In het project PROBE onderzoeken we hoe we artificiële intelligentie kunnen inzetten om informatie uit besluiten transparant en beter vindbaar te maken.
Probeer jij ook je weg te vinden in het besluitenbos? Welke omgevingsvergunning is aangevraagd? Wordt mijn straat heraangelegd? Wat is de visie van de stad over drones? Er is veel informatie beschikbaar over het Gentse bestuur. Die informatie vinden die je echt nodig hebt, is niet altijd eenvoudig in het uitgebreide informatie aanbod van de stad.
Wat bedoelen we met besluiten? Dit zijn de beslissingen van bijvoorbeeld de gemeenteraad of het college van burgemeester en schepenen. Die besluiten bevatten een brede waaier aan informatie over onder andere vergunningen, subsidies, beleidsplannen, en zo veel meer. Bijna alles wat de stad doet.
PROBE, voluit PRoactieve Openbaarheid van BEstuur, wil zowel het verschil maken voor de interne diensten en de burgers, als nieuwe technologische mogelijkheden verkennen. Dit project wordt gesubsidieerd door het Vlaams Agentschap Innoveren en Ondernemen.
Wat onderzoekt PROBE?
We willen met weinig registraties door medewerkers een groot informatieaanbod overzichtelijk maken. Zo maken we stedelijke besluiten vindbaar voor de burger. We maken hiervoor gebruik van artificiële intelligentie, zoals natuurlijke taalherkenning (NLP), om middelgrote datasets te analyseren en besluiten te koppelen aan trefwoorden en locaties. Op deze manier kan de burger in de toekomst gemakkelijk zien welke besluiten betrekking hebben op zijn of haar woonwijk, bijvoorbeeld via de wijkpagina van de stadswebsite.
programma
-
Hoe onderzoeken we dit alles?
-
-
Wat wil de burger ? En hoe kunnen we de lokale democratie ondersteunen?
We bevragen burgers en stakeholders naar hun wensen en interesses? Wat is het ideaalbeeld?
Wat is er mogelijk?
We moeten rekening houden met technische en organisatorische uitdagingen:
- We gebruiken heel wat infrastructuur en toepassingen tijdens de besluitvorming, de organisatie van de gemeenteraad, commissies en college van Burgemeester en Schepenen, en voor de verslaggeving ervan. Dat is niet onlogisch gezien nagenoeg de hele stedelijke werking hier samenkomt, maar hierop ingrijpen ook complex.
- Daarnaast zijn de afgelopen jaren ook een aantal (open) datastandaarden ontstaan die gerelateerd zijn aan de doelstelling van Probe (OSLO besluit, mandatendatabank, verkeersborden, innames openbaar domein, …), ELOD, ELI, … We nemen deze achtergrond mee bij de verkenning van de theoretische mogelijkheden van natuurlijke taalherkenning (NLP)
Wat wil de doelgroep?
In de behoefte-analyse hebben we 20 contacten bevraagd. De deelnemers variëren van stadsmedewerkers, leden van stedelijke adviesraden, kabinetsmedewerkers, een burger, een ondernemer en twee journalisten. Deze gesprekken geven een een overzicht van het huidig gebruik van de Gentse besluiten, de verwachtingen en interessepunten.
Dit is de top 3 van de interessepunten:
Ik wil meer info uit de besluiten halen. Voor mijn werk of voor privé-interesses
Wat gebeurt in mijn buurt? In mijn interessepunten? Waar kan ik vragen over stellen of op reageren?
Ik wil vlot kunnen zoeken, met nadruk op thema en locatie
Een groot obstakel is nu door alle informatie te moeten zoeken. De grootste interesse is de eigen wijk samen met de thema’s die men wil volgen.
Breng me op de hoogte, over de thema’s of dossiers die ik wil volgen
De besluiten komen aan bod op verschillende organen op verschillende topics. Als je op de hoogte wil blijven moet je nu periodiek de raadpleegomgeving checken. Dat kan beter.
-
Welke data zijn hiervoor nodig? En wat is haalbaar?
Welke data zijn al in de besluiten aanwezig? Hoe we dit kunnen standaardiseren? En wat kunnen we effectief uitwerken?
