Agent.IA wordt gepresenteerd op de Smart City Expo, het openbare en gedeelde platform voor de lokale wereld.
delen
De provinciale overheden van Barcelona, Girona, Lleida en Tarragona en het AOC-consortium hebben dit op 3 november gepresenteerd in het kader van deSmart City Expo WereldcongresHet samenwerkingsmodel waarmee Catalonië de toepassing van kunstmatige intelligentie in de lokale wereld wil bevorderen, is opgebouwd rond twee complementaire initiatieven: Local.IA, de gedeelde strategie van kennis, methodologie en governance, en Agent.IA, het technologische platform dat het mogelijk maakt om te experimenteren met en AI-oplossingen te implementeren met de nodige garanties.
Die AI bereikt alle gemeenteraden.
De presentatie bracht een gedeelde uitdaging ter sprake: hoe ervoor te zorgen dat alle lokale overheden, ongeacht hun omvang en capaciteit, kunstmatige intelligentie kunnen inzetten om publieke diensten te transformeren en de zorg voor burgers te verbeteren.
Het antwoord is gebaseerd op een ervaring die al succesvol is toegepast in de digitale transformatie: bouw één keer, deel met iedereen. De samenwerking tussen de provinciale raden, de AOC en de lokale gemeenschap heeft het vandaag de dag mogelijk gemaakt om in een kleine gemeente openbare informatie elektronisch te verwerken of te raadplegen via het portaal van de AOC. transparència Het zou net zo makkelijk moeten zijn als in een grote stad. De uitdaging is nu om ditzelfde gedeelde model over te zetten naar kunstmatige intelligentie.
Het voorstel is om kennis, data, infrastructuur, methodologie en oplossingen te delen. Het gaat er niet om dat elke gemeenteraad zijn eigen AI ontwikkelt, maar om de voorwaarden te scheppen zodat iedereen er met de nodige garanties gebruik van kan maken.
Sterk gedigitaliseerd, maar weinig getransformeerd.
AI komt op een moment dat overheidsinstanties grote vooruitgang hebben geboekt op het gebied van digitalisering, maar er is nog steeds veel ruimte voor verbetering. Het digitaliseren van een procedure betekent niet per se dat deze eenvoudiger, sneller of efficiënter wordt. Er zijn nog steeds processen, zoals de verwerking van sociale bijstand, bouwvergunningen of verzoeken om toegang tot openbare informatie, die veel van de complexiteit van vroeger behouden.
Hier kan AI een kwalitatieve sprong voorwaarts betekenen. Maar technologie alleen transformeert een organisatie niet. Het kan verandering versnellen en katalyseren, maar om deze verandering daadwerkelijk te laten plaatsvinden, zijn governance, kwalitatieve data, gedeelde resources, talent, nieuwe organisatiemodellen en een gemeenschappelijke visie nodig.
Om die reden is Agent.IA niet zomaar een technologisch project, maar een samenwerkingsinitiatief en een gedeelde infrastructuur om de transformatie van de lokale wereld te versnellen.
Een van de meest unieke aspecten van het initiatief is juist het bestuursmodel. De ervaring van andere landen en gemeenschappen laat zien dat publieke AI-projecten doorgaans worden geleid door een overheid die oplossingen ontwikkelt die vervolgens door andere organisaties kunnen worden gebruikt. Het Catalaanse model wil een stap verder gaan: overheden op verschillende niveaus delen vanaf het begin visie, kennis, data, middelen en oplossingen.
Het is een ambitieuze verbintenis en tevens een uitnodiging om samen te leren. Innoveren betekent experimenteren, resultaten vergelijken en ervan uitgaan dat niet alle tests in één keer zullen slagen.
Het tweede aspect betreft gedeelde resources: methodologie, training, richtlijnen, best practices en ervaringen. Het derde aspect is het gedeelde platform voor AI-oplossingen, met tools die het mogelijk maken om op een flexibele en veilige manier te experimenteren met, te valideren en oplossingen voor kunstmatige intelligentie te implementeren.
En het vierde aspect is de gemeenschappelijke technologische en data-infrastructuur, die databeheer en -kwaliteit garandeert.
Local.IA: ondersteuning van lokale overheden bij de implementatie van AI
Local.IA is een ecosysteem van gedeelde resources om gemeenten te ondersteunen bij de implementatie van AI: trainingen voor gekozen functionarissen en technisch personeel, methodologie en richtlijnen voor het evalueren van use cases, documentmodellen, best practices en een community om ervaringen te delen. Het doel is dat geen enkele gemeente, hoe klein ook, de vragen die AI oproept alleen hoeft te beantwoorden.
Dit alles vanuit een openbaar, veilig, duurzaam en ethisch model: openbaar, omdat de leiding en controle bij de overheid liggen; veilig, omdat het gegevens en de rechten van mensen beschermt; duurzaam, omdat het de kosten deelt en prioriteit geeft aan efficiënte oplossingen; en ethisch, omdat het de belangen van de burgers vooropstelt. transparència algoritmische principes en de beginselen van de Europese verordening inzake kunstmatige intelligentie.
Experimenteren is mogelijk, maar wel met garanties.
Vertrouwen is een onmisbare voorwaarde voor de integratie van AI in publieke diensten.
