Implementatie Advies CPA en Deloitte.pdf

Vanuit Deloitte

Thema Doelstelling

Advies Status Verrijk de Algoritmedocumentatie met meetbare Gereed kwantitatieve succescriteria per Pilotdoel. Geef daarbij aan hoe de succescriteria gezamenlijk zullen worden gebruikt voor het bepalen van de uitkomst van de Pilot, en wat de consequenties zijn als één of meerdere succescriteria niet worden behaald.

Toelichting implementatie advies Hiervoor is een aanpassing gemaakt in het pilot plan. Alle pilotdoelen zijn uitgewerkt in duidelijke meetbare kwantitatieve succescriteria. Hierbij geldt dat wanneer de doelstellingen Effectiviteit en/of Proportioneel, onbevooroordeeld en gelijk niet gehaald worden, we niet over zullen gaan op implementatie. Afhankelijk van of we deze problemen redelijkerwijs kunnen oplossen om de doelstelling alsnog te behalen zal worden besloten over te gaan op doorontwikkeling of de ontwikkeling te staken.

Deloitte

Doelstelling

Verrijk de Algoritmedocumentatie met duidelijke Gereed criteria ten aanzien van de benodigde verzamelde data, waardoor vooraf duidelijk is onder welke voorwaarden kan worden afgeweken van de vooraf gestelde duur van de Pilot.

Hiervoor is een aanpassing gemaakt in het pilot plan. Op de slide Evaluatiemethodiek - GO / NO GO / Doorontwikkelen is een extra optie verlengen toegevoegd. Hier staat beschreven dat het mogelijk is dat tijdens de pilotfase onvoldoende data verzameld wordt om een duidelijke conclusie te trekken met betrekking tot de pilotdoelen Effectiviteit en Proportioneel, onbevooroordeeld en gelijk . Dit kan bijvoorbeeld gebeuren wanneer de werkeloosheid daalt en daardoor minder Amsterdammers een bijstandsuitkering aanvragen in de pilot periode. Wanneer wel een duidelijke verbetering zien in de precisie en valspositieven, maar onvoldoende aanvragen hebben om het gewenste significantieniveau te behalen kan gekozen worden voor een eenmalige verlenging. De looptijd van deze verlenging wordt vooraf scherp afgebakend, en de doelstelling is enkel het vergroten van de sample size.

Deloitte

Doelstelling

Verrijk de Algoritmedocumentatie met een expliciete afweging voor de toepassing van het Algoritme, waarin wordt meegenomen dat de kans dat een individuele Aanvrager onderzocht wordt dus zal toenemen ten opzichte van het huidige proces.

Deze afweging is toegevoegd aan de KIIA 15.1:

Gereed

"Daarnaast is het met het model zo dat onafhankelijk van de gekozen drempelwaarde in verhouding met minder onterechte onderzoeken (vergeleken met het huidige proces) evenveel (of meer) onrechtmatige aanvragen worden gevonden. Daarmee is deze werkwijze dus meer proportioneel dan het huidige proces (zie hoofdstuk 1: Inleiding – Aanleiding en probleemstelling voor cijfermatige onderbouwing). Hierbij dient te worden vermeld dat een van de aanleidingen voor het ontwikkelen van het algoritme is dat het percentage aanvragen dat in het huidige proces naar handhaving wordt doorgestuurd sinds 2015 flink is afgenomen (van 15% naar 4%). Een van de doelstellingen van de pilot is dan ook het vergroten van de controle die WPI heeft op het percentage aanvragen dat bij handhaving landt. In de praktijk betekent dit dat het aandeel van de aanvragen dat door handhaving onderzocht wordt zal toenemen. Hoewel er dus in absolute zin meer aanvragen onderzocht zullen worden, zal het aandeel hiervan wat onterecht onderzocht wordt afnemen. Dit maakt het proces meer proportioneel." Dit is aangepast in de DPIA.

Deloitte

Impact en betrokkenheid

Spits de rollen, taken, verantwoordelijkheden en Gereed bevoegdheden in de Algoritmedocumentatie toe op de ontwikkeling en de toepassing van het Algoritme.

Deloitte

Impact en betrokkenheid

Draag zorg dat interne belanghebbenden Gereed informatie en training krijgen die is afgestemd op hun rol, kennisniveau en ervaring, zodat ze over de juiste handvatten beschikken om inbreng te kunnen leveren op de besluitvorming rond het Algoritme en/of te begrijpen wat de impact is van het Algoritme. Een voorbeeldmaatregel is door aan de voorkant van het proces te bepalen welke training voor welke interne belanghebbenden noodzakelijk is om, vanuit hun eigen expertise en verantwoordelijkheid, op de hoogte te blijven van de ontwikkelingen van het Algoritme.