Welke data zijn hiervoor nodig? En wat kan lukken?
Om een goede natuurlijke taalherkenning (NLP) mogelijk te maken voor het zoeken van besluiten op basis van thema en locatie, zijn er verschillende soorten data nodig.
Wat kan op basis van natuurlijke taalherkenning (NLP)?
Uit de verkenning leren we dat burgers en medewerkers vooral willen kunnen zoeken op de combinatie van thema en locatie. Denk aan verkeer in wijk Dampoort, groen in de wijk Binnenstad, speelpleintjes in de wijk Sint Denijs Westrem of handel in de wijk Tolhuis,Sluizeken,Ham. De combinatie van een thema en een locatie is cruciaal.
Thema
- We willen zoeken op een voorgedefinieerd thema, of op een willekeurige term.
- Bij een besluit kunnen veel verschillende, al dan niet gerelateerde trefwoorden, gekoppeld worden. Gericht manueel trefwoorden laten toekennen is dus geen goede oplossing. We willen meerdere en diverse trefwoorden per besluit, NLP is nodig om deze breedte aan trefwoorden te linken.
- Er zijn geen bestaande datasets die thema’s met besluiten combineert. Dit betekent dat NLP dit dus vanaf nul moet opbouwen
Locatie
- Bewoners en medewerkers willen op een locatie kunnen zoeken. Denk aan een wijk, een buurt, een straat, een kruispunt, een park.
- Het meest relevante en toch haalbare niveau is kunnen selecteren op de 25 wijken. Dit schaalniveau is voldoende groot om zinvol op te zoeken en filteren en is toch voldoende kleinschalig om betekenisvol te zijn.
- Ook hier is er geen dataset die besluit en wijk (of locatie) combineert. Ook hier zal de AI dus vanaf nul moeten opbouwen. Al kan het hier wel realistisch zijn om de wijk door de medewerkers te laten aanduiden.
Wat ontbreekt er verder in de open data?
In de open data, en meer algemeen in de Vlaamse standaard Lokale Besluiten als Linked Open Data (LBLOD), ontbreken volgende elementen die cruciaal zijn voor Probe:
De gemeenteraadscommisies
- De gemeenteraad van Gent is opgedeeld in een aantal commissies. Daar gebeurt de eigenlijke bespreking als voorbereiding op de behandeling in de Gemeenteraad.
- Als we de burger tijdig willen informeren over ontwerpbeslissingen, zijn de commissies relevanter dan de gemeenteraad (die pas nadien de besluiten bespreekt). Om de lokale democratie te versterken moeten de commissiebesluiten dus toegevoegd worden in open data en in Probe
- Gent past de eigen open data aan zodat de besluiten die geagendeerd worden voor de commissies ook in open data toegevoegd worden.
De ‘initiatiefrechten’
- Dit zijn mondelinge vragen, schriftelijke vragen, interpellaties, amendementen, voorstel tot moties en beslissingen, … Cruciale vragen voor wie zicht wil krijgen op de lokale democratie
- Deze elementen zijn niet opgenomen in de open data voor besluiten. Dit is logisch aangezien het niet om besluiten gaat.
- Gent heeft een voorstel uitgewerkt voor het informatiemodel voor initiatiefrechten en dit bezorgd aan het Agentschap Binnenlands Bestuur en het OSLO Team. Het Agentschap Binnenlands Bestuur gaat hier verder mee aan de slag
Kunnen we het debat doorzoekbaar maken?
In Gent, en in de meeste andere steden, wordt het verslag van de gemeenteraad en de commissie vastgelegd in een video- of audioregistratie. Aangezien er geen tekstuele weergave is, kan deze informatie niet gebruikt worden in de AI-analyse. Daardoor is deze informatie niet doorzoekbaar. Dit kan verholpen worden door een automatische transcriptie van de audio mogelijk te maken. Dit maakt momenteel geen deel uit van de de scope van Probe.
Welke andere data-issues zijn er?
