Het ene algoritme is het andere niet

Gemeenten hebben veel gegevens tot hun beschikking en willen dit zo effectief en efficiënt mogelijk inzetten om betere resultaten te leveren in de dienstverlening (Vetzo, Gerards & Nehmelman, 2018). Algoritme-gedreven technologieën kunnen daarbij helpen, met geautomatiseerde processen kan het de uitvoering en beleid ondersteunen. Het gebruik van algoritmen en de aandacht ervoor is de afgelopen jaren enorm gegroeid. Helaas blijken er diverse oorzaken te zijn waardoor de uitvoering van algoritme-gedreven technologieën niet leiden tot het gewenste gebruik ervan (Moody, Plat & Bekkers, 2019). Er is daarbij recent veel publieke aandacht geweest voor het gebruik van voorspellende algoritmen binnen het sociaal domein. Dit heeft geleid tot grote terughoudendheid in verdere ontwikkeling van algoritme-gedreven technologieën daar (Hiemstra & Nevels, 2018). In het fysiek domein vinden er echter ook verschillende algoritme-gedreven innovaties plaats, dit levert ogenschijnlijk geen problemen op (Schaefer, 2020). Voor het goed toepassen van de mogelijkheden van algoritmen binnen de overheid is het relevant om te kijken naar factoren die van invloed zijn op het gebruik en de adoptie van deze toepassing. Hiervoor is de volgende onderzoeksvraag opgesteld: Welke factoren zijn van invloed op het gebruik van algoritmen binnen het fysiek en het sociaal domein van gemeenten? Algoritmen en gebruik van algoritme-gedreven technologie in de context van dit onderzoek verwijst naar geautomatiseerde processen en besluitvorming op basis van enorme hoeveelheden gegevens. Vaak is het daarbij lastig te achterhalen hoe gegevens en processen gebruikt worden en moet er worden op vertrouwd dat er juist gehandeld is. In de theoretische verkenning zijn een negental factoren naar voren gekomen die van invloed blijken bij het gebruik van algoritme-gedreven technologie. Het gaat daarbij om de geschiktheid van de ICT-infrastructuur, het hebben van voldoende capaciteit om te ontwikkelen en te implementeren. Verder gaat het om de beschikbaarheid van data, die ook nog gereed moet zijn om te gebruiken. Hiernaast wordt de geldende wet- en regelgeving genoemd waar aan moet worden voldaan. Ook zijn er variabelen gericht op de overheid zoals het vertrouwen in het handelen door de samenleving, maar ook de legitimiteit van het handelen voor de overheid zelf. Tot slot is de invloed van interne afstemming tussen IT en organisatie genoemd en de perceptie van de medewerker. Dit heeft geleid tot een conceptueel model dat is geoperationaliseerd. Er is in dit onderzoek gekozen voor het uitvoeren voor een small-n kwalitatieve onderzoeksmethode om te achterhalen welke factoren in de praktijk van invloed zijn. Hiervoor heeft een vergelijkende casestudie plaatsgevonden waarin het sociaal domein is vergeleken met het fysiek domein. Het verzamelen van data is gebeurd door het houden van interviews en documentatieonderzoek. De data die is verzameld is getranscribeerd en gecodeerd. Aan de hand van het conceptueel model zijn de factoren getoetst. In het onderzoek is gebleken dat elk van genoemde concepten uit het conceptueel model van invloed bleek op het gebruik van algoritmen. Hiernaast is één variabele toegevoegd aan het model. Ethiek werd aan de hand van de analyse toegevoegd aan het model. In de analyse werd verder clusters van factoren gevonden. De factoren konden geplaatst worden in één van de volgende clusters: datalandschap, Martijn Remmerswaal PBLQ 4 organisatorisch of doel- en wetmatigheid. Er is verder afhankelijkheid tussen de factoren gevonden, wat betekent dat als er aan één van de factoren niet kan worden voldaan er ook niet aan een andere factor kan worden voldaan. Over het algemeen blijkt de invloed van variabelen in het sociaal domein overeen te komen met het fysiek domein. Binnen bepaalde factoren is echter wel verschil gevonden. Over het algemeen kan gesteld worden dat het voldoen aan de factoren binnen het sociaal domein lastiger te organiseren is. Kwantitatief vervolgonderzoek is nodig om de mate van invloed van de individuele factoren te toetsen. Tot slot, zijn er een aantal aanbevelingen gegeven om goed gebruik te kunnen maken van algoritme-gedreven technologieën binnen gemeenten. Aanbevolen wordt om standaarden te ontwikkelen voor data en ICT. Verder wordt aanbevolen om capaciteit te organiseren voor implementatie en verandertraject. Tot slot wordt aanbevolen om te werken met een ethische commissie om algoritme-gedreven technologieën te adviseren en toetsen.