Smart City. Kansen, risico’s & 5 voorbeelden in Nederland

Wat is een Smart City? Wat zijn voorbeelden in Nederland? Welke kansen en voordelen biedt deze ontwikkeling voor gemeenten? Wat zijn risico’s en gevaren? Wat zijn randvoorwaarden om een succes van je Smart City te maken? Wat voor impact heeft dat op de gemeente en haar inwoners?

Wat is een Smart City?

Wat is een Smart City? Een Smart City (slimme stad) maakt gebruik van data en algoritmes om slimmer beleid te bedenken, beter uit te voeren en (sneller) te evalueren. Het verzamelen van data is een middel om de stad beter te maken, geen op zichzelf staand doel.

Gemeenten in Nederland die zich hiermee profileren zijn Amsterdam, Utrecht en Eindhoven. De bekendste internationale voorbeelden zijn Singapore en Rio de Janeiro.

NB. Wil je meer over de slimme stad lezen? Wellicht vind je dit artikel ook interessant: Technologie en de overheid: beleid, politiek en impact

Spreker smart city

Ik heb dit verhaal geschreven met inzichten van lezingen, workshops en webinars die ik zelf geef over dit thema (al is de insteek vaak breder dan alleen de smart city).

Tijdens elk optreden en na afloop komen er bestuurders, managers, ambtenaren of andere medewerkers bij mij om te vertellen over nieuwe ontwikkelingen in hun vak. Die inzichten gebruik ik vervolgens weer in artikelen op mijn blog, zoals die jij nu leest!

NB. Interesse in een lezing van mij? Kijk hier voor meer informatie of neem direct contact op!

Video toekomst van de overheid

De slimme stad wordt gezien als het toonbeeld van de toekomst. Maar is dat wel zo? In deze video zie je hoe ik de toekomst van de overheid zie, aan de hand van scenario’s en trends zoals participatie en kunstmatige intelligentie.

Smart City definitie

De definitie van een Smart City is dat de stad wordt bestuurd op basis van data. Deze data worden verzameld door sensoren in de stad. Dat kan variëren van strips in het wegdek die de verkeersdrukte meten, luchtsensoren bij huizen die de luchtverontreiniging meten tot sensoren die de doorstroom in het riool bijhouden.

Sensoren zijn niet de enige dingen die data verzamelen. Het gedrag van de inwoners op social media wordt bijgehouden en ook externe (open) data bronnen worden gebruikt, zoals het weer of CBS-gegevens. De volgende stap is dat algoritmes deze data omzetten in informatie waar ambtenaren en bestuurders de stad mee kunnen besturen.

Althans, dat is het ideaalbeeld. Geen gevoel maar feiten.

Algoritmes helpen ambtenaren en bestuurders niet alleen bij keuzes maken. Een stap verder is dat de algoritmes direct al dingen gaan aansturen op basis van data en die zo het gedrag van inwoners van de stad veranderen. Met een mooi woord wordt dit nudging genoemd.

Big data gemeente

Hoe gaan gemeenten en andere overheidsinstellingen om met big data? Vaak kijken publieke instellingen naar voorbeelden uit het bedrijfsleven. Een bekend voorbeeld is UPS. De Amerikaanse pakketvervoerder bespaarde 20 miljoen dollar per jaar, omdat ze met data-analyse hun auto’s efficiënter lieten rondrijden. Een leuke anekdote: het schijnt dat het vooral betekende dat de auto’s vaker rechtsaf moesten slaan.

De uitdaging ligt in de toepassing van al die data. De tendens is dat bedrijven gaan doen wat ze altijd al deden, maar dan met meer data. De stap die daarop volgt is om echt nieuwe dingen te doen.

Zo heeft Samsung zijn camera’s uitgerust met GPS. Dat is op zichzelf niets nieuws. Alleen combineren ze dat met reviews van foto’s op social media, waarbij je als gebruiker tips krijgt wat de beste plek is om een foto te maken. Dat is echt vernieuwend.

Voorspellingen doen

Een ander voorbeeld is Amazon. Die zijn bezig met anticipatory shipping. Drones gaan de lucht in met producten waarvan ze verwachten dat iemand ze wil kopen.

Hoe is dat voor een gemeente? Krijg ik in de toekomst al een vergunning voor de verbouwing van mijn huis, voordat ik er überhaupt aan denk om deze vergunning aan te vragen? Dat begint al aardig te lijken op dystopische toekomstvisies, zoals in de film Minority Report.

In zekere zin gebeurt dat nu al. Het script dat zich in de film ontvouwt, is dat je criminaliteit en delicten in de toekomst kan voorspellen en daar van te voren alvast actie op kunt ondernemen.