Tijdens de ontwikkelfase is dit gebeurd door middel van trainingen die zijn gegeven door het projectteam. Deze zijn gegeven aan de werkgroep (en groep uitvoerders die heeft meegedacht tijdens het ontwikkelproces). Daarnaast zijn een aantal trainingen gegeven over het ontwikkelen van het algoritme aan een bredere groep uitvoerders. Tijdens de onboarding zal ook speciale aandacht zijn voor het kennisniveau van de uitvoerders. Dit staat beschreven in het communicatieplan.

Deloitte

Impact en betrokkenheid

Deloitte adviseert te blijven proberen de Gereed Participatieraad te betrekken, en daarin hun rol als klankbord te benadrukken. Specifiek kijkend naar de concept reactie op het negatieve advies van de Participatieraad adviseert Deloitte transparant te blijven en indien nodig gebruik te maken van een bemiddelaar om de Participatieraad te kunnen blijven betrekken bij de ontwikkeling van het Algoritme.

Het college heeft de Participatieraad als reactie op het advies aangegeven de zorgen van de Participatieraad te begrijpen maar erin te geloven dat dat een dergelijk instrument integer en transparant kan worden ontwikkeld en gebruikt, waarbij ongewenste discriminatoire factoren kunnen worden uitgesloten. Het college vindt het jammer dat de Participatieraad sindsdien geen gehoor meer heeft gegeven aan uitnodiging om mee te praten over de verdere ontwikkeling van het algoritme en het gebruik daarvan. Het college hecht veel waarde aan de Participatieraad en roept de leden daarvan op weer deel te nemen in het verdere vervolg van het traject. De Gemeente deelt daarmee het perspectief van Deloitte. Op dit moment heeft de Gemeente geen plannen om hiervoor een bemiddelaar te betrekken. Wel zullen de adviezen van het CPA en Deloitte met de Participatieraad gedeeld worden. Daarnaast zal de Gemeente de Participatieraad blijven uitnodigen ons te helpen en te adviseren, en hopen we dat zij verder met ons in gesprek willen.

Vanuit Deloitte

Thema Governance en proces

Deloitte

Governance en proces

Advies Vereenvoudig de opzet van de Algoritmedocumentatie door informatie uit verschillende documenten te bundelen waar mogelijk. Voeg een begeleidend schrijven toe, waarin duidelijk wordt welke informatie per document te vinden is. Verrijk de Technische Documentatie en Bias Analyse met meer details over de gemaakte keuzes en overwegingen die hebben geleid tot het Algoritme.

Status Gereed

Toelichting implementatie advies Er is een document opgesteld met de titel "Overzicht documentatie " waarin de verschillende documenten worden beschreven en de hierarchie per thema tussen de documenten duidelijk wordt. Hieraan is ook een index toegevoegd waarin per thema eenvoudig terug te vinden is welke documentie hiervoor geraadpleegt kan worden. Daarnaast is de documentatie nagelopen op dubbelingen en waar noodzakelijk geupdatete (het thema rollen en verantwoordelijkheden is bijvoorbeeld verwijderd uit het pilot plan en de KIIA, en de DPIA is hierin nu leidend).

Gereed

De bias analyse is aangevuld met informatie over hoe tot de verschillende groeperingen is gekomen. Zo wordt beschreven dat de groeperingen zijn gemaakt op basis van logica in de statische verdeling van de data; business logica verkregen uit de werkgroep; en de beschikbaarheid van voldoende data binnen elke groep. Voor de indeling westers - niet westers wordt aanvullende data verstrekt over waar deze indeling vandaan komt (CBS) en waarom we de keuze maken deze indeling te gebruiken. De technische documentatie is aangevuld met informatie over de voorbewerkingsstappen van de dataset, en de impact die dit heeft gehad op het aantal aanvragen in de finale dataset. Daarnaast is een overzicht toegevoegd van de performance verschillen tussen de drie types algoritme die overwogen zijn (Explainable Boosting Machine; Random Forest; en Gradient Boosting).

