Werkcentrum Haaglanden
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Thema
Begindatum
Contactgegevens
Doel en impact
De tooling is ontwikkeld om de operatie van het Werkcentrum te ondersteunen en te professionaliseren. Het doel is drieledig: (1) gidsen leggen elk bezoek en de afhandeling eenduidig vast (vervangt de eerdere handmatige Excel-registratie), (2) management krijgt actueel inzicht in bezoekersaantallen, vraagtypen, doorverwijzingen en prestaties per locatie, en (3) gidsen en werkgeversadviseurs vinden sneller de best passende vervolgstap of doorverwijzing.
Inwoners en werkgevers komen ermee in aanraking doordat een gids de zoek- en adviesfunctie tijdens het gesprek gebruikt en de uitkomst als (bewerkbaar) adviesdocument meegeeft; de inwoner krijgt dus altijd advies via een medewerker, niet via een zelfstandig publiek systeem.
Afwegingen
Voordelen: consistente registratie, beter stuurinformatie voor het Werkcentrum, snellere en meer complete doorverwijzingen op basis van uitsluitend gecontroleerde bronnen, gelijke behandeling van elke bezoeker onafhankelijk van welke gids aan het werk is, en minder administratieve last voor gidsen.
Nadelen/risico's: afhankelijkheid van de kwaliteit van de bronnen, het risico dat het systeem onjuiste of niet-onderbouwde informatie geeft.
Deze nadelen zijn beheersbaar gemaakt via strikte whitelisting van bronnen, verwijdering van niet-gefundeerde/verlopen links uit de output, verplichte menselijke controle en uitgebreide logging. Omdat het systeem adviserend is en de gids eindverantwoordelijk blijft, is de inzet gerechtvaardigd ten opzichte van de handmatige situatie die het vervangt. Zeker gezien er geen persoonsgegevens worden verwerkt is de waarde voor de burger zeer proportioneel.
Menselijke tussenkomst
Volledig human-in-the-loop. De uitkomsten van AI Gids zijn adviserend: een gids of werkgeversadviseur beoordeelt de voorgestelde doorverwijzing of het antwoord, past het adviesdocument aan (o.a. leesniveau en lengte) en bepaalt zelf de vervolgstap. Er worden geen geautomatiseerde besluiten genomen. Via een feedbackmogelijkheid kunnen medewerkers onjuistheden in bronnen of output signaleren, die door het team van datastewards worden opgevolgd. Deze datastewards hebben ook de mogelijkheid om bronnen te wijzigen.
Risicobeheer
Er is een STRIDE-threatmodel uitgevoerd en een pentest uitgevoerd ter bevestiging van informatiebeveiliging in lijn met de BIO (ISO27001 & NEN7510 gecertificeerd).
Belangrijkste beheersmaatregelen: strikte whitelisting en beheer van kennisbronnen door datastewards, integriteits-/broncontrole bij scraping, filtering van modeloutput, verplichte menselijke controle, uitgebreide toegangs- en AI-response-logging, PostgreSQL Row-Level Security en rol-/groepsgebaseerde toegang via Azure Entra, rate limiting en een maximale invoerlengte tegen misbruik/overbelasting, Managed Identity en secrets in Azure Key Vault, en periodieke code-/image-scanning (SonarQube, docker image scanning). Ook worden er geen persoonsgegevens verwerkt en worden gidsen opgeleid met een training over hoe om te gaan met de tooling.
Wettelijke basis
De inzet vindt plaats binnen de wettelijke taken van gemeenten en UWV op het gebied van werk en re-integratie. De Participatiewet regelt de gemeentelijke taak om mensen te ondersteunen bij het vinden van werk en inkomen. De Wet SUWI verplicht UWV en gemeenten tot regionale samenwerking in de arbeidsmarktregio (het Werkcentrum) om werkzoekenden en werkgevers te bedienen. AI Gids ondersteunt de uitvoering van deze taken; het vormt zelf geen grondslag voor besluiten.
Links naar wettelijke basis
- Wet structuur uitvoeringsorganisatie werk en inkomen (Wet SUWI): https://wetten.overheid.nl/BWBR0013060
- Participatiewet: https://wetten.overheid.nl/BWBR0015703
Toelichting op impacttoetsen
Geen verwerking van persoonsgegevens, wat een DPIA overbodig maakt. De tool is daarnaast geen hoog-risico toepassing waardoor er ook geen IAMA is uitgevoerd.