In de Amerikaanse stad Seattle gebruikt de politie al zogenaamde predictive analytic software om te voorspellen waar de meeste kans is op criminaliteit op een bepaald moment en met bepaalde omstandigheden. Hiermee kunnen ze agenten en politieagenten eerder naar die plek sturen om een daadwerkelijk delict te voorkomen [link onderin].

Onder meer in Oberhausen (Duitsland) zit een bedrijf dat hier software voor ontwikkelt, het zogenaamde ‘Pre Crime Observation System’.

Slimme stad

Een internationaal voorbeeld van een slimme stad is Rio de Janeiro. In de aanloop naar de Olympische Spelen van 2016 had de stad een heel instrumentarium van meetapparatuur en camera’s in de stad aangelegd. Het doel was om een controlekamer aan te leggen waarin het verkeer in de stad gestuurd kon worden.

Volgens Eduardo Paes, de burgemeester van de stad, leidde dit ertoe dat hulpdiensten 30% sneller op de plek van bestemming konden komen.

Zelf was ik begin 2017 onderdeel van een tentoonstelling in het Nieuwe Instituut in Rotterdam. Mijn onderdeel ging over Quantified Self, oftewel hoe een mens zijn of haar eigen data kan verzamelen [link onderin]. Tijdens dezelfde tentoonstelling werd een maquette van de stad Rio de Janeiro getoond. In de maquette stonden kleine camera’s. De beelden van de camera’s werden aan de wand getoond.

Het doel van de kunstenaar was om de sfeer van de slimme stad Rio de Janeiro uit te beelden. Toen ik erbij stond, bekroop me een dubbel gevoel. Aan de ene kant fascinerend en mooi. Aan de andere kant leek het haast op een totalitaire staat die alles bekijkt, meet en registreert.

Datagedreven sturen

Dit is ook de kern van het betoog van Albert Meijer, professor aan de Universiteit van Utrecht. Hij zegt: ‘Datagedreven sturen is een abstractie’. Volgens hem is het niet mogelijk om als bestuur een gemeente met een joystick te besturen.

Data gedreven sturen is een abstractie.

Albert Meijer, Universiteit van Utrecht

De gemeente Zwolle past zijn perspectief toe. Zij zijn uitgeroepen tot Smart City van het jaar in 2016. Dit komt omdat de kern van hun aanpak is om maatschappelijke vraagstukken op te lossen met behulp van nieuwe technologie en data.

Niet andersom.

De gemeente Zwolle ziet daarbij ook haar inwoners (naast het onderwijs, zorginstellingen en bedrijven) als meer dan alleen dragers van informatie: ze zijn onderdeel van de informatiemaatschappij.

Smart City Nederland: 5 voorbeelden

Wat zijn voorbeelden van slimme steden in Nederland, naast de gemeente Zwolle?

1. Smart City Amsterdam. De regio Amsterdam (via de Economic Board) heeft een platform opgericht met de naam Amsterdam Smart City (ASC). Dat platform dient als samenwerkingsverband tussen bedrijven, overheden, kennisinstellingen én de inwoners van de stad met als doel om Amsterdam te ontwikkelen als slimme stad.

2. Smart City Eindhoven. De gemeente Eindhoven houdt zich ook bezig met het concept Smart City. Hoe kan het ook anders in zo’n regio met hoogwaardige technologiebedrijven? De gemeente heeft daarvoor een Urban Data Centre opgericht samen met het CBS.

Een ander project is de Smart City App. Dit is een app waarin de laatste informatie over en uit de stad via een aantrekkelijk en overzichtelijk dashboard wordt getoond.

3. Smart City Utrecht. De gemeente Utrecht kiest weer voor een andere insteek dan Amsterdam en Eindhoven. Utrecht wil een zogenaamd ‘living lab’ zijn, als een stad die voortdurend zoekt naar ‘nieuwe, slimme allianties van vraagstukeigenaren, creatieve makers, bedrijvigheid en de eindgebruikers van de stad.‘

Daarnaast houdt de gemeente zich actief bezig met open data. Dat is het openstellen van datasets aan inwoners en bedrijven, zodat die er nuttige toepassingen voor kunnen ontwikkelen.

4. Smart City Rotterdam. Is het typisch Rotterdam? De stad noemt zichzelf niet per se een slimme stad, maar doet wel allerlei interessante projecten. Geen woorden maar daden. Zo wordt het Zuidplein in de stad omgebouwd met onder meer slimme afvalcontainers en parkeerplaatsen. De gemeente werkt hiervoor samen met kennisinstellingen, TNO en bedrijven als KPN.

5. Sensor City Assen. Assen? Ten opzichte van de andere gemeenten in deze rij, misschien een vreemde eend in de bijt. Toch profileerde Assen zich als slimme stad, vooral op het gebied van sensortechnologie. De gemeente zou 200 sensoren krijgen die alles in de gemeenten zouden kunnen meten. De stad zou een levend laboratorium worden.