Deloitte

Algoritme input

De aanbeveling van Deloitte is om het gebruik Gereed van de Features ‘total_vermogen’ en ‘sum_inkomen_bruto_value ’ aan te laten sluiten op de onderbouwing die wordt gegeven, en dus enkel de verbanden mee te nemen die ook door de beleidsregels worden beschreven, of, wanneer de Algoritmeontwikkelaar hier een meerwaarde in ziet, een additionele onderbouwing op te nemen voor het veronderstelde verband tussen deze Features en de onderzoekswaardigheidsscore.

De KIIA is aangevuld met een overzicht van de beperkingen van het algoritme, en hoe de gebruikers hier mee om dienen te gaan (bijvoorbeeld het voorkomen van automation bias). Deze afweging is verder uitgewerkt in het Overzicht Verwerkte Data en Features. Voor bruto inkomen geldt: "Deze feature kan worden gebruikt voor het risicomodel. Als het vermogen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd en omgekeerd. De business past deze logica al toe in het werkproces. in de Partial Dependence Plot (PDP) zien we dat het opgeven van een inkomen per definitie de onderzoekswaardigheid verlaagt. Een reden hiervoor zou kunnen zijn dat aanvragers die een inkomen opgeven gemiddeld meer gegevens verstrekken en hun aanvraag uitgebreider indienen. De fluctuatie in de PDP zou kunnen komen doordat wanneer aanvragers een inkomen net boven of onder de diverse normen opgeven dit de onderzoekwaardigheid verhoogt dan wel verlaagt. Ook uit de data analyse blijkt dit verband significant te zijn. Deze feature is tevens gebaseerd op art. 19 lid 1 sub b uit de Participatiewet. Werkt risicoverlagend. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is." Voor totaal vermogen geldt: "Deze feature kan worden gebruikt voor het risicomodel.

Dit is een van de kernfeiten van een aanvraag. Als het vermogen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd. Kijkend naar de Partial Dependence Plot (PDP) zien we dat met name bij het hebben van schulden bijdraagt een hogere onderzoekswaardigheid. Dit zou kunnen komen doordat schulden en complicerende factor kunnen zijn in het bepalen van de rechtmatigheid van een uitkering: schulden worden enkel van het vermogen afgetrokken als de aanvrager kan bewijzen dat hij/zij de schulden moet terugbetalen. Dit geldt niet voor bijvoorbeeld studieschuld en schulden die u later mag terugbetalen (bijvoorbeeld uit leningen van familieleden). De business past deze logica al toe in het werkproces. Ook uit de data analyse blijkt dit verband significant te zijn. Deze feature is tevens gebaseeerd op art. 19 lid 1 sub b uit de Participatiewet. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is. "

Deloitte

Algoritme theorie

Verrijk de Algoritmedocumentatie met details Gereed over hoe de gemodelleerde verbanden zijn besproken met belanghebbenden en een bevestiging van belanghebbenden, zoals de Algoritmegebruikers, dat de gemodelleerde verbanden niet onlogisch of onwenselijk zijn. Verder beveelt Deloitte aan om de stabiliteit van de gemodelleerde verbanden voor elke Feature over tijd te monitoren, zowel op basis van de Pilotuitkomsten als periodiek daarna. Hiermee wordt voorkomen dat wijzigingen in gemodelleerde verbanden onopgemerkt blijven.

De KIIA sectie 6.8 is aangevuld met meer infomatie over hoe de features tot stand zijn gekomen. Daarnaast is in het beheerplan opgenomen dat de features en onderliggende data gemonitord zullen worden op data drift. Deze monitoring zal onderdeel zijn van de pilot evaluatie en daarna twee maal per jaar gecontroleerd worden.

Vanuit Deloitte

Thema Algoritme theorie

CPA

Technische aspecten

CPA

Technische aspecten

Advies Verrijk de Algoritmedocumentatie met een lijst met aannames en beperkingen van het Algoritme, en met duidelijke onderbouwing en (waar mogelijk) statistieken waarop een aanname is gebaseerd. _________ Verrijk de Algoritmedocumentatie met een verduidelijking van de aannames die zullen worden gemonitord en hoe dat gebeurt. Maak het scorewegingsmodel transparant en neem het op in de documentatie van de pilot.

Status Gereed

Toelichting implementatie advies In de annex van het beheerplan is een overzicht met de onderliggende aannames opgenomen. Daarnaast is het kopje "Monitoren van de intentie en aannames van het model" aangepast naar "Monitoren van de intentie van het model". We denken dat er in het advies van Deloitte enige verwarring is ontstaan over wat hier werd bedoelt met de aannames (namelijk de wettelijke en beleidsaannames) en de aannames die in de KIIA staan beschreven en in het Deloitte advies benoemd zijn.

