Een door Albert genoemde AI wekt bezorgdheid op in de Franse openbare financiën
Albert, een geavanceerd kunstmatige intelligentie (AI) systeem, werd met hoge verwachtingen geïntroduceerd om de werkdruk van Franse belastingambtenaren te verlichten. Ontworpen om een aanzienlijk deel van de 16 miljoen jaarlijkse verzoeken van belastingbetalers te verwerken, werd verwacht dat Albert procedures zou stroomlijnen, reactietijden zou verkorten en veilige antwoorden zou bieden.
Ondanks deze intenties zijn de ervaringen met AI in de publieke sector niet vlekkeloos verlopen, met name binnen de Franse belastingdienst. De AI-toepassing was verantwoordelijk voor fouten zoals het verkeerd identificeren van objecten op luchtfoto’s, waarbij parkeerplaatsen en landbouwzeilen werden verward met zwembaden, en er niet in slaagde zwembaden te herkennen die niet de “juiste” blauwtint hadden.
Er bleven aanzienlijke onnauwkeurigheden met de AI die demonteerbare zwembaden onterecht belastte, die volgens de wet niet belastbaar zouden moeten zijn, wat resulteerde in een foutenmarge van ongeveer 30%. De vakbond CGT uitte zijn frustratie en merkte op dat nieuwe softwareprototypes werden ingezet zonder voorafgaande tests, wat leidde tot real-time problemen op kosten van de belastingbetaler.
In een eerlijke bekentenis gaf de afdeling Financiën van Bouches-du-Rhône toe dat er in tien jaar tijd 600 posities verloren gingen, waarbij een deel van de daling werd toegeschreven aan de introductie van nieuwe software, waaronder systemen voor zwembadmonitoring en vastgoedbeheer. Deze met AI aangestuurde veranderingen resulteerden in aanzienlijke vermindering van mankracht en beperkten de fysieke controle van locaties door landmeters.
Bovendien ging de AI verkeerd om met onroerendgoedtaxaties, wat leidde tot een absurde situatie waarin peuters in rekening werden gebracht voor het bezitten van tweede woningen. Deze fouten vereisten handmatige correcties door menselijke agenten, waarmee eventuele efficiëntiewinsten die de AI zou moeten brengen, werden overschaduwd.
Terwijl de premier plannen aankondigde voor 3.000 nieuwe France Services-huizen, om te helpen bij diverse administratieve procedures, rezen zorgen over de financiële haalbaarheid voor minder welgestelde gemeenschappen om dergelijke vestigingen te ondersteunen.
Tot slot legde een extern rapport een giftige en ongezonde werkomgeving bloot bij de kadastrale dienst van Marseille, waarbij hoge niveaus van personeelsontevredenheid en ongezonde concurrentie aan het licht kwamen, in schril contrast met de samenwerkingsomgeving die zou moeten volgen op de recente dienstfusies. De CGT heeft opgeroepen tot substantiële acties om de arbeidsomstandigheden te verbeteren te midden van een achtergrond van technologische verstoring en personeelsuitdagingen.
Kunstmatige Intelligentie-uitdagingen in de Franse belastingkantoren
Het gebruik van Kunstmatige Intelligentie (AI) systemen zoals Albert in de Franse belastingkantoren belicht verschillende uitdagingen en controverses die ook op mondiaal niveau zichtbaar zijn bij de implementatie van AI in de publieke sector. Hier zijn enkele belangrijke vragen en onderwerpen met betrekking tot het gebruik van AI in de publieke sector:
Belangrijke vragen en antwoorden:
– Welke uitdagingen brengt AI met zich mee in de publieke sector, gebaseerd op het geval van Albert? Uitdagingen van AI in de publieke sector omvatten het risico op fouten, zoals gezien met Albert die objecten verkeerd classificeerde in luchtfoto’s, technische problemen en het potentiële verlies van banen door automatisering.
– Hoe beïnvloedt de implementatie van AI zoals Albert de werkgelegenheid in de publieke sector? AI-implementaties kunnen leiden tot banenvermindering doordat taken die voorheen door mensen werden uitgevoerd, geautomatiseerd kunnen worden, wat leidt tot minder personeelsposities, zoals aangetoond door het verlies van 600 posities bij de afdeling Financiën van Bouches-du-Rhône.
Voordelen:
– AI kan aanzienlijk kortere responstijden bieden voor verzoeken van belastingbetalers.
– Het kan grote hoeveelheden gegevens verwerken, wat procedures kan stroomlijnen.
– Veilige en consistente antwoorden kunnen worden gegeven als de AI goed is opgeleid.
Nadelen:
– AI-systemen kunnen fouten maken, zoals het verkeerd identificeren van objecten of het belasten van verkeerde items, zoals gezien met Albert.
– Deze fouten kunnen het vertrouwen in de publieke administratie ondermijnen en tijdrovende handmatige correcties vereisen.
– Banenverlies kan optreden doordat AI-systemen bepaalde taken kunnen vervangen die eerder door menselijke werknemers werden uitgevoerd.
Gerelateerde uitdagingen en controverses:
– Vertrouwen in Openbare Diensten: Fouten gemaakt door AI kunnen het vertrouwen van het publiek in de efficiëntie en rechtvaardigheid van belastingadministratie beïnvloeden.
– Testen en Implementatie: Er kan een haast zijn om AI-technologieën te implementeren zonder voldoende testen, wat resulteert in publieke fouten en backlash.
– Werkomgeving: De implementatie van AI kan werkomstandigheden verslechteren als het personeelswerklasten verhoogt met handmatige correcties en spanning vanwege baanonzekerheid.
– Gelijkheid: Financiële beperkingen in minder welvarende gemeenschappen kunnen invloed hebben op de uniforme verstrekking van diensten, vooral wanneer nieuwe technologie en personeel nodig zijn.
Aanbevolen gerelateerde links:
Voor lezers die geïnteresseerd zijn in bredere contexten van AI in de samenleving en de implicaties ervan, kunnen de volgende links naar belangrijke domeinen nuttig zijn:
– OESO (Organisatie voor Economische Samenwerking en Ontwikkeling) voor informatie over AI-beleid en initiatieven.
– Europese Commissie voor updates en documenten over AI-regelgeving in de EU.
– MIT Technology Review voor artikelen over de impact van AI op de samenleving.
– AI Hub voor bronnen en inzichten over het laatste in AI-onderzoek en -toepassingen.
The source of the article is from the blog kewauneecomet.com