Stel je voor dat je met de auto een weekendje naar Parijs wilt rijden. Zou je dat zonder je navigatiesysteem kunnen? Wellicht, al is het ongetwijfeld fijner met een navigatiesysteem als assistent. Op dezelfde manier zoals een navigatiesysteem, maakt AI (als verzamelnaam voor diverse zelflerende technologieën) een stapsgewijze intrede in ons leven. Een belangrijke voorwaarde voor de toepassing van AI is toegang tot betrouwbare data. AI toepassingen hebben data nodig om de algoritmes te trainen, te verbeteren en uit te voeren. De benodigde data is vaak niet bij één organisatie, datadeling tussen organisaties en zelfs tussen sectoren is een belangrijke randvoorwaarde voor de ontwikkeling van AI oplossingen.

Bij Digicampus hebben we dit vraagstuk vanuit een experimenteer- en leerstrategie aangepakt waarbij ‘open’ het sleutelwoord is. Vanuit de driehoek: overheid, wetenschap en markt zijn we gestart met een AI (machine learning) experiment op basis van open en gestandaardiseerde publieke data over het onderwijsdomein. De eerste resultaten van deze pilot zijn op 19 mei 2020 gepresenteerd tijdens het webinar ‘Aan de slag met AI binnen de overheid’, een initiatief van het Data Science Initiative.

Webinar ‘Aan de slag met AI binnen de overheid’
Tijdens het webinar is de publicatie ‘Aan de slag met AI binnen de overheid’ gelanceerd. In de publicatie staan praktische tips en praktijkvoorbeelden van lopende AI initiatieven. Van het webinar is een compilatie gemaakt. Je kunt het webinar hieronder terugkijken.

De uitkomsten van het AI (machine learning) experiment worden deze zomer gedeeld. Tijdens het webinar sprak Nitesh Bharosa (lead onderzoek en valorisatie binnen Digicampus) over het kiezen van het juiste AI model voor projecten in de publieke sector. Nitesh: “Veel AI projecten in de publieke sector lopen vast. Hier zijn meerdere redenen voor. Om AI succesvol toe te passen in de publieke sector, moeten we volledige transparantie bieden. Betrek gebruikers in de ontwikkelfase en laat ze zelf betekenis geven aan publieke waarden.”

AI en gestructureerde data  
AI wordt veel toegepast op ongestructureerde data. Denk aan: Menselijke spraak, handschrift en beeldmateriaal. De volgende stap is AI toepassen op gestandaardiseerde gegevens, zoals SBR-data. Vanuit het programma SBR-Vernieuwing vanuit Logius wordt hier al onderzoek naar gedaan.

Yvonne van der Bruggen zegt hierover: “We moeten nog leren hoe, waarvoor en onder welke voorwaarden we deze technologieën effectief kunnen inzetten. Daarom zijn binnen Digicampus, in samenwerking met DUO, de pilot AI en gegevensstandaardisatie met SBR data gestart. We willen vooral leren en AI experimenteer-capaciteit opbouwen.”

Animatie: AI toepassen op gestandaardiseerde gegevens zoals SBR-data.

Workbench gegevensstandaardisaties en AI
Onze ervaringen delen we in de workbench gegevensstandaardisatie en AI. De openbare workbench bevat datasets, applicaties, instructies, toegepaste data-analysetechnieken en experiment resultaten. Bouw met ons mee en deel je ervaren in de workbench.