Gedachten over Open Data, Big Data, Kunstmatige Intelligentie in de Beleidsontwikkeling.

Een overheid die transparanter wordt. De Wet hergebruik van overheidsinformatie stimuleert overheden steeds meer data openbaar te maken. Soms wordt dat door ambtenaren als lastig gezien omdat, als je een onderzoek uitvoert, en je wilt dit nog niet publiekelijk maken vanwege politieke risico’s, dat door deze wet wél moet.
Maar stel dat je ‘omdenkt’? Wat kan je juist wél met open data in de beleidsontwikkeling en beleidsproducten in de uitvoeringspraktijk?

Naast Open Data zijn er Big Data. Tegenwoordig zijn er bijna geen grenzen aan het verzamelen, analyseren en opslaan van miljarden dynamische data. Je kun zelfs praten over statisch versus dynamisch beleid, analoog aan Big Data.

‘Last but not least’ zijn er nog andere ontwikkelingen in de Technologie. Kunstmatige intelligentie, robotisering, drones en ga zo maar door. Toch stellen wij nog niet de vraag wat dat voor de beleidsontwikkeling zélf kan betekenen?

Dat brengt ons bij de volgende vraag. Welke andere uitkomsten kan de beleidsontwikkeling opleveren als de bovenstaande drie invalshoeken structureel deel uitmaken van het beleidsproces? Enerzijds m.b.t. tot de beleid-dataverzameling zélf en anderzijds als onderdeel van een beleidsproduct (beleidsresultaat in de praktijk).
Bijgaand een matrix die kan dienen als eerste conceptuele kader:

Tabel  1: Beleidsvraagstuk en Data/technologie-invalshoeken

(Beleids)vraagstuk: ……………………………………….

Onderzoek /

data verzamelen

in de beleidsontwikkeling

Concreet beleidsproduct / praktijktoepassing

Welke Open Data zijn interessant voor het vraagstuk (dataverzameling en/of beleidsproduct)? Waar vind ik die?

Waar en HOE vind ik die?

Welke Open Data levert mijn beleidsproces op? Hoe maak ik die toegankelijk?

Welke Big Data zijn interessant voor dit vraagstuk (dataverzameling en/of beleidsproduct)? Hoe krijg ik daar toegang toe?

Welke big data software is er al? Hoe die te benutten in de beleids-ontwikkeling?

Welke big data software is er al? Hoe die te benutten in de eindproducten van beleid?

Wat kan de concrete bijdrage van Artificial Intelligence, robots, drones, etc. zijn nu of in de nabije toekomst (voor de dataverzameling en/of beleidspraktijkproduct van dit vraagstuk)? Hoe kan dat worden vormgegeven?

Hoe machineleeralgoritmes toe te passen in het beleidsproces?

Hoe machineleeralgoritmes toe te passen in het beleidsproduct?

Big Data, ‘reality mining’ en onderzoek
Of we nu Whatsappen, onze GPS gebruiken of gewoon bellen, we laten allemaal een spoor aan digitale broodkruimels na. Bij elkaar opgeteld levert dit een ongekende hoeveelheid informatie op over menselijk gedrag. Daar kan op een nieuw niveau onderzoek mee worden gedaan.
De motor van de sociale fysica zijn Big Data die voortkomen uit de genoemde digitale kruimels die we allemaal om ons heen strooien tijdens onze gang door de wereld. Denk aan telefoongegevens, pinbetalingen en positiebepalingen via GPS. Deze data vertellen het verhaal van je dagelijkse leven en leggen vast wat ieder van ons heeft gedaan. Je kunt nu van microseconde zien hoe organisaties, steden en netwerken zich ontwikkelen en alle interacties tussen miljoenen mensen onder de loep nemen. Dat verschilt sterk van wat we op Facebook zetten. Klassieke wetenschappelijke methoden blijken tekort te schieten in termen van goede onderzoeksresultaten, zo stelt Pentland, waardoor er ‘wetenschappelijke opinies’ worden geponeerd die met de dag kunnen veranderen. De afgelopen decennia hebben wetenschappers ontdekt hoe ze big data kunnen benutten en gebruiken vanuit gegevensverzamelingen van bedrijven zoals telefoon-providers en bedrijven voor sociale media.