Gereed

Wij hebben de Partial Dependence Plots (PDPs) opgenomen in de feature documentatie (Overzicht Verwerkte Data en Features ). Daardoor is het per feature duidelijk hoe die, voor de verschillende waardes van die feature, bijdraagt aan de onderzoekswaardigheid. In de KIIA in sectie 6.8 is daarnaast vastgelegd op welke manier deze PDPs hebben bijgedragen aan de feature validatie sessies. Dit wordt op dit moment al gedaan. In het kort is de logica als volgt: Deelnames_started_percentage_last_year : Wanneer de aanvrager niet in Raak voorkomt wordt hier nul ingevuld. Dit werkt niet riscoverlagend- of verhogend, en is feitelijk juist. Er zijn in het afgelopen jaar immers geen deelnames gestart. days_since_last_relocation en days_since_last_dienst_end: Als de informatie onbekend is nemen we een datum die zo ver mogelijk terug in de tijd ligt. We gaan er dan dus vanuit dat deze feature zo min mogelijk van toepassing is op de aanvrager (en geven hem/haar daarmee het voordeel van de twijfel). avg_percentage_maatregel : Wannere de aanvrager niet in Raak voorkomt wordt nul ingevuld. Dit is feitelijk juist, want als de aanvrager niet in ons systeem voorkomt is ook nooit een maatregel opgelegd. total_vermogen: Als het vermogen onbekend is wordt hier nul ingevuld. Dit is de meest logische keuze, want een hoog of laag vermogen invullen is een grote aanname.

Daarnaast werkt dit licht risicoverhogend. Dit is ook logisch, want als het vermogen niet is ingevuld op het aanvraagformulier betekend dit dat het aanvraagformulier niet of niet volledig is ingevuld. afspraken_no_show_count_last_year en afspraken_no_contact_count_last_year : Bij een onbekende score wordt hier nul ingevuld. Dit is feitelijk juist, want als een aanvrager niet Raak voorkomt betekend dat hij/zij nooit een no show of no contact heeft gehad.

Maak bij een onbekende waarde gebruik van een Gereed / waarde die het minst invloed heeft of de Voor Implementatie uiteindelijke risicoscore of sluit de feature met een onbekende waarde uit, wanneer er geen eenduidige waardes in het model kunnen worden ingevoerd.

We hebben aan de documentatie m.b.t. de features toevoegen over waarom de keuze is gemaakt voor het gebruiken van een specifieke waarde in het geval van onbekende waardes voor elke van de features. Als we na de pilot zullen overgaan op implementatie zullen we op basis van dit advies na de pilot daarnaast opnieuw evalueren of voor sommige van de features (zoals totaal vermogen) een additionele binaire waarde (bijvoorbeeld vermogen onbekend ja/nee) opgenomen dient te worden in de feature selectie.

CPA

Technische aspecten

Overweeg om, naast het standaard tonen van 3 e features, een 4 feature te tonen, wanneer deze zwaar meeweegt.

Voor implementatie

In verband met het simplificeren van de technische implementatie van de interface hebben we ervoor gekozen om in de pilotfase het aantal getoonde features statisch te maken. Echter zien we de waarde van het tonen van meer (of minder) features, afhankelijk van het aantal features dat relevant is per specifieke aanvraag. Wij zullen, indien wordt overgegaan op implementatie van het algoritme, deze feedback gebruiken voor een herontwerp van de interface.

CPA

Technische aspecten

Maak voor de medewerkers inzichtelijk welke versie (moment van trainen) van het model tot de risicoscore heeft geleid en sla deze versie op bij het resultaat.

Gereed

CPA

Technische aspecten

CPA

Technische aspecten

Geef een onderbouwing wanneer een score Gereed langer dan de afgesproken termijn bewaart moet worden en overweeg om in dat geval de score alleen zichtbaar te laten zijn voor medewerkers die de score voor de uitvoering van hun werk nodig hebben (bijvoorbeeld om het algoritme te trainen/verifiëren). Toets bij een (significante) wijziging het Gereed algoritme op het risico van een bias.

