Over de RAAIT Toolbox

De RAAIT Toolbox maakt verantwoorde AI concreet. De toolbox biedt praktische ondersteuning aan organisaties die AI willen begrijpen, ontwerpen, ontwikkelen en inzetten op een manier die mens, maatschappij en planeet versterkt. Ze helpt om ethische, maatschappelijke en duurzame uitgangspunten niet alleen te benoemen, maar daadwerkelijk toe te passen in de praktijk.

De toolbox is ontwikkeld binnen het RAAIT-programma (Responsible Applied Artificial InTelligence), in samenwerking met een breed netwerk van hogescholen, bedrijven en publieke organisaties. Aanleiding was de groeiende bewustwording van de ethische en maatschappelijke uitdagingen rond AI, en de daarmee samenhangende behoefte aan praktische handvatten voor verantwoord gebruik en governance. Binnen RAAIT zijn hiervoor twee samenhangende bouwstenen ontwikkeld: het RAAIT Manifest en de RAAIT Toolbox.

Het Manifest beschrijft wat wij onder verantwoorde toegepaste AI verstaan, op basis van zes ethisch-maatschappelijke uitgangspunten, zoals het bevorderen van gelijke kansen en inclusiviteit. Daarnaast formuleert het Manifest drie richtlijnen voor verantwoord AI-gebruik, waarover later meer.

De RAAIT Toolbox vertaalt de uitgangspunten en richtlijnen naar concrete instrumenten en methoden. De tools ondersteunen onder meer AI-geletterdheid, het bevragen en sturen van AI-ontwikkeling en het inrichten van AI-governance. De toolbox bevat onder andere vragenlijsten, workshops en softwaretools.

De tools zijn geordend langs de drie richtlijnen uit het Manifest en vier veelvoorkomende uitdagingen of toepassingsgebieden uit de praktijk: AI Literacy (Use), AI Design, AI Technology en Organisational Context. Gebruikers kunnen de toolbox doorzoeken via filters op uitgangspunten, richtlijnen, Responsible AI-assen en bekende raamwerken, zoals het DOT-framework, zodat zij snel passende tools vinden voor hun specifieke uitdaging.

Om de toepasbaarheid te waarborgen zijn alleen tools opgenomen waar RAAIT-partners positieve praktijkervaringen mee hebben. Inmiddels bevat de toolbox meer dan dertig tools. Daarnaast maakt zij zichtbaar voor welke typen uitdagingen nog geen geschikte instrumenten bestaan. Daarmee helpt de toolbox niet alleen gebruikers, maar ook het RAAIT-programma zelf om lacunes in onderzoek en behoeften uit de professionele praktijk te identificeren.

Samen vormen het RAAIT Manifest en de RAAIT Toolbox een groeiend platform waarin onderzoek, beleid en praktijk elkaar versterken — met als doel AI die werkt vóór mens, maatschappij en planeet.

Hoe is de RAAIT toolbox opgebouwd?

De toolbox vertaalt het RAAIT-manifest naar de praktijk. De tools zijn ingedeeld op basis van de drie richtlijnen uit het manifest, in combinatie met de vier centrale uitdagingen en toepassingsgebieden die we in de praktijk tegenkomen. Samen met de zes maatschappelijke uitgangspunten vormt dit ons morele én handelingsgerichte kompas voor verantwoorde AI. Door deze positionering kunnen gebruikers van de toolbox niet alleen inschatten wat een tool doet, maar ook hoe deze past in het bredere proces van ontdekken, ontwerpen en toepassen van AI in een maatschappelijke context.

Drie richtlijnen voor handelen

We hanteren de volgende drie richtlijnen voor handelen door gebruikers, ontwikkelaars, toezichthouders en opdrachtgevers:

Betrek belanghebbenden en faciliteer tegenspraak. Houd rekening met de diversiteit in de samenleving, met de planeet en met toekomstige belanghebbenden. Informeer en consulteer betrokkenen, weeg verschillende belangen mee in besluitvorming, en faciliteer ruimte voor tegenspraak en adequaat ingrijpen.
Maak weloverwogen en transparante keuzes. Maak expliciete, uitlegbare en transparante keuzes over de ontwikkeling en inzet van AI: waarvoor, wanneer, hoe en door wie. Gebruik de zes uitgangspunten als leidraad bij deze besluitvorming.
Investeer gericht en neem verantwoordelijkheid. Maak onderbouwde keuzes over welke AI-technologie (en van welke herkomst) wordt ingezet en ingekocht, en aan welke ontwikkeling van AI-technologie wel en juist niet wordt bijgedragen.

