‘Was een soort vliegende keep tussen AI-projecten’

Iets met AI willen gold ook voor Gemeente Rotterdam. Marit: “Maar je hebt als gemeente wel een voorbeeldfunctie én aan veel zaken zit een politiek randje. Elke wethouder wil wat anders. Dat neemt niet weg dat mijn team en ik de kans kregen om proactief op zoek te gaan naar de beste oplossingen. Met de klant, in dit geval mensen uit diverse gemeentelijke clusters, zijn we gaan kijken naar hoe we ze het beste zouden kunnen helpen. Ik zat vanuit het advanced analytics team als enige in alle projecten. Noem het een vliegende keep die het leuk vindt om allerlei verschillende projecten te doen, maar tegelijkertijd ook zaken snel wil opstarten.” 

Praktisch bezig zijn

Afwisseling en iets snel op de rails krijgen kenmerken Marit, die in Amsterdam woont en ‘ooit’ neurobiologie studeerde. “Dat wetenschappelijke was prettig, hetzelfde gold voor onderzoeksstages, maar praktisch bezig zijn vond ik al snel leuker. Zo ben ik in data science terecht gekomen.” Na een uitstapje bij een consultancybedrijf, kwam ze bij Data Talents terecht. “Nu kan ik voor mijn gevoel weer helemaal zelf kiezen waar ik terecht kom.”

Met GenAI voorspellen

Binnen de gemeente kon Marit haar hart ophalen, wat ook blijkt uit de voor haar doen lange periode bij de organisatie. Eerder was ze werkzaam binnen diverse andere organisaties, zoals Havenbedrijf Rotterdam, Prorail en het CBS. Inmiddels is ze aan de slag bij Rijkswaterstaat. Bij Gemeente Rotterdam springen er twee projecten voor haar uit. Eén project was gericht op het voorspellen en prognosticeren van de bijstandspopulatie, het andere project richtte zich op ‘tekst mining’. “Met machine learning hebben we voorspellingen gedaan voor verschillende groepen in de bijstand, specifiek gericht op hoe het hiermee over twee jaar zou gaan. In diverse modellen we hebben gekeken naar interventies, zoals nazorg/loonkostensubsidie,  die de gemeente toepast om mensen uit de bijstand te halen. 

‘LLM’s ontwikkeld voor verbeteren teksten zoals jaarverslagen’

In de tweede grotere opdracht hield Marit zich vooral bezig met het toepassen van generatieve AI (GenAI) voor het verbeteren van teksten. “Dat was gericht op jaarverslagen. Die moeten door iedereen te lezen zijn maar tegelijkertijd aan bepaalde schrijfeisen voldoen, zoals B2-niveau en foutloos zijn. LLM’s (large language models) zijn ingezet als tekstverbeteraar. Het doel hierbij was uiteindelijk om dit als basis te gebruiken en de modellen klaar te stomen voor breder gebruik bij het schrijven van teksten.” 

Aanvullend aan de twee grotere projecten kwam er nog een berg projecten voorbij waar Marit zich mee bezighield, zoals het ontwikkelen van GenAI-oplossingen voor het automatisch extraheren en structureren van relevante informatie uit documenten. 

Basisstructuur neergezet voor komende jaren

Inzicht in keiharde resultaten door de AI-projecten kan Marit nog niet geven. Wel ziet de ze potentie. “Heel veel organisaties pompen nu geld in AI, hopend dat dit leidt tot efficiencyslagen. Dat is een soort leergeld, al verwacht ik van sommige projecten wel veel, zoals het slimmer doorzoeken van documenten en het sneller verbeteren van teksten.” Voor Marit zelf was het ook een leertraject. “Maar dat is met data science eigenlijk altijd zo.” Toch profiteert Gemeente Rotterdam ook nu al van de werkzaamheden van het team van Marit. “Met GenAI kun je maatwerk maken, maar voor het doorzoeken van de documenten hebben we een structuur ontwikkeld die breder inzetbaar is. Ook is er één front-end ontwikkeld waarop we zaken hosten. Dat vormde het fundament en ook voor het evalueren van de resultaten hebben we vergelijkbare methodes ontwikkeld. Dus de basis voor de komende jaren staat, het is nu aan de wethouders om aan te geven waar ze mee aan de slag willen.”