http://www.managementissues.com/index.php/
ontwikkelingstools/77-ontwikkelingstools/864-sociale-big-data-wat-we-er-van-kunnen-leren-over-leren
 

Voorbeeld praktijktoepassing 1: Lerende zwerfkinderen
Een fascinerend voorbeeld van de manier waarop technologie een volstrekt vanzelfsprekend onderdeel is geworden van onszelf en de maatschappij, werd zichtbaar in het zog. ‘Hole in the Wall’ – project van professor Sugata Mitra van de universiteit van Newcastle. Hij maakte  in 1999 simpelweg een gat in een muur in een sloppenwijk in New Delhi met daarin een computer met een internetverbinding. Hij wilde graag zien hoe zwerfkinderen, die nog nooit met een computer hadden gewerkt, – ermee omgingen. Tot zijn blijdschap bleken ze niet alleen in korte tijd de computervaardigheden onder de knie te krijgen, maar ook zich zelf Engels en wiskunde te leren. Zonder dat een leraar er aan te pas kwam dus, en zonder aanmoediging van een projectmanager of wetenschapper. Het project is inmiddels uitgebreid naar diverse landen.
http://www.managementissues.com/index.php/
organisatietools/83-organisatietools/915-wij-zijn-big-data-de-toekomst-van-onze-informatiesamenleving
 

Voorbeeld praktijktoepassing 2: Self – care
‘Selfcare’ begint op te komen. De consument gaat dan zelf het heft in handen nemen waarbij je jezelf kan gaan monitoren om daar je voeding of medicijngebruik op af te stemmen. We worden ons eigen laboratorium gebaseerd op lab-on-a-chip-technologie. Het gebruik van een weegschaal zal worden vervangen door mogelijkheden om je eigen bloed te meten. Daarbij word je bijv. al vroeg gewaarschuwd of je door je levensstijl Diabetes type 2 ontwikkelt. In die zin kunnen Big Data ons helpen al in een vroegtijdig stadium nieuwe gewoontes aan te leren.
http://www.managementissues.com/index.php/
organisatietools/83-organisatietools/915-wij-zijn-big-data-de-toekomst-van-onze-informatiesamenleving
 

Voorbeeld praktijktoepassing 3: Griep
Met Big Data kunnen we de wereld op veel gedetailleerder niveau onderzoeken waardoor bijv. Google de verspreiding van griep kan voorspellen voordat dit heeft plaatsgevonden.
http://www.managementissues.com/index.php/
organisatietools/83-organisatietools/915-wij-zijn-big-data-de-toekomst-van-onze-informatiesamenleving
 

Voorbeeld praktijktoepassing 4: Criminaliteit
Neem diverse Amerikaanse steden die al succes boeken met ‘voorspellend surveilleren’: op basis van analyse van grote hoeveelheden data uit diverse bronnen bepalen algoritmes welke straten extra aandacht verdienen van de agenten. Het effect is meer arrestaties maar vooral ook lagere misdaadcijfers.
http://www.managementissues.com/index.php/
organisatietools/83-organisatietools/915-wij-zijn-big-data-de-toekomst-van-onze-informatiesamenleving

Max Herold
Juli, 2017

 

Nieuwste artikelen

๐—•๐—ผ๐—ฒ๐—ธ๐—ฒ๐˜€๐˜๐—ถ๐—ท๐—ป en ๐——๐—ฒ ๐—ช๐—ถ๐—ท๐—ธ ๐˜ƒ๐—ผ๐—ผ๐—ฟ๐˜€๐—ฝ๐—ฒ๐—น๐—น๐—ฒ๐—ป ๐—ฑ๐—ฒ ๐˜๐—ผ๐—ฒ๐—ธ๐—ผ๐—บ๐˜€๐˜: ๐—ผ๐—ฝ ๐˜‡๐—ผ๐—ฒ๐—ธ ๐—ป๐—ฎ๐—ฎ๐—ฟ ๐—ฒ๐—ฒ๐—ป ๐—ป๐—ถ๐—ฒ๐˜‚๐˜„๐—ฒ ๐˜„๐—ฒ๐—ฟ๐—ฒ๐—น๐—ฑ๐—ผ๐—ฟ๐—ฑ๐—ฒ

Boek: Omgaan met ongeschreven regels

Boek: Spiral Dynamics

De spiraal van waarden en denken