generatieve AI. Dit vullen we nog aan met een nieuwe aanpak voor data-ethiek, waarmee je als organisatie bent voorbereid op de toekomst, ook op de vele nieuwe AI-toepassingen die snel meer vorm gaan krijgen.