Samenvatten van juridische bezwaaradviezen

Door generatieve AI (kunstmatige intelligentie) gemaakte samenvattingen van bestaande bezwaaradviezen. Deze ondersteunen de juristen in hun behoefte aan informatie en zorgt voor een snellere juridische beoordeling van nieuwe bezwaren. 

Laatst gewijzigd op 26 september 2024 om 11:10 | Publicatiestandaard 1.0
Publicatiecategorie
Hoog-risico AI-systeem
Impacttoetsen
DPIA
Status
In ontwikkeling

Algemene informatie

Thema

Organisatie en bedrijfsvoering

Begindatum

Veld niet ingevuld.

Contactgegevens

algoritmen@amsterdam.nl

Verantwoord gebruik

Doel en impact

Er worden samenvattingen gemaakt van bestaande bezwaaradviezen. Met deze samenvattingen kan de Zaakbibliotheek worden verrijkt. Dit kan door op de homepage eerst de kern van de zaak weer te geven. De Zaakbibliotheek is de interne databank voor de juristen van het Juridisch Bureau (JB). De databank bevat bezwaaradviezen en ondersteunt de juristen bij het behandelen van nieuwe bezwaren. 

 

De samenvatting bevat de essentie van het bezwaaradvies. Met behulp hiervan kunnen juristen sneller beoordelen of het bezwaaradvies aansluit bij de informatie die zij zoeken. Het probleem dat hiermee wordt opgelost is het lange zoeken naar het juiste bezwaaradvies, dit levert tijdswinst op.

Afwegingen

Door dit algoritme kunnen juristen uiteindelijk bezwaaradviezen sneller raadplegen. De doorlooptijden zijn daardoor korter en de toetsing efficiënter.  

Menselijke tussenkomst

De uitkomsten zijn intern inzichtelijk in de database met bezwaaradviezen (de Zaakbibliotheek). Wie naar bezwaaradviezen zoekt, krijgt een samenvatting van het volledige advies te zien. In de database is een terugmeldfunctie om eventuele fouten in een samenvatting te melden, die vervolgens worden aangepast.  

Risicobeheer

Data is alleen inzichtelijk in een beveiligde omgeving. Juristen gebruiken ze uitsluitend als zoekfunctie. Er is, zoals aangegeven, een terugmeldfunctie om eventuele fouten in de data te verbeteren. Daarnaast zal worden vermeld dat de samenvatting met generatieve AI is gemaakt. 

 

De resultaten van samenvattingen zullen steekproefsgewijs worden gecontroleerd om eventuele onjuiste output van het taalmodel (op basis van het algoritme) te voorkomen. Dit gebeurt in het proces van fine-tuning en zal zoveel mogelijk vanuit de technieken van prompt-engineering worden voorkomen. 

 

Er zijn geen risico's voor kwetsbare groepen, uitsluiting en profilering  

Toelichting op impacttoetsen

IAMA is niet uitgevoerd, omdat de Gemeente Amsterdam de ethische bijsluiter heeft uitgevoerd.

Impacttoetsen

Data Protection Impact Assessment (DPIA)

Werking

Gegevens

Ongestructureerde tekstuele data van bezwaaradviezen. 

Technische werking

Het algoritme moet nog worden ontwikkeld. In hoofdlijnen zullen data van bezwaaradviezen worden opgehaald uit de dataset. Aan de hand van de richtlijnen die we meegegeven maakt het taalmodel een samenvatting aan de hand van het algoritme.  

 

Het generatieve AI-model van OpenAI, gpt-3.5-turbo of gpt-4, wordt via Azure gebruikt om input-teksten samen te vatten volgens nog nader te bepalen instructie-prompt-technieken (bijvoorbeeld few-shot learning). Dit model kan tekstuele input verwerken en nieuwe teksten in natuurlijke taal maken volgens de instructie die de gebruiker meegeeft.  

Leverancier

Gemeente Amsterdam maakt deze toepassing zelf. De code zal open source zijn. 

Link naar broncode

https://statistiek.data.amsterdam.nl/#/projects