Op dit moment wordt voor elke aanvraag het versienummer van het model waarmee het getraind is al opgeslagen. Op deze manier kan een Amsterdammer die zijn/haar aanvraag wil bekijken altijd zien door welke versie van het model de aanvraag beoordeeld is. In de ontwerpfase is met de uitvoerders besproken wat voor hen belangrijk is in het ontwerp van de interface. Zij gaven een voorkeur voor een zo simpel mogelijk interface aan, met alleen de informatie die noodzakelijk is om de aanvraag te beoordelen. We laten daarom het versienummer bewust niet zien aan de medewerkers, omdat zij deze informatie niet zullen gebruiken en we interface zo eenvoudig mogelijk willen houden om verwarring te voorkomen. De scores worden niet langer opgeslagen dan de door informatiebeheer bepaalde termijnen. Daarnaast kunnen alleen de daarvoor geautoriseerde medewerkers de score bekijken. Ook kunnen zij niet langer dan een jaar na start aanvraag nog de score voor die aanvraag bekijken.

Dit was reeds de planning en staat beschreven in het beheerplan

Vanuit CPA

Thema Technische aspecten

Advies Status Neem in overweging om aanvragers die op grond Gereed van het model niet onderzoekswaardig zijn, alsnog steekproefsgewijs een onderzoekswaardige score toe te kennen, zodat het dossier door een medewerker vooronderzoek wordt beoordeeld.

Toelichting implementatie advies Wij maken uit de tekst op dat hier een risico wordt gezien op een positieve feedback loop (ook wel reinforcing feedback loop genoemd) waarbij kleine verstoringen op den duur versterkt worden na hertrainen. Daarnaast ontstaat het risico dat bij hertrainen ook nieuwe vormen van onrechtmatige Aanvragen mogelijk niet gedetecteerd worden door het Algoritme. Dit risico wordt deels afgevangen doordat inkomensconsulenten, als het algoritme een aanvraag niet als onderzoekswaardig beoordeeld, een aanvraag alsnog naar handhaving kan sturen. Dit gebeurt ook al in het huidige proces. Wij verwachten dat ongeveer 20% van de totaal door handhaving onderzochte aanvragen van een ICer komt in plaats van uit het model. Daarnaast zullen we een kwalitatieve analyse uitvoeren op de aanvragen die door de Inkomensconsulenten worden doorgestuurd, om te controleren of er bepaalde features zijn die in het model kunnen worden opgenomen om een nog betere filtering te realiseren. Het voorkomen van een reinforcing feedback loop op deze wijze vinden wij meer passend dan dit steekproefsgewijs doen. Bij een steekproef worden aanvragers onderzocht zonder dat daar een duidelijke aanleiding voor is, wat een gelijke behandeling en proportionaliteit in de weg staat.

CPA

Technische aspecten

CPA

Juridische aspecten

CPA

Juridische aspecten

Neem de feature ten aanzien van de no-shows Voor implementatie pas op in het model, wanneer er een goede registratie is ten aanzien van de reden van de noshow. Maak in heldere taal duidelijk aan de burger, die In proces een aanvraag voor levensonderhoud heeft ingediend, dat er een algoritme wordt toegepast bij de beoordeling van de aanvraag en wat dit betekent en wat de mogelijke gevolgen kunnen zijn. Indien de uitkomst van het model heeft geleid Gereed tot een onderzoek, leg dan aan de betrokkene uit waarom er een onderzoek uitgevoerd is.

CPA

Juridische aspecten

Leg verantwoording af aan de betrokkene voor de uitkomst van het algoritme. Zorg ervoor dat medewerkers die het model gebruiken niet te veel varen op het risicoprofiel van het algoritme en er een ‘human in the loop’ blijft, zodat er geen confirmation bias ontstaat.

CPA

Ethische aspecten

CPA

Ethische aspecten

Organiseer bij het gebruik van het model ruimte Gereed voor openlijke twijfel en tegenspraak voor de medewerkers.

CPA

Ethische aspecten

Zorg ervoor dat het besluitvormingsproces inzichtelijk en uitlegbaar is.

Gereed

CPA

Ethische aspecten

Voor implementatie

CPA

Ethische aspecten

Overweeg om de terminologie ‘klant’ niet meer te gebruiken, omdat dit geen recht doet aan de kwetsbare positie van een aanvrager van een uitkering voor levensonderhoud. Overweeg om neutrale en objectieve terminologie te gebruiken voor termen als ‘onderzoekswaardige burgers’, die nader onderzocht zullen worden door ‘handhavingsdeskundigen’, om het risico tot stigmatisering te vermijden.

