Souvenirs

Tijdens de eerste en tweede fase van de pilot in Breda zijn waardevolle inzichten opgedaan die cruciaal zijn voor een succesvolle verdere uitrol binnen de eigen organisatie en in andere gemeenten. Hieronder staan de belangrijkste lessen. De souvenirs per reis zijn opgenomen in de toolkit.

De juiste prompts zijn de sleutel tot succes

Het is gebleken dat de manier waarop we het AI-model aansturen, ook wel prompten genoemd, in grote mate de output of het resultaat bepaalt. Dit wisten we van tevoren al, maar het is met de pilot opnieuw bevestigd. Het schrijven van effectieve prompts vereist een bepaalde manier van denken en vragen stellen. Dit is een nieuwe vaardigheid die alle medewerkers moeten leren. Dit kan niet worden bereikt met een eenmalige training, maar vergt continue aandacht.


Video met prompt-tips

Promptingrediënten

De resultaten verbeteren bij meer ondersteuning en begeleiding

Er is een duidelijk verschil zichtbaar tussen de resultaten van medewerkers die zelfstandig werkten en degenen die intensief werden begeleid. De tijdswinst, kwaliteitsverbetering en medewerkerstevredenheid waren significant hoger bij de begeleide groep. Dit is vooral te danken aan het feit dat deze gebruikers beter wisten hoe zij moesten prompten en daardoor sneller de gewenste output kregen.

Het vergt een nieuwe manier van (samen) werken

In sommige gevallen betekent het gebruik van AI dat we onderling anders moeten gaan werken. Zo is namelijk gebleken dat Copilot vele malen beter transcribeert als men op een gestructureerde manier vergadert. Spreek bijvoorbeeld om de beurt, niet door elkaar heen, en benoem na elk besproken agendapunt de conclusie ervan.

Kleine taken voor grote impact

Een goede aanpak om te beginnen is om niet alleen op grote processen te focussen. Vergeet niet de kleine, vaak terugkomende taken zoals het schrijven van een e-mail, vertalen en herschrijven van teksten, brainstormen en documenten of mails zoeken. De optelsom van deze taken, waarbij je bijvoorbeeld telkens vijf minuten bespaart, kan op organisatieniveau een enorme impact hebben. Bovendien is het schrijven van prompts voor kleinere taken eenvoudiger. Door hiermee te starten, kunnen medewerkers snel de voordelen van AI ervaren en wordt de eventuele weerstand om de technologie te omarmen verlaagd. Dit leidt uiteindelijk tot een bredere acceptatie en efficiënter gebruik van AI binnen de organisatie.

Inzet van key-users verbetert adoptie

Tijdens de pilot bleek dat veel medewerkers die zich hadden aangemeld voor een licentie enthousiast waren geworden door collega’s die al met de technologie werkten. Dit laat zien dat collega’s binnen een team een belangrijke rol spelen in het stimuleren van de adoptie van deze technologie. Zij fungeren als interne ambassadeurs van het gebruik van AI.

Tijdsinvestering vooraf, rendement op lange termijn

De juiste training, ondersteuning en begeleiding kunnen de resultaten aanzienlijk verbeteren. Toch blijft het vooral een kwestie van doen: mensen moeten oefenen. Reizigers gaven regelmatig aan dat zij na zes weken eigenlijk pas echt op gang kwamen. De voordelen van deze tool worden dus pas benut wanneer gebruikers voldoende vaardig zijn, en daarvoor is tijd nodig om de toepassing goed onder de knie te krijgen.

Output en bronnen altijd verifiëren

In dit stadium kan Copilot nog niet volledig worden vertrouwd en moeten de output en de gebruikte bronnen altijd door de gebruiker worden gecontroleerd. Dit heeft meerdere oorzaken. Naast het feit dat de technologie nog niet blindelings te vertrouwen is, beïnvloeden ook de manier van prompten en de datakwaliteit de uiteindelijke resultaten sterk. Het is daarom essentieel dat dit duidelijk aan medewerkers wordt meegegeven. Momenteel worden de reisvoorwaarden met gebruikers gedeeld en tijdens de intakegesprekken besproken. Bij een verdere uitrol zal hier echter extra aandacht aan moeten worden besteed.