Het werd een fiasco. Bedrijven gingen failliet, projecten kwamen niet van de grond en er werden grote verliezen geleden. Succesvol een Smart City worden, dat lukt je blijkbaar niet zomaar.

Big data overheid

Hoe verandert het beleid van de overheid of van een gemeente door data en datagestuurd werken? In 2014 was ik bij het eerste Nationale Big Data Congres voor de overheid. Na afloop schreef ik voor Frankwatching een artikel met de titel: ‘Big data bij de overheid: het einde van de beleidsambtenaar?’ 

Nu, ruim 4 jaar later, moet ik glimlachen als ik het stuk teruglees. Aan de ene kant zijn dezelfde thema’s als privacy, transparantie en de voorspelbaarheid op basis van data, nog steeds even actueel. Aan de andere kant is er in de tussentijd veel gebeurd. Denk maar eens deze ontwikkelingen:

• De technologie dendert door, zoals de snelheid waarmee kunstmatige intelligentie zich ontwikkelt [link onderin]
• We gaan overal sensoren in stoppen
• Talloze gemeenten experimenteren met (big) data [link onderin]
• De onthullingen van Edward Snowden als het gaat om privacyschendingen door de overheid
• Schending van privacy door Facebook en andere bedrijven
• Voorbeelden hoe kwetsbaar de informatiebeveiliging van gemeenten is, zoals bleek uit een rapport van de Rekenkamer Rotterdam

De kern blijft echter wel hetzelfde. Door data te gebruiken kun je meer intelligentie toevoegen in het maken van beleid, het evalueren van beleid en in de uitvoering. In welke mate laat de gemeente het systeem, de data en het algoritme leidend zijn in de besluiten en acties die ze neemt?

Smart City trends: 5 onderdelen

De belangrijkste trends die spelen rond Smart City en het gebruik van data door gemeenten zijn de volgende:

1. Beslissingen. De computer of de mens?
2. Werkprocessen. Wat kunnen ambtenaren ermee?
3. Competenties. Welke kwaliteiten heb je nodig?
4. Visie en durf. Wat is echt vernieuwend?
5. Behoefte burger. Voor wie is de Smart City?

De trends staan hieronder verder uitgewerkt.

1. Beslissingen Smart City

Beslissingen van een gemeente of andere overheidsinstellingen kunnen grote gevolgen hebben. Soms is dat goed. Neem de Stormvloedkering. Het sluiten van de Stormvloedkering van de Oosterschelde heeft enorme economische en financiële consequenties. Als die onterecht dicht gaat, dan zijn havens en schippers woedend. Als die onterecht open blijft, dan kan de schade aan het land enorm zijn.

Is er dan één brugwachter die beslist? Of een commissie die snel bij elkaar komt? Of kan de minister-president op een knop drukken? Nee, het openen of sluiten van de Stormvloedkering gaat op basis van computermodellen. Dat is ergens wel logisch: de belangen zijn zo enorm en (bovenal): de interpretatie van de data is erg complex. Software kan veel beter omgaan met die brei aan gegevens dan een mens ooit zou kunnen.

De computer beslist?

Moeten we dan alles overlaten aan computers? In december 2016 was ik deelnemer in een panelgesprek bij een toekomstsessie van het Openbaar Ministerie en het Ministerie van Veiligheid & Justitie. Daar ging het ook over de Rechtspraak. Misschien kunnen computers wel betere rechterlijke uitspraken doen. Of kunnen computers ons land beter besturen dan politici in de Tweede Kamer.

Willen we dat? Volgens mij niet.

Dat betekent aan de andere kant niet dat we technologie, data en algoritmes links moeten laten liggen. Een bekend voorbeeld is schaken. De beste schaker op dit moment? Dat is geen computer en ook geen mens, maar een team waarin computer en mens samenwerken.

Volgens mij is dat het sterkste model: de inzichten uit data, plus het oordeel en de beslissing van de mens.

2. Werkprocessen

Gemeenten die met data aan de slag willen, lopen tegen beperkingen aan in de uitvoering. In Utrecht hebben ze een systeem opgetuigd om met behulp van data-analyse huisjesmelkers op te sporen. De reactie van de ambtenaren die hiermee aan de slag zouden moeten? Die gingen in de weerstand: “Maar we hebben het al druk genoeg!” 

Het komt me bekend voor vanuit de gezondheidszorg. Met mijn apps en gadgets verzamel ik door het jaar heen een heleboel data over mezelf. Dit is de toename van de zogenaamde Quantified Self-beweging [link onderin]. Maar als ik bij een huisarts of specialist kom met mijn data, dan hebben ze geen idee hoe ze het moeten gebruiken. Of geen zin om het te gebruiken. Of twijfelen ze aan de validiteit en betrouwbaarheid van mijn metingen.

Als je als gemeente allerlei plannen hebt met big data en algoritmes, moet je wel van te voren nadenken hoe dat past in het dagelijkse werk van de ambtenaren. Zien zij er ook de meerwaarde van in? Helpt het hen ook in het uitvoeren van hun taken, of kost het juist veel extra tijd?

3. Competenties

Wat heb je dan nodig in een Smart City gemeente? Wat betreft competenties gaat het om data scientists die weten hoe ze data moeten verzamelen, de kwaliteit beoordelen, kunnen filteren en toepassen. Dat soort mensen zijn ook heel gewild in het bedrijfsleven, dus talent is schaars (en duur).

Qua cultuur moeten ambtenaren en afdelingen bij elkaar over de schutting durven kijken. Vaak weten mensen niet van elkaar waar ze mee bezig zijn of over welke datasets de collega of andere afdeling beschikt.

Een voorbeeld van een geslaagd project hierin is een pilot in de Utrechtse wijk Overvecht. Het doel was om de gezondheid in de wijk te bevorderen. Dit werkte vooral goed, omdat de professionals die zich hiermee bezig hielden (gemeente, huisartsen, wijkverplegers, etc.) meer informatie en data met elkaar gingen uitwisselen dan voorheen.

4. Visie

Ook nodig: durf en visie. Met nieuwe technologie proberen te doen wat je altijd al deed, dat werkt niet. De allereerste filmopnames waren theatervoorstellingen, maar dan opgenomen. Dit wordt ook wel de media-theorie van McLuhan genoemd.

Dit is de essentie: welke nieuwe ideeën en toepassingen krijg je door gebruik van data? Hoe lastig het ook is om vanuit je huidige perspectief en mogelijkheden te denken. Wat als je het concept van de Smart City ook nog eens combineert met ontwikkelingen zoals virtual reality en blockchain?

Dubai neemt deze en andere technologieën mee in haar strategische plannen. Onder het project ‘Strategic Plan 2021’ heeft deze stad een aantal visionaire doelen gesteld. Zo willen ze 25% van de gebouwen in de stad maken met behulp van 3D-printers, moet minimaal 25% van het vervoer in de stad autonoom plaatsvinden en kun jij je ook met drones door de stad bewegen [link onderin].

5. Behoefte burger

De Amerikaan Jake Solomon deed mee aan het project ‘Code for America’ [link onderin]. Dit is een stichting die zich richt op het verbeteren van de dienstverlening van de overheid met technologie. Na zijn project deelde Jake zijn bevindingen in een veelgelezen artikel op Medium [link onderin].

Het hele artikel is goed om te lezen, maar dit is de kern van zijn betoog: “Begin met de behoefte van de gebruiker. Het gaat niet om big data, innovatie, de overheid-als-een-dienst, transparantie, crowdfunding, open data of govtech. Het gaat om mensen.”

Risico’s van de Smart City

Wat zijn de nadelen van deze ontwikkelingen? Naast de nadelen die al eerder zijn benoemd in dit artikel, zoals de financiële risico’s (in het voorbeeld van Assen), de toepassing in het dagelijkse werk (in het voorbeeld uit Utrecht) en afwegen wat we door een computer laten doen (in het voorbeeld van de rechtspraak), zijn er nog meer risico’s en nadelen. Namelijk:

1. Macht van technologiebedrijven
2. Algoritme van de maatschappij
3. Privacy
4. Afhankelijkheid van technologie
5. Authenticiteit van data
6. Rationalisering van het leven

De nadelen staan hieronder verder uitgewerkt.

1. Macht van technologiebedrijven

In maart 2017 gaf ik een lezing over data en ethiek in de gezondheidszorg bij OIZ, een vereniging van ICT leveranciers in de gezondheidszorg. De spreker voor mij was professor Ben van Lier (Universiteit van Berlijn). Hij vertelde dat de macht van technologiebedrijven al groter is dan individuele natiestaten.

Hij gaf een voorbeeld: ‘Als ik Siri van Apple om advies vraag omdat ik last heb van een bepaalde aandoening? Dan wordt die data opgeslagen en verwerkt in de Verenigde Staten.’

Wat doet Apple hiermee? Of de Verenigde Staten? Tja, dat weten we eigenlijk niet zo goed. Hij verwacht daarom dat er binnen een paar jaar een ‘datahek’ om Europa wordt gezet

Afhankelijkheid

De afhankelijkheid van bedrijven geldt ook voor investeringen die gemeenten nu doen in hardware en software.

• Als Philips in alle lantaarnpalen van Eindhoven sensoren gaat stoppen, van wie is die data dan?
• Als Libellium alle ‘domme’ dingen in de stad slim maakt, wat gebeurt er dan? [link onderin]
• Als Cisco voorspellende software maakt voor de politie, wat zijn dan de afspraken over het gebruik van de data?
• Wat betekent het dat steeds meer mensen Google Maps op hun Samsung telefoon gebruiken om hun reizen te plannen?

Dat is heel interessant voor de overheid, maar hebben ze wel volledige toegang? En zo ja, weet ik als Nederlandse burger ook dat de overheid bij deze data over mij kan?

In Nederland doet het Rathenau Instituut onderzoek naar technologische trends. Zij brachten begin 2017 een rapport uit dat hier dieper op in gaat. Linda Kool van het Rathenau Instituut zegt hierover: ‘Technologiebedrijven nemen in hun dataverwerking en algoritmes beslissingen over burgers die zeer ingrijpend zijn in hun dagelijks leven, zonder dat goed wordt gelet op maatschappelijke waarden en grondrechten. Dat moet snel veranderen.’

2. Algoritme van de maatschappij

De serie Black Mirror van Netflix vind ik heerlijk. De serie belicht de mogelijke nadelen van technologie op een herkenbare manier, vaak door iets uit te vergroten van wat er nu al speelt.

Aflevering 1 van seizoen 3, met de titel Nosedive, laat op een akelige manier zien wat een algoritme-maatschappij kan betekenen: een puntenscore op basis van je gedrag.

Het lijkt nu nog zo onschuldig. Je geeft de verhuurder van een Airbnb appartement een waardering. Je geeft een beoordeling van je Uber taxichauffeur. Je laat likes en reacties achter op social media.

Maar wat als dat samen jouw maatschappelijke score wordt en je toegang geeft of verbied tot bepaalde dingen?

Sociaal krediet China

In China gebeurt dit al. Daar heb je de zogenaamde Sesame Credit. Dit is een score die wat zegt over je kredietwaardigheid. De score is ontwikkeld door Ant Financial, een bedrijf dat onderdeel is van Alibaba.

Volgens (privacy) organisaties zit de Chinese overheid hierachter. Het is minder onschuldig dan het lijkt. Met de score wil de overheid het financiële en sociale gedrag van haar inwoners monitoren.

Nog enger: sommige organisaties stellen dat de politieke overtuiging van een Chinese burger iemand zijn Sesame Credit score kan verhogen of verlagen. Op die manier krijgt deze methode dictatoriale trekjes.

3. Privacy

Hoe zit het met privacy? Als het gaat om nieuwe technologie en data, dan gaat het al snel over de mooie toepassingen en kansen. Maar er spelen ook ethische en wettelijke kwesties een belangrijke rol. Zo stond de gemeente Arnhem voor de rechter terecht omdat ze de afvalpassen hadden gekoppeld aan adresgegevens. Overigens gaf de Raad van State de gemeente Arnhem hierin gelijk.

In mijn podcast heb ik het hier onder meer over gehad met Brenno de Winter en Dimitri Tokmetzis [link onderin]. De laatste noemt in het interview bijvoorbeeld het voorbeeld van de gemeente Arnhem.

Dat je soms weinig data nodig hebt om iemands identiteit te achterhalen liet Latanya Sweeney zien [link onderin]. Zowel medische data als data van kiezers was geanonimiseerd in twee datasets. Op basis van geboortedatum, geslacht en postcode was het toch mogelijk om deze datasets te koppelen en op individueel niveau over iemand te rapporteren.

Gevaar van verkeerde analyses

Een Nederlands voorbeeld komt uit Den Bosch. Daar worden statistische analyses uitgevoerd op personen die in de bijstand zitten.

Iedereen is het er wel over eens dat het goed is om misbruik te voorkomen, maar hoe voorkom je verkeerde analyses zodat mensen niet worden gekort op hun uitkering, op basis van een onterechte statistische analyse?

Dit voorbeeld vertelde Mirko Schaffer van de Utrecht Data School. Volgens hem denken we veel te weinig na over bevooroordeelde algoritmes, de invloed van bedrijven (zoals Google en Facebook) en kwaadwillende hackers. Hij is ook van mening dat je niet alles kan regelen in de wet, mede omdat de technologische ontwikkelingen zo snel gaan.

De overheid moet volgens hem daarom met bedrijven en kennisinstellingen nadenken over een ethische code.

4. Afhankelijkheid van technologie

De scheidslijn tussen natuurlijk en kunstmatig bestaat niet meer. De mens heeft kunstmatige dingen gebouwd die niet meer volledig te beheersen zijn. Denk aan het internet en het financiële systeem. Het concept Smart City draagt in zichzelf ook een soort van beheersbaarheid met zich mee.

