Thought leaders

Waarom de AI-revolutie van de overheid begint met betere tools, niet alleen betere data

mm
Gepubliceerd op
Bijgewerkt op
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Decennialang zijn beslissingen in de publieke sector genomen op basis van broze, gefragmenteerde systemen. In een tijdperk van snelle beleidsveranderingen en real-time informatie is de bottleneck niet langer de toegang tot data, maar het gebrek aan beslissingsgereedheid van de tools die context, herkomst en beveiliging in de workflows waar functionarissen daadwerkelijk handelen. Gebruiksvriendelijkheid is nu belangrijker dan de ophoping van brute data, en de vraag is hoe overheden kunnen aanpassen door het bouwen of kopen van AI-geactiveerde tools die het uitvoeren van beleid sneller, veiliger en verantwoordelijker maken.

De bottleneck: gebruiksvriendelijkheid, niet data-toegang

Overheden beschikken al over een enorme hoeveelheid informatie, zoals wetgevings trackers, regelgevingsaanvragen, economische indicatoren, satellietbeelden, open-source media en interne rapporten. Het kernprobleem is hoe die informatie de beslissingsnemers bereikt, wat langzaam, gefragmenteerd en vaak zonder de nodige context of herkomst is. De Amerikaanse toezichthouders hebben benadrukt dat zonder sterke governance, integratie en traceerbaarheid, AI en analytics worstelen om operationele beslissingen te nemen in missie-kritieke omgevingen.

Dashboards en data lakes alleen lossen dit zelden op. Onderzoek naar management laat zien dat dashboards, nuttig als ze zijn, gebruikers kunnen misleiden of overweldigen en niet inherent betere beslissingen nemen, tenzij ze nauw verbonden zijn met concrete keuzes en acties. Studies suggereren ook dat de werkelijke waarde van analytics alleen naar voren komt wanneer data wordt herframed rond beslissingsname zelf, en niet alleen wordt opgehoopt voor zijn eigen sake.

Waarom de status quo nu rijp is voor AI-transformatie

Overheden overal worstelen met verouderde systemen, dunne institutionele herinneringen en een overvloed aan complexe beleidsvragen. Deze langdurige structurele problemen komen samen op het moment dat AI-tools steeds capabeler worden om ze aan te pakken, waardoor de status quo onhoudbaar wordt en het geval voor transformatie dringend wordt.

1) Patchwork-systemen blijven bestaan. Critische overheids-IT is nog steeds een mozaïek van legacy-toepassingen, e-mail workflows en gesloten databases die niet samenwerken. De Amerikaanse Government Accountability Office (GAO) wijst consequent op decennialange, missie-kritieke systemen die duur zijn om te onderhouden en moeilijk te moderniseren, met updates tot 2025 die de meest risicovolle platforms details. Wereldwijd zijn overheden op weg naar platform-niveau capaciteiten, maar de vooruitgang is ongelijk; de World Bank’s GovTech Maturity Index is een nuttig perspectief op waar digitale overheidsbouwstenen zijn en nog niet zijn. Ondertussen maakt de EU’s Interoperable Europe Act interoperabiliteit (gedeelde oplossingen, standaarden, hergebruik) een wettelijke vereiste in de publieke sector, een aanpak die het waard is om te volgen buiten Europa.

2) Institutionele herinneringen verdwijnen. Vertrek en verloop van personeel ondermijnen de context – wie beslist wat, waarom en onder welke beperkingen. In de VS rapporteert de Partnership for Public Service een 5,9% overheidsbrede vertrekpercentage in het fiscale jaar 2023, lager dan 2022 maar nog steeds gevolgen voor kenniscontinuïteit. Onderzoek naar senior-level personeelsbezetting laat ook zien hoe verloop expertise en relaties ondermijnt die essentieel zijn voor coördinatie over de uitvoerende tak.

3) Beleidscomplexiteit versnelt. De pure hoeveelheid regelgeving en richtlijnen creëert blind spots voor organisaties zonder geautomatiseerde veranderingdetectie. De Amerikaanse Federal Register publiceert jaarlijkse statistieken over regels, voorgestelde regels en totale pagina’s, wat de omvang en variabiliteit illustreert die agentschappen (en gereguleerde entiteiten) moeten volgen. Text-as-data projecten zoals RegData kwantificeren de groei en distributie van regelgevingsbeperkingen over tijd, waardoor machine-leesbare bewijs wordt geboden dat de monitoringlast reëel is.

Van analyse naar operaties: purpose-built AI-agents voor beleid

De volgende golf gaat verder dan AI die analyseert naar AI die operationaliseert. Purpose-built agents voor de publieke sector moeten:

  • Continu monitoren van relevante bronnen over jurisdicties en talen heen (bijv. kunnen media signalen op grote schaal worden gemonitord).
  • Veranderingen markeren met context en herkomst, waardoor wordt aangegeven welke wet, regel of richtlijn is veranderd en waarom het ertoe doet.
  • Eerste versie van briefs en impactnotities opstellen gekoppeld aan de autoritatieve brondocumenten en de verantwoordelijke beleids eigenaar.
  • Levende stakeholderkaarten onderhouden die de veranderende autoriteit en invloed weerspiegelen in plaats van statische organisatiekaarten.
  • Direct integreren in actiepunten zoals taken, commentaarportalen, docketing systemen en goedkeuringsketens, zodat inzicht kan worden omgezet in actie in hetzelfde venster.

Publieke richtlijnen ondersteunen deze verschuiving. De NIST AI Risk Management Framework (AI RMF 1.0) legt praktijken vast voor het maken van AI valide, betrouwbaar, veilig, beveiligd en veerkrachtig, verantwoordelijk, transparant, verklarend en privacy-geënhanceerd. In 2024 gaf het Amerikaanse Office of Management and Budget aan agentschappen de opdracht om AI-gebruiksinventarissen bij te houden en minimum risicopraktijken te implementeren voor gebruiken die de rechten of veiligheid van het publiek beïnvloeden.

