De juiste deur, ook lokaal
Wat kan AI betekenen om mensen met een complexe zorgvraag beter en sneller bij de juiste deur te brengen, landelijk én in hún gemeente?
Alles rond de hackathon op één plek
Van het programma tot de bronnen, de thesaurus en de evalstraat.
Van vraag naar de juiste deur, landelijk én lokaal
Mensen lopen vaak al vast vóór de inhoud: ze kennen de term niet, of het heet in hun gemeente anders. We verkenden of AI hen sneller bij de juiste deur brengt, door door te vragen in plaats van meteen een antwoord te geven. Editie 1 was voor de professionals die Regelhulp gebruiken. Het waarom staat op de achtergrondpagina.
- 1
Kennis toegankelijk maken
Regelhulp en zes wetten verbinden met de lokale bronnen van vier gemeenten (kennis-wiki), via een thesaurus: welke landelijke term heet lokaal hoe.
- 2
Doorvragen en verwijzen
Op die kennislaag bouwden we de Regelhulpdialoog, die doorvraagt en naar de bron verwijst.
- 3
Toetsen
De evalstraat toetste de dialoog vóór, tijdens en na de hackathon op vaste vragensets, waaronder de zes use cases in varianten (de brons set). Wat werkt en wat niet, komt in de bevindingen.
Twee lagen: de wet én het lokale beleid
De wet. "Dagbesteding" kan onder de Wmo, de Jeugdwet of de Wlz vallen: bij de een is er wél vervoer, bij de ander niet. AI vindt meestal wél een antwoord, maar checkt de wet-afbakening niet, en mist zo dat iemand eigenlijk onder de Wlz valt. Daarom zetten we alle vier de zorgwetten in de kennis-wiki.
Het lokale beleid. En dan komt de gemeente: binnen de Wmo en de Jeugdwet hebben gemeenten beleidsvrijheid, dus hetzelfde recht pakt lokaal anders uit, heet anders of is anders belegd. Juist die lokale informatie is slecht vindbaar, en dáár zit de grootste uitdaging. Precies daarom: de juiste deur, ook lokaal.
Van vraag naar antwoord in vijf stappen
Zo loopt één vraag door de Regelhulpdialoog. Onder elke stap staat waarmee we het doen; klik door naar de bron op de datapagina.
-
1
De vraag
Iemand stelt een vraag in eigen woorden, bijvoorbeeld: "Mijn vader kan zijn huis niet meer schoonhouden. Kan hij hulp krijgen?"
-
2
Verhelderen
De dialoog zoekt de begrippen op in de thesaurus: hoe heet dit officieel en onder welke wet valt het. Kan het onder meer wetten vallen, dan stelt hij eerst een doorvraag met knoppen: ja, nee of weet ik niet. Loopt de route via de gemeente, dan vraagt hij welke.
-
3
Zoeken
Met de verhelderde vraag zoekt hij in de kennis-wiki: de landelijke informatie en wetsartikelen, en het lokale beleid van die gemeente.
-
4
Antwoorden
Hij schrijft een antwoord in eenvoudige taal, met de bron en de naam die de gemeente zelf gebruikt. Weet de dialoog het antwoord niet, dan zegt hij dat.
-
5
Toetsen
In een evalstraat toetsen we geautomatiseerd: de dialoog beantwoordt vaste vragensets, en de uitkomst wordt vergeleken met het verwachte antwoord. Wat misgaat, verbetert de thesaurus en de wiki.
Wat code doet en wat het model doet. Opzoeken en filteren gaat met vaste regels, zodat het elke keer hetzelfde uitpakt. Het taalmodel komt pas in beeld waar een oordeel of een goed geschreven zin nodig is. En onder welke wet iets valt, legt een expert vast in de thesaurus; dat beslist het model nooit zelf.
Een eerlijke verkenning met blijvend resultaat
Hoe je landelijke en lokale informatie op elkaar afstemt, met de mogelijkheden én de grenzen.
Op basis van de metingen en de gesprekken met de deelnemers. Het concept is op 30 oktober naar VWS gegaan.
Een gelaagde kennis- en terminologielaag over zes wetten, verbonden met de lokale bronnen van vier gemeenten.
Echte vragen met het antwoord van een expert: de vaste toetssteen voor elk model.
Onderbouwde keuzes over aanpak, afbakening en definities, zodat later navolgbaar is waarom.
Op 19 november koppelen we de resultaten terug.