Willen we écht een datagestuurde overheid?

Het besef dat data en de verwerking hiervan voor de overheid primaire ingrediënten zijn voor meer succes sijpelt langzaam steeds verder door. Informatiesturing maakt het mogelijk om van willekeurige actie naar gerichte en uiteindelijk optimale actie te bewegen. Zo kan de overheid “dienstverlening” ontwikkelen die beter aansluit bij de burger en die de eigen processen verder optimaliseert. Het publieke debat over hoe we die alomtegenwoordige data zouden moeten gebruiken op een manier dat wij dat als maatschappij nog accepteren wordt echter maar mondjesmaat gevoerd.

“Willen we écht een datagestuurde overheid? Opiniestuk @rutgerrienks voor @nrclive”
Tweet this!

Hieronder zal ik een aantal ontwikkelingen uiteenzetten die twee kanten van de medaille belichten. Een toekomstbeeld dat enerzijds de kracht van investeren in een moderne digitale overheid belicht, en anderzijds de noodzaak tot herbezinning over alle ontwikkelingen laat zien.

  1. Acteren als 1 lichaam. Het met moderne technologie ongelimiteerd kunnen uitwisselen van data maakt dat organisaties, die uit meerdere onderdelen bestaan, zich beter kunnen organiseren en als een collectief kunnen manifesteren. Denk aan de loonaangifte keten tussen UWV en de belastingdienst, of bij handhavingsdoeleinden aan samenwerking tussen marechaussee en politie of IGZ en NVWA. Er wordt niet alleen afgesproken dat men samenwerkt en geen rekeningen aan elkaar stuurt, door uitwisseling van waarde over netwerken die geografisch ongebonden zijn ontstaat een vorm ‘hyperconnectiviteit’ die een keten, of in algemene zin: het overheidsapparaat op ongekende wijze versterkt. Losse organisatieonderdelen kunnen nagenoeg gelijktijdig over dezelfde informatie beschikken en verworden tot 1 enkel synchroon acterend organisme. Waar voorheen nog schakels op elkaar moesten wachten en gegevens verloren gingen in de overdracht,  zien we dat geautomatiseerde verbindingen zowel de wachttijd als het verlies aan informatie in sneltreinvaart terugdringen.

Het met moderne technologie ongelimiteerd kunnen uitwisselen van data maakt dat organisaties, die uit meerdere onderdelen bestaan, zich beter kunnen organiseren en als een collectief kunnen manifesteren

  1. Collectief geheugen. Behalve het steeds meer en sneller uitwisselen van data, ontwikkelen organisaties door het opslaan hiervan bovendien een collectief geheugen. Niet alleen gestructureerde informatie, maar ook informatie afkomstig van sensoren en andere bronnen wordt in toenemende mate bewaard. Vanuit alle hoeken en gaten in een organisatie kan dit geheugen worden aangevuld en aangesproken. Iets dat ooit is gezien wordt nooit meer vergeten, net als ieder besluit dat is genomen of iedere fout die is gemaakt.
  2. Versneld leren. Een collectief geheugen kan worden gebruikt ter vergelijking en ter lering. Ervaringen uit een vergelijkbare eerder geziene situatie kunnen mogelijk van pas komen bij het taxeren van risico’s, of bij het bepalen van activiteiten en interventies. Een verbonden netwerk met een collectief geheugen maakt dat meer ervaringen beschikbaar zijn dan dat een enkele individu ooit zal meemaken. Dit zorgt voor objectievere beeldvorming, denk aan de zorg of de politie, en de mogelijkheid om te kijken naar fenomeen- of situatiespecifieke aspecten. Welke correlaties bestaan er in de observaties en welke interventies waren wanneer nuttig? Er kan straks niet alleen worden uitgerekend welke medicijnen het beste effect hebben, maar ook welke baan het beste bij iemand past, of welke strafmaatregelen maken dat de kans op recidive vermindert. Door gebruik te maken van deze inzichten kan het handelen worden geoptimaliseerd en kan steeds sneller nieuwe kennis ontstaan. Zodra de gekozen actie met resultaat en effect weer netjes worden opgeslagen is de feedbackloop gesloten.

Een verbonden netwerk met een collectief geheugen maakt dat meer ervaringen beschikbaar zijn dan dat een enkele individu ooit zal meemaken

  1. Geautomatiseerde actie. De laatste belangrijke ontwikkeling die ik hier noem is de mogelijkheid om besluitvorming en actie te automatiseren. Kunstmatige intelligentie wordt in toenemende mate gebruikt om grote hoeveelheden data te verwerken en het beste handelingsperspectief simpelweg uit te rekenen. Wat maakt dat er wordt gehandeld, is in toenemende mate een overweging die zal worden toevertrouwd aan machines. Dit begint bij beslisbomen en risicotaxatie-instrumenten die de basis vormen voor beslissingsondersteuning. Nu ligt het eindoordeel vaak nog bij een mens, maar dit zal niet heel lang meer duren.  Machines zijn uiteindelijk en zeker op termijn nu eenmaal slimmer, sneller, nauwkeuriger en goedkoper.

