Document · PDF

Presentatie DataFryslân

It Petear 27 maart 2024, gemeente Noardeast-FryslânBij agendapunt: Deelname aan coöperatie DataFryslân928 woorden

Open het PDF bij de gemeente ↗Naar de vergadering →

Tekst van het document

Uit het bestand gehaald, zonder opmaak, tabellen en afbeeldingen

HTTPS://WWW.DATAFRIESLAND.NL/FRIESE INLEIDING

It petear 27 maart 2024

DataFryslꢀn is een coöperatie waarin Friese overheden, kennisinstellingen en private partijen strategisch samenwerken aan de digitale transformatie van de provincie Fryslan. We innoveren en verbeteren de publieke dienstverlening, baseren bestuur en besluitvorming op objectieve data, algoritmes en kunstmatige intelligentie en maken ons er sterk voor dat iedereen in de provincie eigenaar blijft van zijn eigen data.

DataFryslân is een plaats voor kenniscirculatie.

Een /LAB is een ‘werkplaats’ waar

DataFryslân bouwt projectmatig aan

Door workshops, presentaties, masterclasses,

expertise en datavraagstukken

een collectie van Friese (micro) data

meet-ups wordt innovatie en kennisdeling

samenkomen. In de praktijk wordt

en algoritmen. De focus ligt op

gestimuleerd.

geleerd en samengewerkt met

publicatie van dataproducten zoals

DataFryslân organiseert in 2024 vier exclusieve

belangrijkste kennisinstellingen zoals het

dashboards en rapportages. Leden

/PODIUMS met prominente binnen- en buitenlandse

CBS, universiteiten en hogescholen. In

hebben toegang tot de Frysian Data

sprekers. De masterclasses creëren focus rondom

elk /LAB wordt met de leden organisaties

Exchange waar leden veilig data kunnen

typisch Friese thema’s, maar zoomen ook in op meer

geëxperimenteerd met microdata,

delen en dataproducten van de

algemene datagerelateerde onderwerpen zoals

analysemethoden, ethiek en

coöperatie kunnen gebruiken.

veiligheid, ethiek en privacy. Binnen de thema’s

besluitvorming op basis van data.

worden community’s geactiveerd die van waarde zijn voor Fryslân.

Voorbeelden 1. Armoede atlas 2. Energiearmoede 3. Tekst en sentimentanalyse 4. kwetsbare woonvoorraad

Energiearmoede definitie Dit zijn huishoudens met een • laag inkomen • woonachtig in een huis waar ze relatief veel kwijt zijn aan de energierekening • of in een slecht geïsoleerde woning leven (lage energetische kwaliteit waar ze normaliter veel kwijt zijn aan energie

Laag Inkomen

Lage Energetische Kwaliteit Woning

Hoge Energierekening

Waar? Energiearmoede op buurtniveau - 899 buurten, 580 buurten zijn er <10 huishoudens met energiearmoede ➢Minimum aantal waarnemingen = 10 (beveiligingsrichtlijnen output microdata CBS) Gevolg = lege vlekken op kaarten en geen data - Met CBS microdata hebben wij geschat aan de hand van diverse indicatoren of huishoudens energiearmoede ervaren Schatting moet betrouwbaar en accuraat zijn - Matchen van data in de beveiligde omgeving van het CBS met onze schatting

Technisch verhaal in het kort: In 98,2% van de gevallen is energiearmoede in de data goed geschat door het model

Voorbeelden 1. Armoede atlas 2. Energiearmoede 3. Tekst en sentimentanalyse 4. kwetsbare woonvoorraad

Doel van het project • Tekst en sentimentanalyse op social media berichten die gaan over Leeuwarden • Signalen van (on)genoegen opvangen • Op een veilige en ethische manier

DOEL: De gemeente Leeuwarden wil op basis van social media data tekst- en sentimenten analyseren op een eigen AI omgeving, zodat de gemeente weet wat er leeft bij haar inwoners met aandacht voor wet- en regelgeving evenals ethiek.

DOELGROEPEN: •Betrokkenen van het programma Leeuwarden Oost •Inwoners Leeuwarden (Oost) •Gemeente Leeuwarden (medewerkers) •Data analyse groep binnen de Gemeente Leeuwarden •DataFryslân •CISO, FG en ethiek officer

BEHOEFTE VAN DE DOELGROEP: •Gebrek aan inzicht binnen de gemeente Leeuwarden in wat er speelt bij haar inwoners. •Geschikte tooling binnen gemeente Leeuwarden •Voor de gemeente en het programma Leeuwarden Oost is dit een interessante basis voor een participatieproces om vervolgens noodzakelijke/ gewenste (beleids)interventies op te doen.

PRODUCTEN/DIENSTEN: •Een beslistool gericht op het beantwoorden van "wat mag wel en wat mag niet" ten aanzien van tekst- en sentimentanalyse. De focus ligt hier op ethische en juridische onderbouwing. •Een methode/ stappenplan om vraag en aanbod qua dataanalyse op elkaar aan te laten sluiten. •Een ontwikkelde methodiek (algoritme / model) waarmee sentimenten voor een thema uit social media data gehaald kan worden.

DOELEN: •Op basis van de resultaten, inzet van participatiegerichte interventies kunnen doen naar de inwoners om zo bij te dragen naar meer welzijn en welvaart – met name op het gebied van leren, wonen, werken en gezondheid – onder de inwoners van Leeuwarden en specifiek de wijken van Leeuwarden Oost. •Interne ICT structuur binnen Gemeente Leeuwarden opgezet met juiste tooling.

Vier grote thema’s

DATA

MODELLEREN

OMGEVING

PRIVACY & ETHIEK

Burgers hebben social media berichten gepost over een bepaalde periode

Anonimiseren data (tussenkomst medewerkers op basis van de vastgesteld script)

Output en presentatie van resultaten voor stakeholders

Exporteren social media data via OBI4nkomst medewerkers die steekwoorden en output maken)

Delen geanonimiseerde data voor gebruik in de cloud (handmatige actie van medewerkers intern)

Opschonen data (tussenkomst medewerkers op basis van vooraf vastgesteld script)

Analyseren data met machine learning (medewerkers op basis van de vastgesteld script)

Social media berichten

Onderwerp Onderwerp Onderwerp Onderwerp C D B A

Procesverloop