Onlangs hadden we het op de NAF Insight van 26 maart jl. over Decision Oriented Architecture. Beslissingstechnologie en andere Artificiële Intelligentie technologie zijn aan een flinke revival bezig. In dat kader vroeg ik mij af of het niet tijd wordt voor een zelfrijdende overheid.

Zelfrijdende Auto

De zelfrijdende auto begint een steeds gewoner concept te worden, waar we aan gewend raken door de concrete projecten die Google, Apple en diverse autofabrikanten momenteel uitvoeren. Blijkbaar zijn we in staat om apparaten zelfstandige beslissingen te laten nemen in wat we over het algemeen als “ingewikkelde” situaties inschatten. Dat is nogal een revolutie, die we ongemerkt met zijn allen beleven.

Robotisering

Want ingewikkelde situaties, die vermijden we in de administratieve automatisering liever, die laten we over aan menselijke beoordelingen en handelingen. Vooral de eenvoudige taken laten we, in elk geval in de administratieve organisatie, aan de machine over: optellen, aftrekken, administreren. Maar beoordelen of iemand in aanmerking komt voor een lening, recht heeft op een uitkering, of een vergunning krijgt, dat zijn beslissingen die we intuitief liever aan de expert overlaten. Partiële automatisering van deze expert-taken, echter, leidt tot klachten van diezelfde professionals, namelijk dat de handelingsruimte onder druk komt te staan (zie bijvoorbeeld het WRR rapport over de i-overheid).

Maar wat tekent zich nu af? Als de auto zelf kan rijden, dan moet de overheid dat ook kunnen. Als je nu de beoordelingstaak in zijn geheel automatiseert, dan is er ook geen probleem meer met de handelingsruimte van de professional. Het moet immers voorstelbaar zijn dat de burger (als de “inzittende”  van de overheid) vanzelf bediend wordt zonder dat daar een “chauffeur” (lees ambtenaar) bij te pas hoeft te komen.

Dit roept vele vragen op. Hoe ziet zo’n zelfrijdende overheid er dan in werkelijk uit, hoe ervaren we die? Er zijn vragen die ik later een keer aan de orde wil stellen, zoals ethische vragen en vragen rond verantwoordelijkheid. Nu wil ik eerst de vraag aan de orde stellen: wat moet zo’n zelfrijdende overheid dan precies kunnen?

Zelfrijdende overheid

CAPABILITIES van de zelfrijdende overheid

1. PROACTIEF BESLISSEN: continu kunnen beslissen ook als daar niet om gevraagd wordt. Net als de auto die naar een opgegeven bestemming kan rijden, moet de zelfrijdende auto continu beslissingen kunnen nemen met een bepaald doel voor ogen. Bijvoorbeeld het beslissen over iemands uitkering, subsidie of vergunning. Het nemen van beslissingen moet dan tot in de kleinste details van uitzonderingen geautomatiseerd worden. Uit onderzoek blijkt telkens weer dat regelgebaseerde systemen over het algemeen betere beslissingen nemen dan de experts (zie bijvoorbeeld deze slides van Chris Snijders).

2. WAARNEMEN en ALERT ZIJN: met sensoren de omgeving en relevante informatie ophalen. Net als de auto die op de weg kijkt en continu registreert wat er is en wat er aan komt, zo moet de zelfrijdende overheid continu de omgeving en gegevens van de burgers in de gaten houden en daar alert op reageren. Kwestie van de juiste databronnen aanboren, een benadering die we steeds meer tegenkomen bij big data en internet of things toepassingen. Kind geboren? Kaartje sturen en kinderbijslag overmaken. Getrouwd? Kaartje sturen en belastingen aanpassen. Overleden? Verhuisd? De overheid kan deze veranderingen heel goed waarnemen, en daar direct conclusies uit trekken.

