Hoe het Open Government Lab AI concreet en verantwoord wil toepassen bij de overheid

Door Martijn Bennis

Een burger met bezwaren tegen een vergunning maar niet weet dat de aanvraag is ingediend. Een ondernemer met recht op een subsidie waar hij nog nooit van heeft gehoord. Mensen die in aanmerking komen voor een sociale voorziening, maar het stelsel niet begrijpen. De Nederlandse overheid publiceert heel veel informatie maar wie heeft daar in de praktijk iets aan?

“Het publiceren van open data helpt vaak alleen de already empowered,” zegt David Graus, onderzoeker aan de Universiteit van Amsterdam en mede-gezicht van het ICAI Open Government Lab. “De mensen met de vaardigheden, de tijd én de kennis om die informatie te interpreteren.” Vanuit dat lab - een samenwerking tussen UvA, de Rijksorganisatie voor Informatiehuishouding  (RvIHH) en de Rijksorganisatie voor Ontwikkeling, Digitalisering en Innovatie (ODI) - wil Graus de volgende stap zetten: van informatie ontsluiten naar informatie bruikbaar maken. Dat klinkt simpel maar dat is het allerminst.

Aanbevelingen vanuit de overheid

Wat als de overheid relevante informatie proactief naar burgers stuurt, in plaats van te wachten tot zij er zelf naar zoeken? Het idee komt rechtstreeks uit de wereld van Netflix, Spotify en Amazon: recommender systems, oftewel aanbevelingssystemen. Algoritmes die op basis van gedrag en context inschatten wat voor jou interessant is.

Bij de Rijksoverheid bestaat al iets in die richting. De dienst Berichten uit uw buurt stuurt vergunningen en bekendmakingen die in jouw directe omgeving spelen. Maar dat blijft beperkt tot geografische nabijheid. Het Open Government Lab onderzoekt of moderne aanbevelingstechnologie een slag dieper kan: welke openbaar gemaakte stukken passen bij iemands situatie, beroep of levensfase? Met als brandstof: de bak aan documenten die onder de Wet open overheid vrijkomt.

“Eigenlijk zijn we aan het kijken of we met deze technologie informatie naar de burger kunnen pushen in plaats van te wachten tot de burger er zelf naar op zoek gaat,” zegt Graus. Het Netflix-argument gaat niet helemaal op, voegt hij toe. “Netflix interesseert het alleen of jij een film gaat kijken. Bij overheidsinformatie wegen ook handelingsgerichtheid, relevantie en geografische nabijheid mee.” Dat maakt het interessant en complex.

Klein blijven werkt beter

Wie verwacht dat het lab met een grootse AI-revolutie zwaait, komt bedrogen uit. Graus’ boodschap is bijna het tegenovergestelde: AI werkt het best als je het klein houdt.

“Wij richten ons vaak op hele kleine specifieke taken,” zegt hij. “De gedachte bij sommigen is dat AI al onze problemen oplost maar wij zien telkens dat dat niet klopt.”

Een voorbeeld. Een burger die een Woo-verzoek indient, krijgt nu vaak telefonisch contact met een Woo-coördinator om de vraag aan te scherpen. Kostbaar werk in tijd en energie. Een van de promovendi van het lab onderzoekt of generatieve AI dat proces kan ondersteunen.  Niet vervangen, maar ondersteunen. Eén klein puzzelstukje in een veel groter geheel. “Daar kun je bij wijze van spreken vier jaar lang onderzoek op doen.”

Want AI heeft een fundamentele beperking, die in vakjargon de capability-reliability gap heet. De prestaties van modellen worden razendsnel beter, maar de betrouwbaarheid niet. Negen op de tien keer doet het iets goed; die ene keer niet. In een proces met meerdere AI-stappen stapelen die foutmarges zich op. Vijf stappen van 90 procent accuratesse leveren aan het einde nog maar 60 procent betrouwbaarheid op. Funest voor een overheid die elk besluit moet kunnen verantwoorden.

De les: zoek de plekken waar je die beperking kunt verdragen. “Tekortkomingen moet je begrijpen als eigenschappen van AI, niet als een bug die gefixt moet worden,” aldus Graus. Dat verandert de vraag van ‘doen of niet doen’ naar ‘waar kan het wél?’.

Geen blackbox, maar een ontwerpkeuze

Achter Graus’ relativerende toon zit jarenlange ervaring met algoritmische ellende. Tijdens zijn promotie schreef hij over filterbubbels. Daarna bouwde hij bij FD Mediagroep aanbevelingssystemen en kwam hij in botsing met de redactievloer. Die zei: dit raakt onze journalistieke verantwoordelijkheid, dit is niet alleen een technische klus. Wat volgde was een co-creatieproces waarin het algoritme en de redactionele logica naar elkaar toe groeiden waardoor een systeem ontstond dat juist diversiteit in nieuwsconsumptie stimuleerde, in plaats van filterbubbels te veroorzaken.