In de pilotfase zullen we deze feature wel meenemen. Een no-show wordt op dit moment ook al door de business gebruikt als reden om een aanvraag als meer onderzoekswaardig te zien. Daarnaast geldt voor alle features die de onderzoekswaardigheid verhogen dat de feature individueel gezien niet in alle gevallen daadwerkelijk betekend dat de aanvraag meer onderzoekswaardig is (zo kun je ook met een legitieme reden niet gestart zijn met een deelname), maar we toch zien dat er gemiddeld genomen een verband is. Wel zullen we dit nogmaals evalueren indien we na de pilot overgaan op implementatie. Wij zijn het helemaal eens met deze bevinding en zullen dit doen door het model duidelijk te omschrijven in de privacyverklaring en op het algoritme register. Deze zullen we publiceren voor de start van de pilot. Ook zullen we informatie met betrekking tot het algoritme opnemen in de eerste pagina van het aanvraagformulier.

We zijn het volledig met het CPA eens dat het belangrijk is om goed aan de aanvrager toe te lichten waarom een onderzoek gestart is. De aanvrager heeft het recht van informed consent , wat in de praktijk betekent dat de handhavingsspecialist altijd vooraf toelicht waarom een bepaalde handhavingsactie (zoals een gesprek of huisbezoek) wordt gedaan alvorens de aanvrager besluit of hij/zij hieraan wil meewerken. In de huidige situatie is dit dan ook het geval. In de training aan de medewerkers benadrukken dat dit van belang blijft (en wellicht zelfs extra belangrijk is) tijdens het werken met het algoritme.

Gereed Gereed

Gereed

Hierbij geldt dezelfde toelichting als bij de twee bovenstaande twee punten. Wij sluiten ons volledig aan bij deze bevinding. In het ontwerp van de interface zijn voorzorgsmaatregelen genomen om confirmation bias tegen te gaan (zoals het niet weergeven van de score, en het meermaals benadrukken dat de medewerker altijd zijn/haar eigen expertise moet blijven gebruiken). Daarnaast zullen we de kennis van de medewerkers goed borgen, evenals de organisatiecultuur (waaronder de aandacht voor werken onder tijdsdruk, hiërarchische gezagsverhouding en groepscultuur). Ook zullen we in onze documentatie duidelijker beschrijven hoe wij het risico op confirmation bias tegen willen gaan. Ook beschrijven we in de KIIA hoofdstuk 2.10 in detail welke maatregelen we nemen om automation bias (confirmation bias) te voorkomen bij de uitvoerders. Dit wordt geborgd in het huidige proces. Er zijn vaste momenten ingeregeld waarin medewerkers openlijke twijfel en tegenspraak kunnen geven in het werkproces. Zo is er een structuur met bilateraal overleg, weekstarts en teamoverleg, waarin medewerkers vragen kunnen stellen aan collega's, zorgen kunnen uiten, knelpunten in het proces kunnen benoemen en verbeteringen kunnen aandragen. Daarnaast is er ruimte om specifieke casuïstiek onderling te bespreken, en is er altijd sprake van een vier ogen principe bij het behandelen van een individuele aanvraag.

Dit wordt geborgd in het huidige proces. Bij het eerste gesprek tussen de handhavingsspecialist en aanvrager wordt het proces aan de aanvrager toegelicht. Indien een huisbezoek nodig is, dan vindt dit zoveel mogelijk direct na het eerste gesprek plaats. Ook documentatie wordt zoveel mogelijk in een keer opgevraagd, zodat het niet nodig is om meerdere keren contact te voorkomen. Mocht een aanvraag worden afgewezen, dan wordt in de begeleidende brief altijd toegelicht waarom dit het geval is. Op dit moment vinden gesprekken plaats over het mogelijk aanpassen van de term klant . Er is hier nog geen besluit over genomen. De term ‘klant’ wordt binnen WPI immers organisatie breed gehanteerd om de belanghebbende aan te duiden. Wel zal dit advies van het CPA worden meegenomen in toekomstige gesprekken hierover. We zijn het eens met de noodzaak van het gebruik van neutrale en objectieve terminologie. We zullen dan ook enkel spreken van onderzoekswaardige aanvragen en niet van onderzoekswaardige aanvragers of onderzoekswaardige burgers . Daarnaast is de functietitel handhavingsspecialist per 1 januari vervangen door de meer neutrale term Medewerker Fraudepreventie en Controle W&I .