AI in de publieke sector: tijd dat burgers resultaat zien

De publieke sector heeft stevige, urgente maatschappelijke opgaven. Denk aan wat we te doen hebben op het gebied van de alsmaar stijgende zorgkosten en hoe we anticiperen op klimaatverandering. Artificial Intelligence (AI) kan een grote bijdrage leveren aan het oplossen van deze opgaven. Toch hebben burgers nog te weinig gemerkt van de oplossingen die AI biedt op maatschappelijke terrein. Tijd om AI serieus in te zetten in de publieke sector en burgers ook echt de resultaten te laten zien.

“Hoe maak je AI werkbaar in de praktijk van de publieke sector? Dicht de kloof tussen hoodies en suits en stop met hype-projecten, dat zijn twee van de vier noodzakelijke stappen die Jaring Hiemstra van @Ynformed aanraadt.”
Tweet this!

In 2014 leidde de publicatie ‘Big Data: A Revolution That Will Transform How We Live, Work, and Think’ van Viktor Mayer-Schonberg tot wereldwijde aandacht voor de vraag: ‘Hoe haal je waarde uit de alsmaar toenemende hoeveelheid data?’. Sindsdien lezen we bijna wekelijks voorbeelden hoe men met AI data ontgint voor nuttige toepassingen. McKinsey becijferde dat Europese overheden alleen al 110 miljard euro kunnen besparen in hun operationele processen door meer gebruik te maken van data.

Vier noodzakelijke stappen om AI écht ten volle te benutten. Want, hoe maak je AI werkbaar in de praktijk van de publieke sector?

De afgelopen jaren experimenteerde de publieke sector veel met AI-toepassingen. Zo ontgint de gemeente Utrecht verschillende databronnen om huisjesmelkers in beeld te krijgen. Toch is er nog weinig échte vooruitgang geboekt met AI in de publieke sector. Het blijft vooralsnog vaak bij praten over AI, het uitvoeren van pilots die niet opgeschaald worden en debatten over privacy en ethiek. Niet verwonderlijk dat burgers AI vooral associëren met micro targeting van consumenten en het in de gaten houden van burgers (surveillance state). Dat is jammer. We kunnen AI in de publieke sector met elkaar nuttiger inzetten. Graag deel ik twee cases uit watermanagement en zorg als voorbeeld.

Water

Afgelopen zomer was het actueler dan ooit: de droogte in Nederland. De maatschappelijke gevolgen waren groot. Agrariërs zagen deels hun oogst verloren gaan, dijken stonden onder scherp toezicht en de natuur liep door een tekort aan regen flinke schade op. De komende decennia worden extreem droge en natte periodes waarschijnlijk steeds gewoner. Het beter begrijpen van de waterdynamiek is cruciaal om de negatieve effecten te minimaliseren en de noodzakelijke investeringskosten beheersbaar te houden.

“De hoodies en de suits moeten meer samen werken om AI te benutten.”

Op welke plekken is het overstromings- of overstortrisico het grootst als een extreme bui valt? In welke watergangen moet je juist meer of minder maaien voor de optimale balans tussen natuur en doorstroom? Hoeveel water moet je wanneer inlaten of vasthouden om aan de watervraag in een gebied te voldoen? Dankzij grote hoeveelheden data van weerinstituten, satellietbeelden en sensoren uit watersysteem kunnen er betere beslissingen worden gemaakt. Zo heeft Waterschap Aa en Maas de eerste stappen gezet om met AI de waterverdeling te optimaliseren en daarmee verdroging tegen gaan.

Zorg

Ook in de zorg zijn grote uitdagingen. Als we niet ingrijpen zullen de zorgkosten sneller stijgen dan onze economie groeit en zo onbetaalbaar worden. De manier waarop we de triage, diagnostiek en behandeling hebben georganiseerd, is onhoudbaar. Nederland beschikt niet over het personeel om deze groei in de zorg op te vangen. Ook zorgwekkend is de verantwoordingsbureaucratie waar zorgprofessionals mee te maken hebben en die tot 40 procent van hun tijd opsoupeert.

AI zal een belangrijke rol gaan spelen in het verbeteren en betaalbaar houden van de zorg. Neem de triage. Met AI ondersteunde applicaties kan een patiënt met een hulpvraag met de juiste urgentie brengen naar de juiste zorgverlener (of een zelfzorgadvies geven zie bijvoorbeeld babylonhealth.com). Daarnaast bestaat deel van het werk van veel zorgprofessionals uit het herkennen en beschrijven van afwijkende patronen. Bij uitstek een klus die je aan AI kunt uitbesteden. Maar, er liggen ook kansen in de zorglogistiek. Zoals het optimaliseren van de ketenplanning in ziekenhuizen van operatiekamers tot benodigde ziekenhuisbedden.