Reisvoorwaarden

Data als fundament voor verantwoord gebruik van Copilot

Om Copilot optimaal en veilig te kunnen gebruiken, is het essentieel dat de onderliggende data op orde is. Uit een intern onderzoek, uitgevoerd in samenwerking met Microsoft en het team Gegevensbescherming, blijkt dat de aanwezige “databerg” risico’s met zich meebrengt. Zo kan Copilot minder goed functioneren als het verwijst naar verouderde of irrelevante informatie. Daarnaast ontstaat er een groter risico op datalekken of schendingen van privacyregels wanneer je geen zicht hebt op welke data wordt gebruikt en gedeeld.


Daarom is het van groot belang om data goed te classificeren en te voorzien van retentielabels. Dataclassificatie biedt inzicht in welke soorten informatie er zijn, en maakt het mogelijk om gerichte beveiligingsmaatregelen toe te passen. Retentielabels zorgen ervoor dat verouderde of overbodige data tijdig wordt verwijderd, wat zowel het risico op misbruik verkleint als bijdraagt aan naleving van wet- en regelgeving (compliance). Breda gaat hier de komende tijd mee experimenteren.

Sommige functionaliteiten zijn verder ontwikkeld dan andere

Het is gebleken dat bepaalde functies van Copilot beter werken dan andere. Dat is geen reden tot zorg: de technologie ontwikkelt zich razendsnel en wat vandaag nog ontbreekt, kan morgen al beschikbaar zijn. Daarnaast zijn er vaak creatieve oplossingen of workarounds te vinden om toch het gewenste resultaat te bereiken. Door flexibel en oplossingsgericht te werken, kan het maximale uit de beschikbare mogelijkheden worden gehaald.

Beheersmaatregelen nodig om risico's te mitigeren

Soms zag de douane grote risico’s bij bepaalde taken en moesten beheersmaatregelen worden genomen om deze risico’s te mitigeren. In dergelijke gevallen werd dit met de reizigers besproken en werden afspraken gemaakt over hoe verder te gaan. Zo mochten reizigers bijvoorbeeld wel fysieke vergaderingen opnemen, maar uitsluitend met een laptop van de gemeente Breda en niet met andere devices, zoals eigen telefoons, vanwege de daarop geïnstalleerde beveiligingsmaatregelen. In andere situaties adviseerde de douane om bepaalde taken helemaal niet door AI te laten uitvoeren. Gesprekken over gevoelige onderwerpen in het sociaal domein, waarbij een gezagsverhouding kan bestaan tussen gemeente en inwoner, mochten bijvoorbeeld niet worden getranscribeerd.

Ethisch handelen vraagt om bewust navigeren

Tijdens de pilot in Losser bleek dat werken met AI niet alleen een technische of organisatorische, maar vooral een ethische keuze is. Medewerkers reflecteerden op vragen als Waar willen we heen? en Hoe willen we reizen?, waardoor het gebruik van AI werd afgestemd op publieke waarden zoals inclusiviteit, transparantie en autonomie.


Het ethisch kader gaf richting door vooraf stil te staan bij het doel van de toepassing, de baten, risico’s en mogelijke neveneffecten. Medewerkers onderzochten alternatieven, misbruikscenario’s en de gewenste mate van menselijke controle, zodat AI niet werd ingezet op manieren die botsen met organisatorische of maatschappelijke waarden.

Tijdens het proces hielpen groene, oranje en rode “koffers” om zichtbaar te maken welke toepassingen verantwoord waren, waar risico’s speelden en wat moest worden vermeden. De bevindingen bepaalden of opschaling, aanpassing of stoppen nodig was. Zo werd het ethisch kader geen checklist, maar een doorlopend gesprek over wenselijk en verantwoord AI-gebruik.


Download Poster ethisch kader

Download ethisch kader

Deel dit artikel

Volgende pagina

Inspirerende reizen