Omgaan met Algoritmes en AI binnen de Overheid

Online, via Zoom

8, 15, 22 en 29 april 2021

Achtergrond

Datagedreven werken binnen de overheid is een proces waarin techniek en politiek verweven zijn. Juist binnen majeure situaties als de toeslagenaffaire blijkt dat ook geautomatiseerde data-analyse toch vooral mensenwerk is. Hier kunnen we stevige lessen uit trekken voor toekomstige toepassingen. Recent nog werd voor het Rijk uiteengezet hoe u als beleidsambtenaar met heldere procedures en een toetsingskader de controle op deze processen in de hand houdt.

Dat is wat u op deze Leergang leert; hoe kunt u voor de belangrijkste maatschappelijke uitdagingen van nu de meest recente inzichten van algoritmes en Artificiële Intelligentie (AI) inzetten? Deze leergang heeft als doel om de verwachtingen en uitdagingen op dit gebied op een realistische manier in beeld te brengen voor u als niet-IT Expert. Tijdens de vier cursusdagen is er voldoende ruimte om uw specifieke vragen en uitdagingen omtrent dit onderwerp te adresseren. U leert van experts vanuit de Rekenkamer, Publieke datahouders en de wetenschap hoe u zodanig kunt omgaan met vraagstukken van ethische en maatschappelijke aard, dat u toch de kansen die algoritmes en AI bieden verantwoord kunt benutten.

Gedurende de leergang gaat u aan het werk met een Case Study die middels hands-on oefeningen zal bijdragen aan meer praktisch begrip voor beleidsmatige en technische randvoorwaarden en u in staat stelt met toepassingen van algoritmes en AI om te gaan.

Na de leergang wordt er een terugkomdag georganiseerd, waar wij samen met enkele vakdocenten bij de deelnemers bespreken welke inzichten nog nodig blijken om de lessen toe te passen binnen hun organisatie.

Doelgroep

De leergang is ontwikkeld voor niet IT-experts, werkzaam als:

  • Beleidsmakers
  • Beleidsonderzoekers
  • Beleidsadviseur
  • Kennismanagers
  • Programmamanagers
    binnen de overheid

We accepteren een maximum van 20 deelnemers, en hanteren het first come, first serve principe.

Enkele thema’s die aan bod zullen komen:

  • Inzichtelijk maken van AI toepassingen binnen uw omgeving
  • Hoe kunt uw eigen datasets beter operabel maken op praktische toepassingen
  • Het positioneren van AI binnen beleidsonderzoek
  • Implementatiestrategieën; datagedreven werken laten werken
  • Linked Data: het onderling koppelen van publieke databestanden
  • Hoe kunt u bias in algoritmes herkennen en voorkomen?
  • Ethisch omgaan met datagedreven werken

Voordelen van de leergang:

  • Certificaat na het voltooien van de leergang
  • Training van een divers pakket van leidende experts op het gebied van algoritme-, data- en AI-toepassingen binnen overheidsbeleid
  • Interactieve discussies met 15 peers
  • Een case study oefening die praktische handvatten biedt voor het vertalen van de lessen naar uw werkomgeving
  • De gelegenheid op een terugkomdag te discussiëren over toepassingen van de lessen in uw praktijk

Leden van de partnernetwerken, Vide, VSO en VBO en de leden van de Nederlandse AI Coalitie krijgen korting op deelname aan de leergang.

Algemene informatie

Partners

Bevestigde docenten

Emile Aarts

Emile Aarts

Professor Computer Science, Tilburg University

lees meer
Tanaquil Arduin

Tanaquil Arduin

Chief Data Officer, Gemeente Den Haag

lees meer
Mona de Boer

Mona de Boer

Partner, Data & Technology, PWC

lees meer
Frank van Harmelen

Frank van Harmelen

Professor Knowledge Representation & Reasoning, Vrije Universiteit van Amsterdam

lees meer
Bram Klievink

Bram Klievink

Professor Bestuurskunde, Universiteit Leiden

lees meer
Arun Rampersad

Arun Rampersad

Concernadviseur Data, Gemeente Den Haag

lees meer
Barteld Braaksma

Barteld Braaksma

Innovatiemanager bij het CBS

lees meer
Martijn Wijnhoven

Martijn Wijnhoven

Senior kennisadviseur bij het UWV

lees meer
Maurice Guiaux

Maurice Guiaux

Senior kennisadviseur bij het UWV

lees meer
Miranda Pirkovski

Miranda Pirkovski

Strategisch Onderzoeker IT Audit & Risk Management bij de Algemene Rekenkamer.

lees meer
Esther Meijer-van Leijsen

Esther Meijer-van Leijsen

Onderzoeker bij de Algemene Rekenkamer

lees meer
Daniel Tijink

Daniel Tijink

MT-lid: zorg, strategie en ethiek bij ECP

lees meer

Locaties