Vier RAAIT uitdagingen

De RAAIT Toolbox is opgebouwd rond vier centrale uitdagingen en toepassingsgebieden:

AI-geletterdheid (gebruik / literacy): Kennis en vaardigheden die nodig zijn om AI te begrijpen, te interpreteren en op een weloverwogen en verantwoorde manier te gebruiken.
AI Toepassing (Ontwerp): Het definiëren van problemen en het ontwerpen van AI-modellen en -toepassingen, waarbij relevante stakeholders actief worden betrokken om bruikbare en ethisch verantwoorde oplossingen te creëren.
AI Toepassing (Technologie): De ontwikkeling, het testen, de implementatie en monitoring van AI-toepassingen, met aandacht voor effectiviteit, betrouwbaarheid en maatschappelijke impact binnen de specifieke toepassingscontext.
Organisatie (Context): Benodigde aanpassingen in organisatie, werkcultuur, governance, institutioneel toezicht, en beleid om een verantwoorde AI-organisatie te creëren. De verantwoordelijkheid voor verantwoorde omgang met AI ligt hierbij expliciet niet enkel bij individuele medewerkers, maar is collectief en structueel verankerd.

Zes maatschappelijke uitgangspunten

Wij hanteren in onze keuzes de volgende zes uitgangspunten voor de verantwoorde ontwikkeling en inzet van AI in de praktijk :

Versterk maatschappij en planeet: De inzet van AI-toepassingen moet bijdragen aan een betere wereld, een sterke democratische rechtsstaat en een duurzame toekomst voor mens en planeet.
Eerst de mens, dan de technologie: Wanneer een praktijkprobleem kan worden opgelost met mensenwerk, verdient dit de voorkeur boven de inzet van AI. AI-toepassingen worden alleen ingezet wanneer er een aantoonbare meerwaarde is ten opzichte van menselijk handelen.
Gelijke kansen en inclusiviteit: De inzet van AI-toepassingen moet gelijke kansen en inclusiviteit bevorderen, met expliciete aandacht voor gemarginaliseerde en kwetsbare groepen in de samenleving.
Bevorder menselijke waardigheid: De inzet van AI-toepassingen moet de mens in haar waardigheid respecteren en beschermen, en ontmenselijking, uitsluiting of schadelijke machtsverhoudingen bestrijden.
Leg regie én verantwoordelijkheid bij de mens: Doelstelling, aansturing en eindverantwoordelijkheid voor AI-toepassingen liggen altijd bij de mens. De implementatie van AI moet menselijke regie, inzicht en handelingsruimte expliciet en actief faciliteren.
Weeg impact op korte én op lange termijn: Bij de inzet van AI-toepassingen moet de impact op zowel de korte als de lange termijn worden meegewogen. Dit omvat effecten op individuen, organisaties, samenleving en planeet, en vraagt om het betrekken van relevante stakeholders in de noodzakelijke afwegingen.

Over de vindbaarheid van tools

Elke tool is doorzoekbaar via hashtags en filters op basis van de zes uitgangspunten, drie richtlijnen en vier uitdagingen, plus een aantal aanvullende hashtags.