Wel een beveiligings-/threatmodel (STRIDE) en pentest uitgevoerd ter bevestiging van de informatiebeveiliging, omdat er strikt genomen wel de emailadressen en namen van medewerkers in de tooling voorkomen (voor authenticatie en managementinformatie) dus die moeten wel veilig verwerkt worden.
Gegevens
Klantregistraties (per bezoek): datum, locatie, naam van de gids (medewerker), tijdvak, postcode (van de inwoner), leeftijdscategorie (bucket), vraagcategorie, doelgroep, sector, of doorverwijzing nodig is en naar welke instantie(s). Er worden geen namen, BSN of anders herleidbare informatie van inwoners vastgelegd.
Medewerkersgegevens: Azure Entra-gebruikersinformatie (naam, e-mail, organisatierol/groep) t.b.v. authenticatie en toegang.
Kennisbank/bronnen: openbare, gewhiteliste informatie over organisaties, diensten, regelingen en (van UWV afkomstige) kansrijke beroepen, geen persoonsgegevens.
Chat-invoer: vrije tekst die de gids/werkgeversadviseur invoert.
Links naar gegevensbronnen
Technische werking
De tooling combineert drie gescheiden algoritmen. Ze zijn hieronder los beschreven; geen ervan is zelflerend.
1. Doorverwijs-suggestie. Input: de gekozen vraagcategorie en doelgroep. Werking: een deterministische aggregatie over de historische klantregistraties die eerdere doorverwijzingen telt en rangschikt en een ""doorverwijzing-nodig""-ratio berekent. Output: een geordende lijst met de meest voorkomende doorverwijzingen plus die ratio, als suggestie voor de gids. Het onderdeel is volledig uitlegbaar en reproduceerbaar en gebruikt geen machine learning; de uitkomst beweegt wel mee met de groeiende registratieset.
2. Semantische zoekfunctie (retrieval). Input: de vraag of omschrijving. Werking: de vraag wordt omgezet in een vectorrepresentatie met een voorgetraind embeddingmodel; kandidaten worden opgehaald uit een vectorindex die uitsluitend een gecureerde, gewhiteliste kennisbank ontsluit; een afzonderlijke herrangschikkingsstap bepaalt vervolgens de definitieve relevantie, gevolgd door kwaliteitsdrempels en ontdubbeling. Output: een klein aantal best passende, herleidbare brondocumenten.
3. Generatieve adviesformulering. Input: de in onderdeel 2 opgehaalde context (of vergelijkbare historische registraties) samen met de vraag. Werking: een groot taalmodel, gehost in een afgeschermde, Europese cloudomgeving, formuleert een advies uitsluitend op basis van de meegeleverde context; het mag geen bronnen of organisaties verzinnen en de output wordt gecheckt op niet-onderbouwde of verlopen links. Domeinspecifieke sturing bepaalt vorm, leesniveau en veiligheidskaders. Output: een adviestekst en, voor gidsen, een bewerkbaar PDF-adviesdocument. Het taalmodel wordt niet met gebruikers- of registratiedata (bij)getraind.
Menselijke waarborg: alle uitkomsten zijn adviserend en worden door een medewerker gecontroleerd voordat ze een inwoner of werkgever bereiken.
Leverancier
Soortgelijke algoritmebeschrijvingen
- Met de Werkverkenner kunnen we u helpen om sneller werk te vinden.Laatst gewijzigd op 9 februari 2026 om 12:57 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA, Ethische Impact Assessment (EIA)
- Status
- In gebruik
- Een AI-assistent voor het genereren van conceptantwoorden op vragen van inwoners en bedrijven aan het Servicepunt van de provincie Noord-Holland.Laatst gewijzigd op 18 juni 2026 om 14:22 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Risicoafweging AI-Verordening, ...
- Status
- In gebruik
- Om de werkzoekende te ondersteunen in zijn oriëntatie of zoektocht naar werk biedt de gemeente Amsterdam de burger een online matchingsplatform als instrument aan.Laatst gewijzigd op 17 september 2025 om 12:54 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In ontwikkeling
- Om de werkzoekende te ondersteunen in zijn oriëntatie of zoektocht naar werk biedt de gemeente Gennep de burger een online matchingsplatform als instrument aan.Laatst gewijzigd op 17 december 2024 om 14:28 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In ontwikkeling
- Helpt medewerkers bij het zoeken, ontsluiten en samenvatten van regels uit het digitale omgevingsplan voor een specifieke locatie.Laatst gewijzigd op 10 september 2026 om 12:02 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik