“Justid: een organisatie met mensen die het algemeen belang voor de lange termijn voor ogen hebben”
Suzanne Hartholt werkt als Chief Data Officer bij de Justitiële Informatiedienst (Justid). Ze houdt zich bezig met de vraag hoe binnen Justid op een rechtmatige manier gebruik kan worden gemaakt van data-analyse en is verantwoordelijk voor de datastrategie van Justid. Graag laten we haar aan het woord om te vertellen waarom ze voor Justid heeft gekozen en wat ze precies doet.
“Vanaf 1 juni 2021 ben ik met veel enthousiasme in dienst getreden bij Justid. Voor die tijd werkte ik bij het bestuursdepartement (DI&I). Een werkbezoek bij Justid in Almelo van drie jaar geleden heeft diepe indruk op me gemaakt: zowel de inhoudelijke discussies met technisch specialisten als de gezellige werksfeer. Justid is een organisatie met hardwerkende mensen die het algemeen belang voor de lange termijn voor ogen hebben. Ook spreekt het me aan dat er op het terrein van data-analyse nog veel moet worden opgebouwd: dat kan mooie kansen met zich meebrengen.”
Meer toegevoegde waarde
“Met behulp van data-analyse kun je het werk van ambtenaren verder automatiseren en ervoor zorgen dat je een zo geïnformeerd mogelijk besluit neemt. Data, ook wel gegevens, zijn in feite ‘betekenisloos’ en daarmee waardeloos. Maar wanneer je die data verzamelt en analyseert, kunnen er nieuwe bruikbare inzichten ontstaan, oftewel waardevolle informatie. Vanuit Justid verwerken we veel gegevens en die zetten we niet standaard in om nieuwe inzichten mee te verkrijgen die informatie-uitwisseling in de ketens kan verbeteren. Ik wil ondersteuning bieden bij het halen van meer toegevoegde waarde uit datacollecties op een verantwoorde manier.”
“Inzet van algoritmes maakt het mogelijk om op bepaalde terreinen bulkwerk uit handen te nemen van overheidsmedewerkers. Om een voorbeeld te geven: opsporingsmedewerkers moeten door schadelijk beeldmateriaal scrollen om bewijsmateriaal vast te stellen. Door inzet van algoritmen die getraind zijn om objecten of gezichten te herkennen, bijvoorbeeld door machine learning of deeplearning, kun je ervoor zorgen dat een medewerker eerst het beeldmateriaal te zien krijgt met het waarschijnlijke object of de persoon waar naar wordt gezocht. Dit kan veel tijd schelen, omdat het doorlopen van al het beeldmateriaal voor veel zaken vrijwel onmogelijk is en emotioneel belastend kan zijn. Op deze manier kan meer tijd besteed worden aan kwaliteit, maar ook aan de menselijke maat.”
"Het beeld van ‘big brother’ en de aanname dat privacy automatisch het onderspit delft als het gaat om (big)data-analyse zou ik graag veranderen door vanuit onze uitvoeringspraktijk aan te tonen dat het anders kan"
“Mensen hebben een heel negatief beeld over de overheid wanneer het gaat om inzet van data-analyse. Het is noodzakelijk om een kritische houding aan te nemen ten opzichte van de overheid vanwege de ongelijke machtspositie waar je als burger mee te maken hebt. In het verleden is er ook veel mis gegaan op dit terrein met ingrijpende gevolgen voor alle betrokkenen. Wanneer ik kijk naar toekomstige ontwikkelingen vind ik het echter belangrijk aan te tonen dat overheidstaken ook kunnen worden verbeterd met technologie zonder dat dit ten koste hoeft te gaan van de vrijheden van burgers."
Veel kritischere blik
"Dit doel kan worden bereikt door de gegevensinfrastructuur anders in te richten, multidisciplinair samen te werken en een veel kritischere blik te werpen op beloften van techbedrijven. Het beeld van ‘big brother’ en de aanname dat privacy automatisch het onderspit delft als het gaat om (big)data-analyse zou ik graag veranderen door vanuit onze uitvoeringspraktijk aan te tonen dat het anders kan. Waarom zou het niet mogelijk zijn om gezichtsherkenning toe te passen op een rechtmatige manier? We moeten alleen ontzettend veel werk verrichten om dit te realiseren.”