KiM Explorer
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- AIIA
- Status
- In ontwikkeling
Algemene informatie
Thema
- Verkeer
- Organisatie en bedrijfsvoering
Begindatum
Contactgegevens
Verantwoord gebruik
Doel en impact
Het Kennisinstituut voor Mobiliteitsbeleid (KiM) heeft een groot archief met publicaties. Dit archief blijft groeien. Hierdoor wordt het steeds moeilijker om hier goed in te zoeken. De KiM Explorer is een AI-chatbot die hierbij helpt. Hiermee kunnen gebruikers eerst documenten vinden die belangrijk zijn voor hun vraag. Vervolgens kunnen ze chatten over deze documenten. Hierdoor komen ze makkelijker bij de juiste kennis. Ze worden altijd verwezen naar de bron waar een antwoord uit komt.
Afwegingen
Nu kunnen de publicaties alleen handmatig doorzocht worden. Dit kan alleen door op de website in de titel te zoeken. Hierdoor worden niet altijd alle juiste documenten gevonden, of kost dit moeite. Met de KiM Explorer gaat dit proces beter en efficiënter.
Menselijke tussenkomst
Voorlopig krijgt alleen een beperkte groep medewerkers toegang tot de KiM Explorer. Zij krijgen duidelijke instructies en uitleg over de beperkingen van deze chatbot. Hierin staat dat ze antwoorden niet zomaar mogen gebruiken. Ze moeten de antwoorden eerst zelf controleren. De chatbot moedigt dit aan. Er wordt altijd een bronvermelding gegeven met link. Ook biedt de chatbot aan om contact op te nemen met het KiM.
Risicobeheer
- Er wordt alleen informatie gebruikt die al openbaar is.
- Menselijke tussenkomst wordt aangemoedigd (zie hierboven).
- Tijdens de pilot wordt gebruik gemonitord. Ook moeten de gebruikers vragenlijsten beantwoorden.
Impacttoetsen
Werking
Gegevens
- Er wordt gebruik gemaakt van een commercieel taalmodel van OpenAI.
- De publicaties waarnaar gebruikers kunnen zoeken zijn openbare rapporten van het KiM.
- Tijdens het gebruik worden er statistieken verzameld over het gebruik. Dit gebeurt anoniem. Persoonsgegevens en zoektermen worden niet opgeslagen.
Links naar gegevensbronnen
Technische werking
Deze chatbot is gebaseerd op Python en gebruikt het OpenAI API om vragen te beantworden met een LLM. Hij bevat een eigen RAG-architectuur die in twee stappen werkt.
Eerst worden alleen relevante documenten gevonden en getoond (vector store search). De gebruiker moet hierin zelf een selectie maken. Daarna wordt een chatsessie opgestart, met deze documenten als context. Dit maakt transparant wat de scope van het gesprek wel en niet bevat, en verbetert de kwaliteit van de antwoorden. De instructies van het taalmodel zorgen ervoor dat er gepaste antwoorden worden gegeven en de bronnen duidelijk worden vermeld.
Gebruiksstatistieken worden verzameld met een zelf gehoste instantie van Umami analytics.