Dag Dorothee, wat was de aanleiding om deze dag te organiseren? Welke vraag lag op tafel?

Een tijd geleden kreeg ik een verzoek van de adjunct-algemeen directeur en Smart City-medewerker van Oostende om samen een project op te zetten over kunstmatige intelligentie (AI). Kan AI ook de werking van een lokaal bestuur verbeteren? Op welke manier? Dat wilden we verder onderzoeken.

We wilden hierbij aansluiten bij bestaande initiatieven en organisaties, maar tegelijk ook verder gaan dan louter het delen van kennis en echt dingen in beweging zetten. Het leidde tot een trefdag in Oostende met tal van lokale besturen, waar we in samenwerking met het Kenniscentrum Data en Maatschappij, Stad Oostende, Digitaal Vlaanderen en bedrijven (en met ondersteuning van VLAIO) verkenden wat AI voor hen kan betekenen.

Met het Kenniscentrum Data en Maatschappij werken we al samen in een traject waarin we met lokale besturen onderzoeken hoe we een ethisch verantwoord lokaal camerabeleid kunnen voeren. Het Kenniscentrum trekt ook samen met Scivil het burgerwetenschapsproject ‘amai!’. In dit project brengen ze onder meer burgers en experts samen om AI-oplossingen te bedenken en ontwikkelen voor belangrijke maatschappelijke uitdagingen. De methodiek die ze gebruiken bij amai!, leek zeer geschikt voor het traject dat we zelf voor ogen hadden.

Mooi meegenomen was ook dat we de uitkomsten van die dag konden gebruiken als input voor de Trefdag Hackathon, georganiseerd door Digitaal Vlaanderen in oktober 2023. Zo waren we zeker dat de ideeën niet zouden blijven liggen.

Wie waren de deelnemers?

De 25 deelnemers bekleden diverse functies bij lokale besturen. Onder de aanwezigen waren adviseurs smart city, beleidscoördinatoren en diensthoofden bevoegd voor thema's zoals HR, IT, openbare ruimte, milieu, organisatieontwikkeling, welzijn,... In de namiddag schoven ook enkele technologiebedrijven mee aan tafel. De aanpak is heel laagdrempelig en kan voor een breed publiek aan geïnteresseerden worden ingezet.

Hoe verliep de dag dan precies?

We hebben gezocht naar een evenwicht tussen inspiratie en cocreatie. De deelnemers kregen inhoudelijke input, maar het was vooral de bedoeling hen uit te dagen en aan het werk te zetten. We nodigden hen uit om ideeën voor AI te bedenken om interne processen van het lokale bestuur te optimaliseren en klimaat- en milieuproblemen aan te pakken. Het Kenniscentrum Data & Maatschappij speelde een belangrijke rol door hun kennis en expertise op het gebied van AI beschikbaar te stellen en de workshop te begeleiden.

Het Kenniscentrum heeft een toegankelijke methodiek ontwikkeld rondom een kaartenset met ‘Wat als’-stellingen. Elk stelling verwijst naar een bepaalde meerwaarde die AI zou kunnen bieden. Wat als je als gebruiker spraakbediening kan gebruiken? Wat als je patronen kan afleiden uit grote hoeveelheden gegevens? Na eerst de noden verder uit te diepen, leidden die stellingen snel tot concrete AI-oplossingen. De methodiek, in combinatie met het enthousiasme en de expertise van de medewerkers van het Kenniscentrum, heeft ervoor gezorgd dat we snel de uitdagingen op scherp konden stellen en concrete mogelijkheden voor AI-oplossingen hebben bedacht.

Wat kan je niet doen met deze aanpak? Wat zijn de grenzen?

De aanpak werkt goed als startpunt, in die zin dat je na de workshop een beter zicht hebt op de belangrijkste uitdagingen en mogelijke oplossingen. Daarna is het natuurlijk zaak om de ideeën verder uit te diepen en die in vervolgsessies verder te exploreren met een diverse groep van experten en stakeholders.

Welke ideeën leverde de dag uiteindelijk op voor de hackathon die je vermeldde?

Er werden heel wat pistes en ideeën verkend, maar uiteindelijk waren er drie die de medewerkers van lokale besturen graag verder willen verkennen tijdens de hackathon.

Een eerste idee keek naar ontharding van de publieke ruimte: zou een AI-tool die potentiële onthardingsprojecten kunnen analyseren en het effect ervan voorspellen op basis van actuele gegevens?

Een tweede idee wil verkennen hoe omgevingsvergunningen efficiënter en rechtlijniger kunnen worden beoordeeld, bv. door advies uit gelijkaardige dossiers samen te vatten ter info voor de behandelaars. Eventueel kan ook de kans dat bezwaarschriften worden ingediend, zo ook worden voorspeld, zodat hiermee rekening wordt gehouden bij de opvolging van het dossier?

Een laatste idee focust op competenties van medewerkers. Hoe kunnen we kennisdeling vereenvoudigen, hoe kunnen we competenties van de toekomst in kaart brengen en het opleidingsaanbod hierop afstemmen? Kunnen we hier ook de werklast in kaart brengen? Dit zijn vragen waar het laatste idee zich op toelegt.

Bedankt voor dit gesprek Dorothee. Wij zijn in elk geval benieuwd naar de verdere uitwerking van deze ideeën in de hackathon. Veel succes!