Hoe “goed” eruit ziet voor overheids-AI-tools

Niet elke AI-oplossing is geschikt voor de publieke sector. Om vertrouwen en betrouwbaarheid te behouden, moeten tools een hogere standaard halen en zijn gebouwd rond transparantie, beveiliging en interoperabiliteit, waarbij ook wordt gewaarborgd dat inkoopkaders verantwoordelijkheid versterken.

1) Beslissingscentrisch door ontwerp. Begin met de hoogrisicobeslissingen (bijv. of een noodwaarschuwing moet worden afgegeven, hoe te reageren op een voorgestelde regel, wanneer een interagencyconsult moet worden geactiveerd). Werk achteruit naar het minimum aan bewijs en herkomst dat nodig is om te handelen. Bied opties, niet alleen inzichten, en maak de “volgende actie” duidelijk. Dit komt overeen met de AI RMF-nadruk op het begrijpen van context, risico meten en controles beheren over de levenscyclus.

2) Verklaarbaarheid en bronkoppeling, standaard. Elke claim moet traceerbaar zijn naar een brondocument met inline citaten en tijdstempels. Dit is evenzeer een UX-vereiste als een governance-een. De GAO-accountabilitykader benadrukt documentatie en auditeerbaarheid, zodat AI traceerbaar en beheersbaar kan zijn in publieke missies.

3) Beveiliging en naleving ingebakken. Operationele tools moeten in overeenstemming zijn met zero-trust-architecturen en de realiteit van multi-cloud en, waar van toepassing, geclassificeerde netwerken. In de VS betekent dit ontwerpen naar FedRAMP-autorizaties voor cloudservices en implementeren van OMB’s Zero Trust-strategie naast CISA’s Zero Trust Maturity Model v2.0.

4) Interoperabel vanaf dag één. Beleidsuitvoering overschrijdt agentschappen, overheidsniveaus en grenzen. API’s, gedeelde vocabulaires en metadata-standaarden zijn voorwaarden voor bruikbare AI-hulpmiddelen. De EU’s Interoperable Europe Act is een vooruitstrevend model dat hergebruik en grensoverschrijdende interoperabiliteit promoot; het begon in juli 2024 en faseren verder verplichtingen in 2025. World Bank GTMI-bewijs toont ook aan dat platform-niveau capaciteiten correleren met betere dienstverlening en veerkracht.

5) Inkoop die resultaten beloont. Agentschappen melden consequent dat inkoopregels en complexiteit van naleving de adoptie van AI vertragen. Recente beoordelingen benadrukken de noodzaak om AI-risicovoorwaarden op te nemen in contracten en om verwerving te gebruiken als een hefboom voor vertrouwd AI. De GAO-beoordeling van 2025 van het gebruik van generatieve AI bij federale agentschappen bracht uitdagingen aan het licht, waaronder naleving van bestaande beleidsregels, technische resourcebeperkingen en het bijhouden van passende gebruiksbeleid.

De inzet en de kans

De inzet en de kans zijn duidelijk. In nationale veiligheid en economisch beleid is het venster voor actie samengedrukt van weken tot dagen tot uren. De Nationale Veiligheidscommissie voor Kunstmatige Intelligentie eindrapport waarschuwde dat overheden die niet aanpassen aan AI-geactiveerde workflows hun beslissingsvoordeel zullen opgeven; tools die informatie omzetten in opties met ingebouwde governance kunnen het verschil maken tussen tijdige actie en vermeidbare vertraging. De ware revolutie zal niet een andere datawarehouse zijn, maar operationele AI-tools die context, herkomst en verantwoordelijkheid inbouwen op het punt van beslissing. Als het goed wordt gedaan, versterkt AI het menselijke oordeel dat centraal staat in democratisch bestuur in plaats van het te vervangen.

mm

Joe Scheidler is de medeoprichter en CEO van Helios, een AI-natief platform dat het besturingssysteem voor interactie tussen de publieke en private sector bouwt, te beginnen met wetgevingsinformatie, voorspelling van regelgevingscompliance en automatisering van overheidszaken. Voordat hij Helios oprichtte, was Joe beleids- en strategieadviseur op het ministerie van Buitenlandse Zaken van de Verenigde Staten, waar hij het Congres betrok bij de coördinatie van de Amerikaanse regering voor de Partnership for Global Infrastructure and Investment (PGI). Daarvoor werkte hij twee jaar in het Witte Huis, onder meer als speciaal adviseur bij het Office of the National Cyber Director (ONCD) en als associate director voor Nationale Veiligheid en Buitenlandse Zaken Personeel.

Vroeger in zijn carrière had Joe functies bij het kantoor van de USAID-beheerder, de Senaat van Virginia en bij meerdere politieke campagnes op lokaal, congres- en presidentsniveau. Hij begon zijn carrière bij een non-profitorganisatie gericht op veteranen en militaire gezinnen.

Joe heeft een B.A. van de Universiteit van New Hampshire, voltooide graduate-cursussen aan de Harvard Universiteit en behaalde een M.A. aan de U.S. Naval War College, waar hij zich richtte op informatie-operaties en militaire inlichtingen. Hij is lid van de Council on Foreign Relations Young Professionals Briefing Series en de Foreign Policy for America Next Gen Initiative. Oorspronkelijk uit New Hampshire, woont Joe nu in New York City. Hij houdt van wandelen, zeevruchten, basketbal en tijd doorbrengen met zijn hond, Scout.