Bij Randstad werd het creatieproces volwassener. “We konden niet zomaar bouwen wat we wilden, je deed alles in gesprek met privacy officers, met juristen. De hele organisatie denkt mee en dat is een groot goed.” Die ervaringen vormen het kompas waarmee het Open Government Lab opereert. “We zijn niet overgeleverd aan een blackbox-systeem,” zegt Graus. “Dat is iets wat we zelf bouwen.” Het verschil tussen een schadelijk en een nuttig algoritme zit volgens hem zelden in de techniek zelf, maar in de keuzes eromheen.

Algoritmes hebben, mede door de Toeslagenaffaire een slechte naam gekregen. Volgens Graus waren het eerder simpele business rules en zat het probleem in het feit dat een apparaat ontbrak om die regels te wegen op proportionaliteit en menselijke impact. “Tien jaar geleden waren ambtenaren vooral datagedreven. Excel sheets exporteren en daar modellen op trainen. Nu zijn er AI-impact-assessments en mensenrechtentoetsen. Dat voorkomt niet alle fouten maar het proces is wel sterk geprofessionaliseerd.

Innovatie van onderop

Wat ziet Graus vanuit zijn lab verder gebeuren? De overheid is een complex ecosysteem met ministeries die elk eigen verantwoordelijkheden en richtingen hebben. Plus die zware publieke taak: “Je moet echt het braafste jongetje in de klas zijn.”

Toch is er beweging. Pilots als Vlam AI bij SSC-ICT, een eigen chatbot bij Justitie en Veiligheid. “Dat zijn voorbeelden die niet uit een grote roadmap komen,” zegt Graus. “Het is organisch ontstaan; iemand gaat ermee aan de slag en het wordt levensvatbaar.” Tegelijk ziet hij jonge ambtenaren binnenstromen met aandacht voor verantwoord AI-gebruik. “De overheid is een dankbare plek om je te richten op de responsible use of AI.”

En wat zou hij zelf doen als hij CIO Rijk was? “Als ik even mag dromen, dan zou ik IT-systemen centraliseren.” Bij Randstad zag hij hoe een start werd gemaakt om 39 landen met allemaal eigen IT-ecosystemen tot één samen te brengen. “Dat zou bij het Rijk ook veel slagkracht kunnen opleveren, maar het is natuurlijk een enorme opgave.”

Lessen onderweg

Voor wie ook nadenkt over verantwoorde AI in publieke dienstverlening, destilleert Graus’ verhaal een paar duidelijke lijnen. Kies klein: zoek een deeltaak waar AI waarde toevoegt en doe daar grondig onderzoek naar. Reken op een groot gat tussen lab en uitrol; een search op een server op het Science Park draaien is iets anders dan diezelfde software in een ministerie implementeren, beheren en dichttimmeren. Combineer regelgebaseerde systemen met AI: waar 100 procent precisie nodig is, blijft een rule-based fundament onmisbaar.

En misschien wel het belangrijkste: zie privacy officers en juristen niet als rem, maar als ontwerpcompagnon. Het maakt projecten trager maar ook kansrijker. Verantwoord digitaliseren betekent niet op de rem trappen, maar bewuste keuzes maken waar je later nog achter kunt staan. De stap van toegankelijk naar bruikbaar is de stap waar veel overheidsorganisaties voor staan.

Dr. David Graus

Dr. David Graus is universitair docent aan de Universiteit van Amsterdam, gespecialiseerd in zoektechnologie en natuurlijke taalverwerking. Hij leidt het ICAI OpenGov Lab, waar hij onderzoekt hoe AI overheidsinformatie toegankelijker en transparanter kan maken.

Graus combineert academische expertise met ruime ervaring uit het bedrijfsleven; hij werkte eerder als Lead Data Scientist bij Randstad en FD Mediagroep. Zijn passie ligt bij het verantwoorde gebruik van AI en het overbruggen van de kloof tussen complexe technologie en maatschappelijke impact.

Veranderverhalen  

Binnen de maatschappelijke coalitie Over Informatie Gesproken en het programma Digitaal Doordacht, beiden initiatieven vanuit ECP | Platform voor de Informatiesamenleving, wordt actief samengewerkt aan een toekomstgerichte, digitale overheid waarin burgers en ondernemers centraal staan. Vanuit deze initiatieven brengen we via een reeks veranderverhalen scherp in beeld waar het écht kantelt: waar professionals elkaar vinden, aannames loskomen en keuzes ontstaan die versnelling én borging mogelijk maken. We werken in korte cycli van ophalen, duiden en verbinden, met strategische verankering en met blijvende aandacht voor ethiek, privacy en security. Zo wordt digitalisering geen abstracte belofte, maar een reeks concrete interventies die adoptie en maatschappelijke impact versnellen.

‍