Maar hoe voorspelbaar is de mens? Er zijn nog zoveel dingen in een stad die ongecontroleerd en ongereguleerd zijn. Dat zijn de scherpe kantjes die een stad nu net zo leuk maken. In Singapore genoot ik het meest van de hectiek en chaos in de Chinese wijk. In Napels zoog ik de expressie en emoties van de mensen in me op. In Amsterdam vind ik het leuk om al die mensen te zien krioelen door de stad.

De mensen zorgen dat een stad leeft, bruist en bloeit. Niet technologie of data.

5. Authenticiteit data

De authenticiteit van data belangrijk, met name als er grote consequenties hangen aan het gebruik van die data. Denk aan beslissingen door gemeenten of in de wetgeving. Hierin is met name een belangrijke rol weggelegd voor informatieprofessionals en de archieven van (semi) publieke organisaties.

Het onoverzichtelijke overzichtelijk maken

De archieven van overheidsinstellingen en (semi) publieke organisaties moeten alles bewaren wat voortkomt uit het handelen van de overheid. Voorheen was het zeer overzichtelijk, tot een paar jaar geleden was dit voornamelijk papier.

Door de toename van digitalisering heeft de overheid nu veel meer informatie nodig voor haar beslissingen en produceert zij zelf ook nieuwe soorten informatie in diverse vormen.

Dit heeft een grote impact op de archieven van de overheid en publieke instellingen. Wat moet er bewaard worden, op welke wijze, in welk formaat en voor welke termijn?

En niet onbelangrijk, hoe weet je zeker dat de data die je gebruikt in orde is? Neem bijvoorbeeld een app voor reisgedrag van inwoners: hoe weet de gemeente zeker dat de gebruikers van de app (of de leverancier) niet met de metingen hebben gesjoemeld? Dat wordt nog belangrijker als de gemeente haar verkeersbeleid op de data uit de app gaat baseren.

Erik Saaman van het Nationaal Archief zegt dan ook: ‘Voordat data wordt gebruikt vinden er nog allerlei bewerkingen plaats op de kale data. De ruis wordt eruit gehaald, data wordt opgeschoond en formaten worden op elkaar afgestemd.’

Een onvermijdbare ontwikkeling

Ook Paul Brood van het Nationaal Archief, tevens verbonden aan de Universiteit van Leiden, ziet digitalisering en het gebruik van persoonlijke data als een belangrijke en onvermijdbare ontwikkeling.

Hij geeft aan: ‘Nieuwe technologie en digitalisering houdt iedereen bezig, zowel de wetenschap, de studenten als de informatieprofessionals. We komen daarmee terug op essentiële vragen: wat is archiefwaardig, wie moet het bewaren, waar moet je opslaan en voor welke periode?’

Datapaspoort

Saaman pleit daarom voor een paspoort voor data. In het paspoort staat wat de herkomst van de data is en hoe het in de loop van de tijd is bewerkt. ‘Als beslissingen op basis van data steeds grotere consequenties hebben, dan wordt de authenticiteit van data steeds belangrijker.’

Het gebruik van persoonlijke data kan verstrekkende gevolgen kan hebben, zoals bijvoorbeeld in het eerdere genoemde voorbeeld van de gemeente, maar ook in de gezondheidszorg en in de rechtspraak.

In de gezondheidszorg kan een medisch specialist de behandeling afstemmen op de data die een patiënt zelf heeft verzameld, zoals bloedwaardes, bloeddruk of slaapkwaliteit.

In de rechtszaal zijn gevallen bekend uit de Verenigde Staten waar advocaten persoonlijke data van een stappenteller als bewijsstuk inbrengen om aan te tonen dat hun cliënt na een ongeluk minder actief is geworden.

Dit zijn nog maar twee voorbeelden. In alle gevallen moet een bestuurder, medisch professional of rechter zeker weten wat, wie en wanneer de data zijn verzameld en op welke wijze dit vervolgens is verwerkt.

Rol van het archief

Mijn verwachting is dat bedrijven en overheden steeds meer gebruik gaan maken van persoonlijke data. De eerste toepassingen zijn al bekend, van een voetbalclub in België die haar voetballers een stappenteller geeft tot aan gezondheidsprogramma’s van Nederlandse bedrijven waarbij beweging en slaap worden bijgehouden van de werknemers [links onderin].

Bij deze ontwikkelingen zal er naar de informatieprofessionals en het archief worden gekeken over de wijze waarop die persoonlijke data verkregen, gebruikt en bewaard wordt.

Een belangrijk aspect hierin is dus de authenticiteit van data, zeker wanneer er consequenties aan de data worden gehangen, zoals besluitvorming van de overheid, medische behandelingen en rechterlijke uitspraken.

Wat kunnen we ermee?

