Kunstmatige intelligentie kan veel toevoegen bij gebiedsontwikkeling. Deels op het vlak van rekenkracht, door nauwkeurig effecten als zoninval, hittestress en uitzicht te berekenen. Ook op taalvlak kan het nuttig zijn: door te helpen bij het schrijven van gebiedsvisies en andere documenten.
Wel vragen de berekeningen altijd om een menselijke voor- en naslag. Niet alleen omdat het werk gecontroleerd moet worden, maar ook omdat het gevoed moet worden met data over een gebied.
Daarover sprak Sennay Ghebreab, hoogleraar Sociaal Intelligente Artificiële Intelligentie aan de Universiteit van Amsterdam, tijdens het VNG-Jaarcongres in het Groene Hart.
‘Het zal altijd mens-machine-mens blijven', zei Ghebreab. Als voorbeeld liet de hoogleraar zien hoe hij ai een toekomstperspectief voor het Groene Hart liet schrijven, met een bijbehorend beleidsprogramma. Deze leek op het eerste gezicht best indrukwekkend, met relevante plannen op het vlak van duurzaamheid, groen economie, leefkwaliteit en veerkracht.
Maar door de output beter te bekijken, viel op dat de gebiedsvisie eigenlijk ook voor andere gebieden en gemeenten in Nederland kon gelden. Sterker nog, dezelfde vraag aan ai over Groningen of Westland leverde vergelijkbare resultaten op.
‘Ai maakt nog te veel gebruik van de algemeenheid', zei Ghebreab. ‘Het algoritme heeft nog veel training en data nodig om dat te verbeteren.’
Op vragen wat er nu zo uniek is aan het Groene Hart en wat hier leeft, volgden minder scherpe antwoorden.
Vier spiegels
Ghebreab trok daarop een parallel: hij vergeleek ai-systemen zoals ChatGPT met fysieke spiegels. Ai is daarin een hele grote spiegel die onze collectieve gedachten, emoties, acties en gedragingen - online en in de fysieke wereld - reflecteert.
‘De data die we collecteren en genereren en de slimme algoritmen die we daarop loslaten, resulteren in een weerspiegeling van onszelf.’
Zo'n spiegel biedt vervolgens kansen voor verbetering, zoals introspectie, verbeelding en transformatie. ‘Het is belangrijk om de vraag te stellen of gemeenten deze kansen wel pakken', zei Ghebreab. Dit leidt niet alleen tot een reflectie op het werk van ambtenaren, maar ook tot een succesvolle transformatie van een gebied waarbij ai helpt met het reken- of schrijfwerk.
Aan de hand van vier ‘spiegelfuncties’ gaf Ghebreab vier voorbeelden aan de VNG-leden.
- Reflectie: neem niet alles aan, maar kijk kritisch naar wat ai mist en verbeter ai.
Door meer data toe te voegen kunnen algoritmen scherpere analyses maken over gebieden. ‘Lokale gebeurtenissen en ervaringen van burgers, zoals uit het Groene Hart, zorgen dat ai beleidsprogramma's kan genereren die lokaal relevant zijn voor gemeenten en burgers', zei Ghebreab. ‘Dit wordt nog onvoldoende gedaan.’
- Introspectie: kijk naast de ai-functies altijd bewust naar het eigen denken en doen van de organisatie.
Als voorbeeld hiervan wees Ghebreab op het toeslagenschandaal. ‘Ai is best goed in surveillance en fraude-opsporing. Er wordt al veel data verzameld door gemeenten en andere organisaties. Toch toonde het schandaal, de data en achterliggende intenties een bevooroordeelde overheid.’
Ghebreab heeft de overheid, de belastingdienst, nauwelijks de vraag zien stellen: 'Wie zijn wij als organisatie, wat doen wij en hoe verhoudt zich dat tot burgers?' Volgens de hoogleraar is dat een gemiste kans, want zonder deze introspectie is een fundamentele verandering in denken en handelen niet mogelijk.
‘Introspectie had bijvoorbeeld kunnen leiden tot de realisatie dat eenvoudige aanpakken tegen fraude, zoals aselecte steekproeven, misschien toch eerlijker en beter zijn dan algoritmisch profileren.’
- Verbeelding: 'Overheden missen soms het vermogen om te verbeelden, om out-of-the-box te denken, en om in te zien dat een ai-systeem oplossing kan bieden voor een urgent maatschappelijk probleem', zei Ghebreab.
Ai kan sommige taken namelijk beter. De hoogleraar keek als voorbeeld naar de Spreidingswet. ‘Twee universiteiten in Zürich en Stanford maakten in 2018 samen een ai-systeem voor de spreiding van statushouders, op basis van duizenden kenmerken van zowel de statushouders als de vestigingslocaties.'
Volgens Ghebreab blijkt uit onderzoek dat dit systeem bovendien leidt tot een win-winsituatie, omdat zowel de statushouders als de locatie van elkaar profiteren. Denk aan toenemende kansen voor statushouders om een baan te vinden.
Ook bij het werken aan gebiedsontwikkeling zijn sommige reken- en schrijftools volgens Ghebreab beter in handen van ai.
- Transformatie: pak kansen en implementeer ai daadwerkelijk in het proces.
Verspreid door het land ziet Ghebreab al voorbeelden van grote en kleine gemeenten die zichzelf uitdagen en herontdekken dankzij de opkomst van ai. ‘Deze gemeenten beseffen dat ai geen puur technologische uitdaging is, maar een socio-technische kans om de toekomst vorm te geven.’
Zo begint Rotterdam binnenkort met een Civic AI Lab, een plek waar gemeente, burgers, universiteiten en bedrijven samenwerken aan ai. Amsterdam had deze al eerder. Hier werken promovendi aan onderzoeksgebieden zoals omgeving en mobiliteit, waarbij ze zorgvuldig gebruik maken van data die de diversiteit van Amsterdam goed representeren.
‘De komende jaren gaan algoritmen een steeds belangrijkere rol spelen', voegde Ghebreab toe. ‘We zien dan ook dat steeds meer gemeenten ai omarmen. Dit is positief, mits ze de spiegelende functies van ai - reflectie, introspectie, verbeelding en transformatie - serieus nemen.'
De mogelijkheden van ai nemen in exponentieel tempo toe. Dat werd eveneens benadrukt op het VNG-Jaarcongres, dat dinsdag en woensdag plaatsvond in het Groene Hart. Onder het bijpassende mom ‘De kracht van verbeelding’ werd de technologische ontwikkeling benoemd.