Om volledig met lokale besluiten aan de slag te gaan en de lokale democratie te ondersteunen, zijn er nog tal van mogelijkheden voor gegevens. We noemen hier een aantal voorbeelden waarvoor de huidige data-structuren aangepast zouden moeten worden:
- Koppelingen tussen besluiten. Door het koppelen van de besluiten voor de behandeling in het College, de commissies en de Gemeenteraad zou het mogelijk worden om de bespreking van een topic over de organen heen te volgen.
- Bijlages. Dossierstukken worden in de open data opgenomen als ze reglementair verplicht zijn. Het is relevant om alle (openbare) bijlagen op te nemen in de open data, want deze bijlagen bevatten vaak relevante informatie over het agendapunt
- De samenvatting: een besluit bevat een samenvatting voor publicatie op de website. Deze informatie is echter niet gestructureerd aanwezig in de open data.
- Budget. De budgettaire informatie over een besluit is niet gestructureerd aanwezig
- Status agendapunt: als dit opgenomen zouden zijn, zou dit een trigger kunnen zijn voor updates naar de geïnteresseerden
We identificeren meer dan 20 dergelijke issues. De volledige lijst is beschikbaar bij de Dienst Data en Informatie en is afgestemd met het Vlaams Agentschap Binnenlands Bestuur.
-
Hoe kunnen we via AI de besluiten vindbaar maken?
Welke extra data zijn nodig? Lukt het om een model hierop te trainen? En voor welke casus zijn de resultaten al voldoende bruikbaar?
Artificiële intelligentie (AI), meer bepaald natuurlijke taalherkenning (NLP - Natural Language Processing) is cruciaal voor PROBE.
Wat testen we?
Is deze techniek geschikt voor het verwerken en verkennen van stedelijke datasets, ook voor de wat kleinere datasets?
We willen onderzoeken of deze techniek betrouwbaar genoeg is voor deze eerdere, kleinere datasets. Als dit lukt, kan dit bruikbaar zijn voor verschillende stedelijke informatiebronnen.
Is deze techniek geschikt voor het doorzoeken van besluitvorming?
We passen deze techniek toe om relevante topics te identificeren in een overvloed aan informatie met betrekking tot een bepaald onderwerp. Als we burgers (en eigen medewerkers) meer inzicht willen geven in de besluiten die de stad neemt, moeten we de informatie kunnen aanreiken die voor die persoon relevant is.
Hoe pakken we het aan?
Gent vertrekt vanuit ervaring.
Enkele jaren geleden hebben we in een beperkte proof of concept de gemeenteraadsbesluiten in een bestaande (natuurlijke taalherkenning) NLP-oplossing ingevoerd. Dit heeft ons geleerd dat de besluiten door middel van NLP intern beter doorzoekbaar worden.Samen met het Vlaams Agentschap Binnenlands Bestuur (ABB)
Tijdens de voorbereiding merkten we dat het Vlaams Agentschap Binnenlands Bestuur (ABB) ook geïnteresseerd is in deze techniek. Zij moeten voor hun werking in dezelfde datasets aan de slag. De besluiten van alle Vlaamse steden en gemeenten komen daarbij in hun scope.Gent en ABB gaan daarom samenwerken aan de ontwikkeling van een open ecosysteem voor het analyseren van lokale besluiten met behulp van NLP. Wat betekent dit? In plaats van elk één oplossing aan te schaffen, zullen we samen werken aan een architectuur en deeloplossingen waar meerdere leveranciers stap voor stap aan kunnen bijdragen.
Wat zijn de eerste resultaten en hoe werken we hierop verder?
In 2022 werkte het ABB aan een eerste oplossing die de besluiten analyseert op thema's. Omdat er geen bestaande dataset zijn die besluiten en thema's combineren, maakt een zelflerend algoritme zelf thema's en voorstellen. Het resultaat is een oplossing die thema's toekent alsook een eerste versie van het ecosysteem.
In het najaar van 2023 werkt Gent dit verder uit tot een productieklare component. We gaan hiermee aan de slag en testen deze intern. Als de resultaten sterk genoeg zijn zetten we een stap verder en publiceren dit in onze open data werking.
-
Wat zou de ideale toepassing kunnen?
Op basis van de noden, de data en de verkenning van AI kennen we het ideaalbeeld
Wat kan de ideale toepassing?
