Inzet van Artificiële intelligentie
Het doel van dit project was om grip te krijgen op toerismestromen in natuur- en recreatiegebieden en te leren hoe de provincie die met behulp van data en AI kan beïnvloeden. Uiteindelijk moest dit leiden tot een monitor of een dashboard waarop beleidsmakers de drukte konden peilen. Maar door de data te ontsluiten, kunnen de bezoekers zelf ook een actueel beeld krijgen van de drukte. Met data science zou zelfs een voorspelling toegevoegd kunnen worden van de verwachte drukte in een gebied, later op de dag of later in de week. Als data scientist hielp Jeroen Silvis mee in de verkenning naar geschikte databronnen en verzorgde hij analyses.
Er is lange tijd met veel verschillende personen afgestemd welke vragen het meest relevant zijn en welk eindproduct het meeste zou opleveren. Vervolgens is geïnventariseerd met welke databronnen ditte realiseren zou zijn. Er werd een externe partij gevonden die gegevens kon leveren over bezoekersaantallen in diverse natuur- en recreatiegebieden. Dit waren zowel historische gegevens als ‘live’ gegevens. Hierbij werd gebruik gemaakt van telecom-gegevens, want aan een mobiele telefoon zit meestal een persoon vast. Toen er tien gebieden gekozen waren, kon de leverancier de data verzamelen en aanleveren. Die dataset is geanalyseerd door een data scientist samen met een groep domeinexperts.
Resultaten
Wat goed ging, is dat er daadwerkelijk data is geanalyseerd en dat er een prototype dashboard is ontwikkeld dat een periode lang ‘live’ bezoekersaantallen in beeld bracht. Uiteindelijk is de pilotfase van het project verlopen en werden de gegevens in het dashboard niet meer geactualiseerd. Maar de gegevens bleken ook niet geheel valide. Zo werd duidelijk dat het recreatiegebied het Amsterdamse Bos wel heel erg populair was, met name ’s morgens en ’s middags tijdens de spitstijden. Het bleek dan ook dat de snelweg A9, die dwars door het Amsterdamse bos loopt, is meegenomen in de tellingen. De afbakening was dus niet gedetailleerd genoeg. Ook was het voor de domeinexperts zelf nog niet duidelijk wat ‘druk’ nu precies betekent. Het dashboard laat al wel rode, gele en groene kleuren zien gebaseerd op de bezoekersaantallen per gebied, maar veel verder dan een ‘proof of concept’ kwam het nog niet omdat de interpretatie en de conclusies nog niet bruikbaar bleken voor besluitvorming. Over een vervolg van het project is al even geen besluit meer genomen. Er is sowieso een verbeterslag nodig in de validiteit/kwaliteit van de data. Maar er moet ook dieper worden nagedacht over ‘drukte’ als concept en hoe dit te vatten in cijfers. Verder heeft het project focus nodig, wat is echt de kern van de vraag en welke oplossingen zijn uitvoerbaar?
Leermomenten
De olifant
Ondanks dat bij het project niet alleen experts op het gebied van verzamelen en analyseren van data betrokken waren, maar ook domeinexperts, ging er iets mis met de vaststelling van de grenzen van het Amsterdamse Bos. Wanneer bij deze stap in het project iemand mee had gekeken om te kijken of het klopte, was dit waarschijnlijk niet gebeurd en was de A9 eruit gelaten, zodat de relevantie van de gevonden resultaten groter was geweest.
Het Einstein-punt
De grootste les zit wellicht in de onderschatting van de mate van complexiteit van het vraagstuk. Alleen al de vraag: “Wat betekent ‘druk’ voor een natuurgebied?” bleek vanuit de verschillende invalshoeken niet dezelfde betekenis te hebben om beleid en strategie mee vorm te geven. Daardoor ontstond minder focus en bleek het dashboard onvoldoende geschikt om op concrete praktische vragen een antwoord te geven. Het leverde dus een beeld van de situatie dat te eenvoudig was om op te kunnen acteren.
Briljante Mislukking Award 2023
Op woensdag 12 april 2023 zijn tijdens het Nederlandse AI Congres voor de tweede keer de Awards voor de meest Briljante Mislukking op het gebied van AI in de publieke sector uitgereikt. Deze verkiezing is een initiatief van de Nederlandse AI Coalitie in samenwerking met het Instituut voor Briljante Mislukkingen. De publieksprijs is gewonnen door het Provinciale Datalab Noord-Holland.
Het creëren van bewustzijn voor het belang van leren en experimenteren met AI is de reden om op een positieve manier aandacht te besteden aan AI-projecten. De mogelijkheden met AI zijn enorm, maar het gaat niet vanzelf en het is belangrijk om van alle ervaringen te leren, zodat we maatschappelijk relevante toepassingen van AI op een efficiënte, effectieve en verantwoorde wijze kunnen ontwikkelen. Wilt u meer wil weten over deze en andere leermomenten? Bezoek dan de website van het Instituut voor Briljante Mislukkingen.
