Data- en AI-vaardigheden voor de publieke sector

Publieke organisaties leggen verantwoording af aan burgers, niet aan klanten, en dat verschil werkt overal in door. Een besluit dat door een model is ondersteund moet uit te leggen zijn aan degene op wie het is toegepast, te verdedigen tegenover een raad of een toezichthouder, en herleidbaar lang nadat de bouwer is vertrokken. Het algoritmeregister bestaat juist omdat dit inmiddels verwacht wordt in plaats van optioneel is.

De AI-verordening scherpt dat verder aan. Verschillende typisch publieke toepassingen vallen in de categorie hoog risico, en dan zijn documentatie, menselijk toezicht en aantoonbare bekwaamheid wettelijke eisen in plaats van goede gewoonte. Bekwaamheid is precies het onderdeel dat organisaties het vaakst vergeten te regelen.

En het personeelsbestand is ongewoon divers: beleidsadviseurs, klantcontact, planners, toezichthouders, chauffeurs. Één generieke training bereikt geen van hen goed, terwijl aanbestedingsregels het lastig maken om net zo lang van leverancier te wisselen tot er één past.

Het gedrag dat een publieke organisatie echt nodig heeft is dit: iemand die een door een model ondersteund besluit kan uitleggen aan de burger op wie het is toegepast, in taal die diegene volgt, en die weet welke besluiten nooit geautomatiseerd mogen worden. Zulke bekwaamheid is inmiddels een wettelijke eis onder de AI-verordening, geen pluspunt.

Die opbouwen vraagt kennis van wat vastgelegd moet worden en wie toezicht houdt op een model, vaardigheid in de tools die je mensen al hebben, geoefend in de browser op jullie eigen processen en casuïstiek, en het oordeelsvermogen om te zien waar automatisering echt helpt en waar ze de mensen schaadt voor wie ze bedoeld is. Een beleidsadviseur, een planner en een teamleider klantcontact hebben daar elk een andere versie van nodig, en daar is het personaframework voor.

Adoptie moet een projectbudget overleven, dus champions en community zitten er vanaf het begin in en het eigenaarschap gaat aan het eind naar jullie eigen organisatie. De groei wordt gemeten vanaf een nulmeting vóór de start en afgezet tegen andere organisaties — een verdedigbaar cijfer voor een verantwoordingsdocument in plaats van een presentielijst.

In de publieke sector werken we onder meer met Provincie Limburg.

Over al onze klanten heen ronden cohorten af op 79% in de afgelopen twaalf maanden, over ruim 10.000 learners, tegenover een branchestandaard van ongeveer 12%.

Ons Data & AI Skills Framework maakt het mogelijk een programma apart te richten op een beleidsadviseur, een planner en een bestuurder, en het verandert "we hebben mensen getraind" in een gemeten vaardigheidsniveau dat in een verantwoordingsdocument kan.