Op basis van de behoeften, gebruikersanalyse en beschikbare technologieën hebben we een ideaalbeeld uitgetekend.
Ruimer dan Probe
Dit beeld gaat verder dan wat Probe kan bereiken. Binnen ons onderzoek schetsen we dit ideaalbeeld. Het is echter afhankelijk van de evolutie van de linked open data standaard LBLOD, die wordt bepaald door de Vlaamse overheid. Probe kan deze evolutie niet zelf initiëren, maar we leveren wel essentiële input aan onze Vlaamse collega's.
Een ideale oplossing vereist dat de toepassingen voor besluitvorming worden herzien. Dit betekent dat commercieel beschikbare raadpleegomgevingen moeten worden aangepast, zodat ze metadata kunnen integreren met betrekking tot thema en locatie. Dit valt buiten de scope van Probe, maar wordt behandeld in een apart project genaamd 'Slimme Raadpleegomgeving in de broekzak van de burger'. Probe levert de benodigde informatie en werkt samen aan dit project.
Hoe ziet het ideaalbeeld er uit?
Wanneer deze elementen opgenomen worden door de juiste actoren zouden we het ideaalbeeld kunnen realiseren. Dit ideaalbeeld bestaat uit een aangepaste raadpleegomgeving met:
- verbeterde zoek - en filtermogelijkheden onder meer op basis van plaats, locatie en tijd
- de mogelijkheid om notificaties te ontvangen
- uitgebreide koppelingen tussen besluiten.
Met de resultaten van de metadatering met thema en locatie op basis van natuurlijke taalherkenning gaan we alvast aan de slag.
-
Hoe gaat Stad Gent hier concreet mee aan de slag?
Wat kunnen we tijdens de projectduur realiseren? Hoe tonen we wat kan?
Hoe pakt Gent dit aan?
Het ideaalbeeld biedt de inspiratie om te kijken welke stappen we nu al kunnen zetten. Binnen Probe kunnen we laten zien wat er mogelijk is, zonder ons te richten op de noodzakelijke aanpassingen van de open data standaard en de problemen rondom een allesomvattende raadpleegomgeving.
Zoeken op de besluiten die jou interesseren
We willen we een zoekscherm integreren op diverse pagina’s op www.stad.gent en bij participatieprojecten waar we per thema of per wijk de recente besluiten tonen. Daarmee realiseren we we het essentiële doel van Probe.
Afhankelijk van de kwaliteit van de trainingsresultaten via het traject natuurlijke taalherkenning zullen we kiezen voor een experimentele set up voor eigen medewerkers en geïnteresseerden of een publieke setup waar iedereen hiermee aan de slag kan.
Een duidelijk beeld op de stedelijke reglementen
We willen de relevante reglementen tonen. De focus ligt dan eerder op de bijlage dan op het besluit dat dit reglement goedkeurt. Vooral het selecteren op thema is hiervoor essentieel.
-
Hoe kunnen we samenwerken?
Hoe kan een ecosysteem groeien rond de verkende mogelijkheden?
Dankzij onze samenwerking met ABB richten we ons niet enkel op een werkende oplossing voor Gent. We creëren samen een ecosysteem waarin samenwerking met diverse technische partners en overheidsdiensten mogelijk is.
We blijven geïnteresseerd in alle mogelijkheden om hierop door te werken. Feedback, aandachtspunten en suggesties zijn daarvoor welkom op data@stad.gent
Bovendien zijn zowel de vastgestelde behoeften als het ideaalbeeld dat we in Probe schetsen, als de resultaten die het metadateren via natuurlijke taalherkenning zal opleveren interessant voor andere steden, gemeenten en de Vlaamse overheid. Daarom stapt neemt Gent mee deel aan het project ‘Slimme Raadpleegomgeving in de broekzak van de burger’. Op die manier kunnen we vanuit de concrete realisaties in Gent het ideaalbeeld van Probe beter bereiken. Samenwerken is daarvoor essentieel.
-
Dit project is een samenwerking tussen Stad Gent en District09, met de steun van het Vlaams Agentschap voor Innoveren en Ondernemen.