3. INTERPRETEREN: nieuwe gegevens kunnen afleiden uit de waarnemingen. Alles wat de auto waarneemt wordt direct geïnterpreteerd: die auto komt mij tegemoet met een grote snelheid, dus als we niets veranderen ontmoeten we elkaar over 20 seconden op die locatie. De zelfrijdende overheid kan afleiden dat als iemand een huis heeft gekocht, daar belasting-gevolgen aan te verbinden zijn. De zelfrijdende overheid kan afleiden dat als een bedrijf failliet is gegaan, de werknemers recht hebben op een werkeloosheidsuitkering. Met alle nuances die daarbij horen, natuurlijk.

4. AUTONOOM HANDELEN: altijd beslissingen kunnen nemen, ook als informatie ontoereikend is of als omstandigheden onverwacht zijn, zonder meteen hulp in te moeten roepen van anderen. Als een robot omvalt, kan die zelf weer opstaan (zie hier een voorbeeld). Als een zelfrijdende auto een blokkade tegenkomt, kan hij omkeren en een andere weg zoeken om de bestemming te bereiken. Als de zelfrijdende overheid in een juridische impasse komt, kan die een andere juridische weg vinden om tot een beslissing te komen. Daarnaast is er natuurlijk altijd de hulproep bij noodgevallen. Als de auto strandt door een lekke band, of de zelfrijdende overheid strandt door een beslissing die wordt bestreden, dan zijn daar de hulpinstanties, respectievelijk de wegenwacht en de rechter.

5. LEREN: kunnen leren van nieuwe situaties, feedback kunnen verwerken. Als de zelfrijdende auto telkens op dezelfde plaats een blokkade vindt, zal hij leren om die route te vermijden. Als de zelfrijdende overheid telkens dezelfde juridische impasse tegenkomt, zal het moeten leren die weg niet meer in te slaan.

6. SAMENWERKEN: kunnen communiceren met de omgeving, informatie kunnen uitwisselen en kunnen aankondigen wat er staat te gebeuren. Zelfrijdende auto’s kunnen onderling communiceren, zodat ze informatie kunnen uitwisselen (zoals over die blokkade), maar ook om in een vroeg stadium aan te kondigen dat ze elkaar zullen tegenkomen. Zelfrijdende overheden (meervoud!) kunnen dat uiteraard ook. De zelfrijdende werkeloosheidsuitkering kan natuurlijk alvast de zelfrijdende belasting waarschuwen.

Honda's robot Asimo
Honda’s robot Asimo

VERSCHIJNINGSVORMEN van de zelfrijdende overheid

Wat zijn de verschijningsvorm van de zelfrijdende overheid, hoe zou zoiets eruit kunnen zien?

a.  Software-technisch gezien is de zelfrijdende overheid misschien nog een flinke puzzel, maar alle genoemde eigenschappen zijn terug te vinden in de patronen voor software agents.

b. Informatie-technisch gezien is de zelfrijdende overheid een grote uitdaging. Vooral de elicitatie van de kennis tot op het kleinste detailniveau is van groot belang, en is nog niet zo vaak gedaan. Methodes voor onder andere beslissingsanalyse, juridische bron-analyse en semantische analyse kunnen daarbij helpen.

c. Voor de burger. Net zoals nu al gebeurt bij de kinderbijslag: je kind is geboren, en de SVB stort vrijwel direct na aangifte van het kind de kinderbijslag. Zo moet het ook kunnen met werkeloosheidsuitkeringen, met de AOW en met subsidies. Zodra de overheid “ziet” dat je er in aanmerking voor komt, hoef je als burger niets aan te vragen maar wordt het geld waar je recht op hebt direct gestort. Met achteraf misschien nog even een uitleg hoe en waarom. De belastingdienst is ook al aardig op weg met de voor-ingevulde aangifte.

d. Voor de ambtenaar. Tja, die zit werkeloos thuis? Niet allemaal, denk ik. Want het ontwikkelen en het reguleren van de zelfrijdende overheid vergt de nodige expertise en continue wijzigingen, onderhoud. Net zoals in de fabrieken de fabriekswerker niet meer zelf het werk doet, maar de taak heeft gekregen om de machines te onderhouden, te fine-tunen en in de gaten te houden, zo kan de uitvoeringsambtenaar de regels fine-tunen en onderhouden, en misschien ook op grond van de ervaringen de wetgeving verder optimaliseren.

Wat houdt ons nog tegen?