Er zijn nog geen definitieve antwoorden, maar er wordt wel gewerkt aan veelbelovende oplossingen.

Het meest treffend is de uitspraak van Martijn de Groot van het Quantified Self Institute in Groningen: ‘Als je kijkt hoe technologie zich ontwikkelt; dat gaat zo snel! Eerst is de technologie er en daarna stellen we onszelf eigenlijk pas de vraag: hoe gaan we ermee om en wat kunnen we ermee?’

‘6. Rationalisering van het leven

‘Niet alles is te vangen in data en modellen.’ Tenminste, dat is de mening van auteur en NRC columnist Maxim Februari [link onderin]. In een podcast die ik met hem had in augustus 2018 zegt hij dat ‘door rationalisering (alles meten en in modellen onderbrengen) hebben bedrijven en beleidsmakers wel de indruk dat ze het leven snappen.’

De details kleuren uiteindelijk het leven.

Maxim Februari, auteur en columnist

Een belangrijk punt hierbij is, volgens Maxim Februari, dat deze bedrijven en beleidsmakers zich niet altijd dat ze een enorme rijkdom aan gegevens links laten liggen. ‘De details kleuren uiteindelijk het leven.’

Smart City en de toekomst

Waar leidt dit toe? Een extreem toekomstbeeld is dat gemeenten en andere overheden niet meer de dienst uitmaken, maar dat (technologie) bedrijven deze rol overnemen.

Een eerste indicatie is dat niet alleen gemeenten en overheden het initiatief nemen, maar bedrijven steeds vaker het voortouw nemen.

Dat het negatieve gevolgen kan hebben, beschreef ik eerder in de paragraaf ‘Macht van technologiebedrijven.’

De stad als experimenteerplek

Toch heeft het bedrijf Sidewalk Labs, onderdeel van Alphabet, (het moederbedrijf van Google), een aantal projecten opgezet in Amerikaanse steden [link onderin]. Google is dus ook geïnteresseerd in slimme steden.

Alphabet (Google) investeert ook in toepassingen voor smart cities, zoals in New York en Toronto. Zo zijn in New York ruim 7.500 oude telefooncellen omgebouwd naar ’technologie-punten’ om video te bellen en met snel internet.

In de stad Toronto wordt een deel van de stad omgebouwd tot pilotgebied om nieuwe technologieën, materialen en processen te testen, zodat ze daarna wereldwijd gebruikt kunnen worden. Het project Sidewalk Labs is inmiddels gestopt, onder meer door veel weerstand van inwoners.

Een ander voorbeeld is Belmont Partners. Dit bedrijf is van plan om samen met Bill Gates een compleet nieuwe stad te bouwen net buiten Phoenix, Arizona. [link onderin].

Hun doel is om een stad te ontwikkelen met ‘cutting-edge’ technologie en een moderne infrastructuur, zoals digitale netwerken, data centra, nieuwe productie technologieën, autonome voertuigen en volledig geautomatiseerde logistieke centra.

Seastad

Een vergaand project is Seastead. Net als bij de film Waterworld is dit een stad of land dat op water drijft. De Seastead Foundation is opgericht door Patri Friedman. In 2008 nam hij ontslag bij Google en richtte hij de stichting op.

Zijn initiatief kwam in het nieuws doordat technologie-miljonair (en aanhanger van Donald Trump) Peter Thiel ruim een half miljoen dollar in de stichting stopte. In een essay in 2009 noemt Thiel het een extreem plan, maar zeker niet onhaalbaar [link onderin].

De visie van Friedman, Thiel en anderen is dat deze stad niet wordt bestuurd door politici maar door ondernemers. Zo zegt de huidige directeur van de stichting: ‘Overheden worden gewoon niet beter. Ze zijn vast blijven zitten in de vorige eeuw.’

Quantified Citizen

Een ontwikkeling waar ik zelf veel mee bezig ben, is de ‘Quantified Citizen’. Dit gaat om het principe dat de gemeente (of een andere overheid) niet om de mening van haar inwoners vraagt, maar dat burgers zelf hun data delen. Drie voorbeelden zijn:

1. Street Bump
2. Strava Metro
3. Citizen Science
4. Spiro Scout

#1. Een praktisch voorbeeld is Street Bump [link onderin]. De stad Boston (Verenigde Staten) heeft dit getest door aan haar inwoners te vragen om de app te installeren op hun telefoon. De app registreert waar de gebruiker rijdt en door de versnellingssensoren en algoritmes monitort de app gaten of onregelmatigheden in het wegdek.

#2. Een ander voorbeeld is Strava Metro [link onderin]. Strava is een populaire app onder hardlopers en wielrenners. Met de app registreer je de trainingen; waar heb je getraind, hoe snel, hoe lang en met wie. Strava gebruikt deze informatie nu ook om gemeenten te adviseren over de inrichting van hun openbare ruimte. Het doel is om overheden betere informatie te geven over hoe zij de publieke infrastructuur kunnen verbeteren voor wandelaars en fietsers.