 AI in maatschappelijke opgaven: wat is er nodig?

Wat is er nodig om AI écht ten volle te benutten? Hoe maak je AI werkbaar in de praktijk van de publieke sector?

  1. Stop met hype-projecten en doe wat écht belangrijk is
    Te vaak stellen overheden zich de vraag ‘om iets te doen met AI’, omdat het hip is. Dit is niet de juiste vraag. De vraag moet zijn ‘hoe gaat AI ons helpen onze kernopgave te realiseren?’. Bijvoorbeeld hoe je in de zorg de triage met AI de kosten omlaag brengt en de administratielast voor artsen reduceert. Maak daarom geen op zichzelf staande digitale- of AI-strategie. Maak liever expliciet hoe technologie gaat helpen om de strategische opgaven van je organisatie te realiseren.
  2. Dicht de kloof tussen de suits en hoodies
    Data scientists en professionals in maatschappelijke vraagstukken vertoeven te veel in gescheiden werelden. De data scientists werken vaak in de data- en innovatielabs van organisaties. Ze bezoeken AI-congressen en nemen, als ze nog tijd over hebben, deel aan hackathons en meetups. Dat is de coole wereld van de hoodies. De suits zijn managers en professionals die in verschillende domeinen hard werken in ‘de normale organisatie’. De hoodies en de suits moeten meer samen werken: diepgaande domein- én AI-kennis is nodig voor werkende oplossingen in maatschappelijke opgaven.

“Het is bizar dat AI-talenten nu bezig zijn mensen meer spullen te laten kopen. Wil je als AI-talent bij Facebook werken of bijdragen aan de échte maatschappelijke opgaven?”

  1. Stop met verstoppertje spelen, juist transparantie leidt tot vertrouwen
    Maurits Martijn & Dimitri Tokmetzis wijzen in hun boek Je hebt wél iets te verbergen terecht op het feit dat bedrijven en overheden nogal onduidelijk zijn over hun AI-toepassingen. De Belastingdienst past AI volop toe, maar op de site valt bitter weinig te lezen over het precieze hoe en wat. Juist die onduidelijkheid is een bron voor wilde verhalen. Dat heeft een negatieve invloed op het publieke vertrouwen in de toepassing van AI. Wees daarom transparant hoe je AI toepast en welke checks and balances er zijn en deel ook de waarde die het gebruik van AI de samenleving wél oplevert.
  2. Verleid toptalent om nuttige(re) dingen te gaan doen
    Het is bizar dat een groot deel van de beste wiskundigen, econometristen en informatici nu bezig zijn om mensen meer spullen te laten kopen. Dit terwijl we forse maatschappelijke opgaven hebben. In het onderwijs en in de media moeten meer maatschappelijke toepassingen van AI aan bod komen. Voor het AI-talent is het vervolgens de afweging of ze bij Facebook willen werken of willen bijdragen aan de écht belangrijke opgaven van onze tijd.

Bouwen aan ‘Digitale Deltawerken’

Uit internationaal onderzoek blijkt dat de Nederlandse Publieke sector het goed doet. Consequent staan we in de top 10 in vergelijkingen met andere landen als het gaat om het presteren van de publieke sector. Laat de Verenigde Staten (VS) en China vooral uitblinken in het creëren van een surveillancemaatschappij met hulp van AI. Maar maak van Nederland het toonbeeld van hoe we AI samen inzetten om taaie maatschappelijke uitdagingen op te lossen. Met AI maken we bijvoorbeeld de Nederlandse economische topsector Water en Maritiem echt state of the art. Laten we bouwen aan een nieuwe nationale trots waar we met hulp van AI ons watermanagement wereldnieuws maken. Laten we samen bouwen aan de ‘Digitale Deltawerken’!


Jaring Hiemstra is directeur van Ynformed. Ynformed heeft als missie ‘doing good with data’. Deze organisatie past AI toe in het oplossen van maatschappelijke vraagstukken. Voorbeelden van AI-toepassingen zijn ondersteunde beeldanalyses van hersenscans in het UMC of het voorspellen van de hoeveelheid inkomend water bij afvalwaterzuiveringen met als doel energiebesparing en optimale belasting van de zuivering te realiseren. Ynformed is onderdeel van Royal HaskoningDHV.

Tweedaagse masterclass AI voor managers

Jaring Hiemstra deelde in zijn verdiepende kennissessie tijdens ‘Winnen met AI’ op 11 april jl. zijn kijk op Artificial Intelligence (AI) in de publieke sector. Wil je verder met AI? Kom naar de masterclass AI voor managers.

Bekijk de masterclass AI voor managers