Het idee van 1 overheid dat als 1 organisme opereert, een oneindig geheugen heeft, zichzelf kan verbeteren en in staat is om de optimale actie te genereren is ergens een wens en tegelijkertijd boezemt het angst in. Hoe krachtig willen we het overheidsapparaat maken met elkaar? De illegale economie in Nederland is een miljarden business en wat als we deze nu eens echt kunnen aanpakken? De discussie over veiligheid versus de individuele privacy van burgers komt hier natuurlijk naar voren en Orwelliaanse praktijken liggen op de loer.

Het idee van 1 overheid dat als 1 organisme opereert, een oneindig geheugen heeft, zichzelf kan verbeteren en in staat is om de optimale actie te genereren is ergens een wens en tegelijkertijd boezemt het angst in.

Het handhaven met “de menselijke maat” komt onder druk te staan als we machines het werk voor ons laten doen. Maar goed, wat is die menselijke maat eigenlijk? Mensen dichten antropomorfe eigenschappen toe aan machines en tegelijkertijd accepteren ze machinale fouten minder snel dan fouten van mensen. De mens zou “in de loop” moeten blijven, maar waarom eigenlijk? Wetende dat systemen op een gegeven moment toch intelligenter worden dan mensen, hoe houden we als overheid dan toezicht op deze machines en hoe werken we met ze samen in een optimale symbiose? Of is dat toezicht helemaal niet nodig en reguleren de machines zichzelf? Denk aan het beheersen van geautomatiseerde wapensystemen, of het rekenen aan de optimale diagnose-behandelcombinaties binnen de gezondheidszorg.

Het handhaven met “de menselijke maat” komt onder druk te staan als we machines het werk voor ons laten doen.

Zomaar een aantal vraagstukken die door de toenemende digitalisering en de drang naar een informatiegestuurde overheid kunnen worden opgeroepen. Mijn stelling hierin is dat we ons niet alleen rekenschap moeten geven van deze ontwikkelingen en mogelijke consequenties. Ik vind dat we als maatschappij – en zeker in politiek Den Haag – veel intensiever het debat met elkaar moeten voeren over welke weg we eigenlijk bewandelen. Ik zie het als groot belang en plicht van de overheid om waarborgen te organiseren die het onmogelijk maken dat afgesproken maatschappelijke normen en waarden te veel onder druk komen te staan.

Er ligt een grote verantwoordelijkheid bij ontwikkelaars, ingenieurs en datascientists die bijdragen aan de versnelling van de bovengeschetste ontwikkelingen. Niet alleen zullen zij intrinsiek gedreven moeten zijn om de samenleving te verbeteren, ook zal de overheid een instrumentarium moeten ontwikkelen om hen te verleiden tot meer maatschappelijk geaccepteerd handelen.

Er ligt een grote verantwoordelijkheid bij ontwikkelaars, ingenieurs en datascientists die bijdragen aan de versnelling van de bovengeschetste ontwikkelingen.

Het inert maken van ontwerpprincipes zoals de wetten van Asimov voor de robotica kunnen hier een voorbeeld voor zijn. In plaats van dat we actief richting geven als democratie aan deze ontwikkeling lopen we nu al met z’n allen achter de feiten en de data aan. Als we ons lot als samenleving in eigen hand willen houden en niet overgeleverd willen zijn aan een systeem waarin individuen als batterijen worden gezien, dan moeten we nu wél opstaan.


Rutger is een van de belangrijkste voorvechters van datagedreven denken in Nederland. Hij promoveerde in het machinaal waarnemen van menselijk gedrag in 2007 en werkte daarna bijna 8 jaar voor de Nationale Politie in het intelligence domein.In 2015 verscheen zijn boek over predictive policing. Inmiddels werkt Rutger voor de Gemeente Amsterdam waar hij helpt met het ontwikkelen van de Amsterdamse datavoorzieningen om het in zijn ogen lonkende perspectief van Amsterdam SmartCity realiteit te maken.


Impact Robotisering 2017

Wat zijn de businesskansen van slimme machines? Laat je volledig informeren door Linda en vele andere topsprekers op 12 oktober 2017 tijdens Impact Robotisering van NRC Live.

Bekijk het programma

Blijf op de hoogte!

Blijf op de hoogte!

Wil je op de hoogte blijven van toekomstige NRC Live events? Schrijf je dan in voor onze nieuwsbrief!

Suggesties voor een spreker?

Suggesties voor een spreker?

Ken jij iemand die goed zou kunnen spreken op een van onze events? Stel dan een spreker aan ons voor!