#3. Een derde voorbeeld komt uit Nederland. Daar doet de Waag Society in samenwerking met ondermeer het RIVM een project in het kader van ‘citizen science’. Hierbij konden inwoners van de stad zelf een meetstation maken, die de temperatuur en luchtverontreiniging kan meten. Dit initiatief werd opgestart in het kader van het Europese Make Sense-project.

#4. Een ander mooi voorbeeld is Propeller Health [link onderin]. Dit bedrijf heeft de Spiro Scout ontwikkeld. De inspiratie hiervoor komt uit Barcelona. Daar waren de autoriteiten in 1985 en 1986 op zoek naar de reden dat er veel astmapatiënten last kregen van hun longen als ze in de buurt van de haven waren.

Na telefonische interviews kwamen ze erachter dat het gebeurde als een bepaalde dag wanneer een schip soja oversloeg.

De Spiro Scout is een GPS-functie die de locatie van de patiënt deelt zodra deze een astmapomp gebruikt. Het resultaat is een kaart met daarop de locatie en tijden van een astma uitbraak. Een geval zoals de soja-overslag in Barcelona is dan veel sneller gevonden.

Conclusie

De mogelijkheden van de Smart City lijken eindeloos. Door gebruik van data en technologie ontstaat een ideale stad, zonder vervuiling en criminaliteit. Vooral bedrijven zijn onverminderd positief over de voordelen van slimme steden.

Ze hebben zeker gelijk. De invloedrijke technologiedenker en -filosoof Kevin Kelly denkt ook dat de volgende ‘Industriële Revolutie’ wordt gevoed door kunstmatige intelligentie. De eerste Industriële Revolutie was dat we overal elektriciteit in ging stoppen. Nu gaan we overal intelligentie in stoppen. Een lantaarnpaal, een brug, een afvalcontainer en een bushalte? Alles wordt slim.

Eigenlijk is dat nu allang begonnen, als je naar de inspanningen kijkt van nationale en internationale gemeenten en overheden op dit gebied. Denk aan het voorbeeld van de Stormvloedkering.

Maar voordat we echt zover zijn is het belangrijk om na te denken wat dat allemaal betekent voor de maatschappij. Heeft de maatschappij zelf ook een update nodig? Kunnen we de technologie wel bijbenen met onze wetten, regels, afspraken, normen, waarden en omgangsvormen?

Volgens mij is dat de belangrijkste uitdaging om hier echt een succes van te maken.

Tot slot: in dit deel staat aanvullende informatie over het onderwerp, gerelateerde artikelen en een bronnenlijst met links waarnaar ik refereer in dit artikel.

Bronnen

Hier kun je mijn podcast interviews luisteren die relevant zijn. Je kan je ook abonneren op mijn podcast via iOS of Spotify. Zo is deze aflevering met Maxim Februari (columnist NRC) over de toegenomen rationalisering van het leven in data en modellen.

Zelf word ik af en toe geïnterviewd over dit onderwerp:

• Essay Publiek Denken
• Artikel: Big data bij de overheid: het einde van de beleidsambtenaar?
• Artikel: Quantified self in de praktijk
• Artikel: Waarom authentieke data belangrijk is

Dit zijn externe links die ik heb gebruikt:

• Onderzoek Predictive Policing in Seattle
• Artikel over control centre in Rio de Janeiro
• Website Code for America
• Artikel op Medium door Jake Solomon
• Artikel van Latanya Sweeney
• Artikel op NRC over de macht van technologiebedrijven
• Nieuwsbericht: Voetbalclub België met polsbandjes voor spelers
• Website Quantified Self Institute Groningen
• Website bedrijf Sidewalk Labs
• Artikel over Belmont Partners en Bill Gates
• Website Strategic Plan 2021 Dubai
• Artikel over Seastead Foundation
• Essay van Peter Thiel
• Website app Street Bump
• Website Strava Metro
• Website Propeller Health
• Website Libellium

Hoe kijk je aan tegen het gebruik van (big) data door de overheid en gemeenten? Laat een reactie achter!

PS. Interesse in een lezing van mij over dit onderwerp? Kijk hier voor meer informatie of neem direct contact op!

Verantwoording. Een aantal quotes uit dit artikel komen uit lezingen bij het Overheid360 seminar ‘Datagestuurd werken in publieke organisaties’ in december 2016. Daarnaast heb ik in mijn vorige werk bij Necker van Naem een opdracht uitgevoerd voor KING/VNG. Het resultaat is een online magazine in het kader van de ‘Verkenning Sturingsinformatie’