Drie Nederlandse gemeenten hebben met succes een pilotproject afgerond waarin met behulp van machine learning documenten zijn verwerkt. Diverse Nederlandse gemeenten zijn weliswaar al volop bezig met Robotic Process Automation (RPA), maar dat gebeurt voornamelijk om repetitieve administratieve talken te automatiseren. Inzet van AI, en dan met name machine learning, gebeurt nog niet zo veel bij de decentrale overheid. De pilot laat echter zien dat de technologie veel potentie heeft.
“We wilden onderzoeken of het mogelijk was om overheidsdocumenten automatisch te classificeren en te metadateren op basis van machine learning”, zegt initiatiefnemer Robert Mekking van MvR Digital Workforce. “Dit gebeurt al wel in het buitenland, maar het bijzondere aan dit project is dat het gaat om overheidsdocumenten in het Nederlands. De tweede stap die we wilden onderzoeken was of we op basis daarvan ook de documenten konden archiveren. Op die manier zou je een gerobotiseerd proces krijgen waar documenten zonder menselijke tussenkomst verwerkt zouden worden.”
De gemeenten Heerenveen, Dronten en Het Hogeland wilden graag meedoen aan deze vooruitstrevende pilot. In het sociaal domein is vervolgens aan de hand van voorbeelddocumenten een model gebouwd om de documenten te classificeren. Het resultaat was dat 98 procent van de documenten succesvol werd verwerkt. “Dat resultaat overtrof veruit onze verwachtingen. Hiermee hebben we daadwerkelijk een stap gezet naar een slimme digitale assistent voor de overheid, in plaats van ‘domme’ robots.”
Robotisering
“Bij ons past dit project in de digitale transformatie die we als gemeente doormaken”, zegt Mark Hanekamp van de gemeente Dronten:. “Robotisering is daar in mijn visie een belangrijk onderdeel van. Dat doen we in Dronten nu met ‘normale’ robotisering op basis van RPA, om het ‘klikwerk’ bij onze medewerkers te verminderen. Daarnaast wilden we met die pilot kijken of we binnenkomende post intelligent door een robot konden laten verwerken.”
Hij benadrukt dat het doel van dergelijke projecten niet is om te bezuinigen op mensen, maar juist om de medewerkers meer tijd te geven voor taken die toegevoegde waarde opleveren. “Daarom hebben we in dit project ook nauw samengewerkt met HR om duidelijk aan mensen te kunnen vertellen dat deze vorm van automatisering geen bedreiging vormt voor hun baan. Dit zijn volgens mij geweldige initiatieven, het vergroot het werkplezier van de mensen.”
Leren
“Wij hebben meegedaan aan deze pilot om ervan te leren, om te kijken wat er allemaal mogelijk is. Het doel was nog niet een daadwerkelijke implementatie”, zegt Lieuwe van Veen van de gemeente Hogeland. “Natuurlijk is dit wel een technologie waar we in de toekomst als gemeente profijt van kunnen hebben. Het was leuk dat Heerenveen en Dronten er ook aan meededen, zodat we ervaringen konden delen.”
“Bovendien was dit een bijzonder experiment. Want ik kende RPA al wel voor het uitvoeren van herhalend werk, maar dit is een meer intelligente manier van automatiseren omdat het ging om ongestructureerde documenten. En aangezien driekwart van de gemeentelijke datahuishouding ongestructureerd is vond ik deze pilot wel interessant.”
“Daarnaast zie ik ook in de toekomst voordelen in bijvoorbeeld het wegwerken van administratieve achterstanden met behulp van een digitale assistent. Dergelijke oplossingen komen niet in plaats van mensen, maar naast mensen. Er zijn nog veel administratieve werkzaamheden bij gemeenten die handmatig worden gedaan. Dat zou veel beter digitaal gedaan kunnen worden, zodat onze medewerkers meer tijd aan de klant kunnen besteden.”
Resultaat
“We hebben heel veel documenten verzameld in het sociale domein om te testen” zegt Van Veen. ”Die zijn vervolgens met een goede verwerkingsovereenkomst gebruikt in de pilot, en het resultaat was indrukwekkend: bijna alle documenten werden correct geclassificeerd door de Natural Language Processing (NLP) software. We hebben er veel van geleerd, en het heeft bij mijn collega’s van I&A voor heel veel enthousiasme gezorgd, ze zien veel praktische toepassingen. En de hoeveelheid werk die het ons kostte viel erg mee.”
Die complexiteit lag bij MvR Digital Workforce, dat daarbij samenwerkte met Artilience. Mathieu Jonker zegt daarover: “Het traject bestaat eigenlijk uit drie onderdelen: RPA om de documenten binnen te halen, intelligentie voor de cognitieve taak classificeren en metadateren, en tenslotte weer RPA om dit in een zaaksysteem te zetten of te archiveren. Dat was nog niet eerder ontwikkeld in Nederland.”
Zorgvuldig
Het was overigens meer dan alleen technologie: Jonker: “Eigenlijk hebben we de meeste tijd besteed aan het uitzoeken van de juiste documenten en het opstellen van een goede verwerkingsovereenkomst. Dat moest natuurlijk zorgvuldig gebeuren. Uiteindelijk hebben we voor een deel gebruik gemaakt van echte productiedocumenten, en voor een deel van gepseudonimiseerde documenten.”
Het meest geavanceerde deel van de pilot was het NLP-deel. Chris Bergman van Accha legt uit: “Om de termen te duiden, NLP is een aspect van machine learning, en dat is weer een onderdeel van AI. Het bijzondere hieraan is dat het niet alleen gaat om Nederlandse taal, maar ok specifiek om het overheidsdomein. Wij hebben een techniek ontwikkeld die rekening kan houden met de waarde van begrippen in deze sector. Kort gezegd: we hebben het jargon van gemeenten omgezet in bruikbare kennis. Dankzij deze techniek heb je niet heel veel trainingsdata nodig.”
Delen
“Voor ons was het inderdaad technisch niet ingewikkeld”, bevestigt Leonie de Vries van de gemeente Leeuwarden. “We vinden innovatie belangrijk, maar we zijn nog niet heel ver met onze digitale middelen. En omdat het een pilot is konden we makkelijk meedoen om te zien wat het voor ons kon betekenen. Die resultaten wilden we intern delen, om de collega’s te laten zien wat er ondertussen allemaal mogelijk is.”
“Het grootste leerpunt was eigenblijk wel dat je duidelijk moet vastleggen hoe en waarom je documenten gebruikt, in overeenstemming met de AVG, in een goede verwerkingsovereenkomst. Je moet zorgvuldig met de gegevens van burgers omgaan als je machine learning gaat inzetten. Dit project viel samen met het introduceren van een zaaksysteem, en dit was een mooie aanvulling daarop om te laten zien wat er nog meer mogelijk is.”
Hanekamp: “Het heeft ons wel wat meer tijd gekost dan we aanvankelijk dachten, maar het heeft zeker resultaat gehad. Geautomatiseerde documentherkenning is een innovatie gebleken waar we als gemeente baat bij kunnen hebben, dus wat mij betreft is het zeker iets dat we ook in de reguliere processen zouden kunnen opnemen. Want wat per document zo’n tien minuten aan handwerk kost kun je toch veel beter automatiseren? Dat is mooi.”