Over de RAAIT assen

Elke tool binnen de RAAIT Toolbox is gepositioneerd langs drie inhoudelijke assen, zodat gebruikers snel kunnen zien op welk gebied een tool bijdraagt en welke impact het kan hebben:

AI Geletterdheid ↔ Participatieve AI: Van tools die gericht zijn op kennisopbouw en begrip van AI (ontdekken en observeren), tot tools die mensen in staat stellen actief deel te nemen aan het ontwerpen, ontwikkelen en co-creëren van AI-systemen (ontwerpen en transformeren).
AI Governance ↔ AI Toepassing: Van tools die ondersteunen bij beleid, ethiek, transparantie en toezicht op AI (organisatie en controle), tot tools die direct helpen bij het ontwerpen, ontwikkelen en implementeren van concrete AI-toepassingen (actiegericht en praktijkgericht).
Wereld verbeteren ↔ Risico’s verminderen: Van tools die bijdragen aan positieve maatschappelijke impact, inclusie en systeemverandering, tot tools die gericht zijn op het identificeren, beperken en mitigeren van risico’s en schade (van idealistische mogelijkheden tot praktische risicobeheersing).

Het DOT framework

Ten slotte zijn, waar relevant, ook kenmerken uit het bestaande DOT-framework als indicaties van het type tool opgenomen.

Het DOT Framework is ontwikkeld in de context van Communicatie en Multimedia Design, maar wordt ook gebruikt voor ICT research. We hebben zodoende de tools in de RAAIT toolbox ook volgens het DOT raamwerk geclassificeerd. Daarvoor gebruiken we de volgende typen tools, waarvan de beschrijvingen zijn overgenomen van https://ictresearchmethods.nl/dot-framework/

A. Veld. Veldonderzoek wordt gedaan om de toepassingscontext te verkennen. Je gebruikt een veldstrategie om je eindgebruikers, hun behoeften, wensen en beperkingen te leren kennen, evenals de organisatorische en fysieke contexten waarin ze je product zullen gebruiken.

B. Lab. Labonderzoek wordt gedaan om onderdelen of concepten van je product, of het eindproduct, te testen. Je gebruikt labonderzoek om te leren of dingen verlopen zoals je bedoeld had, of om verschillende scenario’s te testen.

C. Workshop. Workshoponderzoek wordt gedaan om kansen te verkennen. Prototyping, ontwerpen en co-creatieactiviteiten zijn allemaal manieren om inzichten te krijgen in wat mogelijk is en hoe dingen zouden kunnen werken.

D. Bibliotheek. Bibliotheekonderzoek wordt gedaan om te verkennen wat er al gedaan is en welke richtlijnen en theorieën bestaan die je kunnen helpen je ontwerp verder te brengen, ook wel deskresearch genoemd.

E. Showroom. Showroomonderzoek wordt gedaan om je ideeën te toetsen in relatie tot bestaand werk. Het tonen van je prototype aan experts kan een vorm van showroomonderzoek zijn, net zoals het uitleggen hoe je product verschilt van de concurrentie. Ook het testen van je product aan algemene richtlijnen is een vorm van showroomonderzoek.

Het DOT Framework gebruikt ook verschillende assen, waarbij een tool kan worden geschaald van 1 tot 6.

De assen staan voor bepaalde trade-offs, en hangen samen met de categorieën uit de vorige vraag. Ze zijn ook te vinden op: https://cmdmethods.nl/about/more-info

De assen binnen het DOT framework zijn als volgt gedefinieerd:

Inspiration ↔ data: Van tools die gericht zijn op inspiratie en creatieve co-creatie (meer subjectief) tot tools die helpen bij het verzamelen en analyseren van data (meer onafhankelijk en objectief).
Expertise ↔ fit: Van tools die hergebruik van bestaande kennis en expertise mogelijk maken tot tools die specifiek passen bij de context van de applicatie of het ontwerp.
Overview ↔ certainty: Van tools die een breed overzicht bieden van het ontwerpgebied tot tools die zich richten op specifieke aspecten, hypothesen of details in het ontwerp.

Tools zijn gescoord op een schaal van 1 tot 6, waarbij 1 het ene uiterste is, en 6 het andere uiterste.

Hoe verder?

De RAAIT Toolbox is een levend ecosysteem dat meegroeit via nieuwe (onderzoeks)projecten en praktijkervaringen. Zo bouwen we stap voor stap aan een landschap waarin verantwoorde AI niet alleen wenselijk is, maar ook concreet, navolgbaar en uitvoerbaar wordt.