Daarom is het de bedoeling om rapporten op te stellen voordat een use case in productie wordt genomen. transparència Algoritmisch onderzoek dat systematisch de rechten en principes analyseert die gewaarborgd moeten worden, de risico's, het potentieel en de impact van de oplossing, de noodzakelijke mitigatiemaatregelen en de monitoring- en toezichtsmechanismen.
Het is niet voldoende dat een systeem werkt. Het is noodzakelijk om met garanties aan te kunnen tonen dat het werkt. Dit houdt in dat er tests en bewijsmateriaal moeten worden gegenereerd, periodieke controles moeten worden uitgevoerd en het gedrag ervan in de loop van de tijd moet worden gemonitord. Deze methodologie stelt ons in staat om van experimenteren over te stappen naar daadwerkelijke dienstverlening, risico's te verminderen en vertrouwen op te bouwen tussen overheden, professionals in de publieke sector en burgers.
Een gedeelde AI-toolbox om mee te experimenteren.
Agent.IA wil lokale overheden een gedeelde omgeving bieden waar ze kunnen experimenteren met verschillende kunstmatige intelligentietechnologieën en -modellen voordat ze deze in hun diensten integreren.
Deze aanpak stelt je in staat sneller te leren, succesvolle resultaten te delen en de kosten en risico's van individuele experimenten te verlagen.
Het stelt ons ook in staat om verschillende soorten modellen te evalueren, zowel commerciële als publieke en open modellen, en in elk geval te analyseren welk alternatief een betere balans biedt tussen functionaliteit, beveiliging, privacy, autonomie en duurzaamheid.
Het doel is niet om één enkele technologie te hebben, maar om een gedeelde publieke capaciteit op te bouwen om te experimenteren, te leren en AI met garanties in te zetten.
Gebruiksscenario's die waarde creëren voor burgers en de overheid.
De eerste geïdentificeerde toepassingsvoorbeelden tonen het praktische potentieel van deze aanpak aan.
Een van de meest voor de hand liggende toepassingen is het voor burgers gemakkelijker te maken om overheidsinformatie te vinden en te begrijpen door middel van intelligente zoekmachines en virtuele assistenten.
Maar de mogelijkheden reiken veel verder. Bij gereguleerde procedures zoals werving, subsidies, personeelsbeheer of sociale diensten kan AI helpen bij het automatiseren van repetitieve taken en zowel burgers als ambtenaren ondersteunen. Zo kan het systeem bijvoorbeeld, voordat iemand een aanvraag indient, waarschuwen dat er een document ontbreekt of dat een vereiste moet worden gecontroleerd. Aan het einde van de procedure kan het de ambtenaar helpen bij het controleren van de documentatie aan de hand van een checklist.
Het doel is niet om het oordeel van de overheidsfunctionaris te vervangen, maar om zijn of haar capaciteit te vergroten en tijd vrij te maken voor taken die meer toegevoegde waarde leveren.
Zonder kwalitatieve data is er geen kwalitatieve AI.
Dit hele model heeft een essentiële basis nodig: betrouwbare, goed beheerde en herbruikbare data.
Om deze reden is Agent.IA gekoppeld aan LocalDates, een gedeeld lokaal dataplatform waarmee informatie kan worden beheerd en gecontroleerd, de kwaliteit ervan kan worden gegarandeerd en een catalogus van gevalideerde dataproducten geleidelijk beschikbaar komt.
Deze gedeelde infrastructuur is met name belangrijk voor gemeenten met beperkte middelen.
Deel kennis, gegevens en oplossingen.
De uitdaging voor de komende jaren is het creëren van een referentieplatform voor alle lokale overheden, waarin drie fundamentele elementen gedeeld kunnen worden:
kennis, omdat we profiteren van de ervaring van anderen en niet steeds helemaal opnieuw hoeven te beginnen;
data, omdat de waarde ervan, binnen het bijbehorende juridische en bestuurlijke kader, toeneemt wanneer het gedeelde kennis kan genereren;
oplossingen, zodat wat in de ene administratie werkt, door vele andere administraties hergebruikt kan worden.
En met de extra overtuiging: innovatie is niet afhankelijk van omvang of hiërarchie. Op lokaal niveau experimenteren kleine gemeenten met lokale modellen van kunstmatige intelligentie en ontwikkelen ze oplossingen die uiteindelijk nuttig kunnen zijn voor het systeem als geheel.
Het doel is dus niet alleen dat kleine overheden kunnen profiteren van de oplossingen van grote overheden. Het is ook de bedoeling een ecosysteem te creëren waarin een goed idee dat in een gemeenteraad ontstaat, kan worden opgeschaald en de hele lokale gemeenschap ten goede kan komen.
De provinciale overheden van Barcelona, Girona, Lleida en Tarragona en het AOC-consortium hebben op 3 november, in het kader van de Smart City Expo World..., hun plannen gepresenteerd.
Wat geeft aan dat een gemeenteraad vooruitgang boekt op het gebied van digitale volwassenheid? Een belangrijke aanwijzing is of de gemeenteraad gebruikmaakt van de data waarover andere...
Tijdens de III DPD Online Meeting kon de AOC de voortgang van het rapport presenteren. transparència algoritme (TRAL) en vergelijk de aanpak ervan met die van beveiligingsprofessionals...
