Kennisbank artikel van GovChatNL en vaardigheden opdoen
Hoe kan generatieve AI helpen bij het werk van weg- en waterbeheerders? In de terugblik op het webinar Generatieve AI in de GWW, de bron voor dit artikel, laten Pieter Ale de Boer, assetmanager kunstwerken en vaarwegen bij de provincie Overijssel, en Marko Groffen, adviseur kunstmatige intelligentie bij dezelfde provincie, zien hoe zij GovChatNL gebruiken. Aan de hand van een vraag over waterstofverbrossing bij bruggen bespreken zij drie niveaus van AI-gebruik: een losse vraag stellen, werken met eigen documenten en gerichte instructies geven voor een bruikbaar werkdocument. Hun presentatie over GovChatNL en de drie niveaus is beschikbaar bij de terugblik.
Inhoudsopgave
- GovChatNL voor overheidsorganisaties
- Praktijkvoorbeeld: GovChatNL voor voorbereiding van een brugbeoordeling
- Bronnen controleren en grenzen van het taalmodel kennen
- Gegevensbescherming en aansluiting op bestaande systemen
- Vragen uit het webinar
GovChatNL voor overheidsorganisaties
Bekijk de terugblik vanaf hier op YouTube
GovChatNL is ontstaan uit samenwerking tussen overheidsorganisaties die generatieve AI veilig en verantwoord willen toepassen. De initiatiefnemers wilden gezamenlijk een oplossing ontwikkelen, zodat organisaties niet ieder afzonderlijk hetzelfde werk hoeven te doen. Het platform begon als chatbot en kreeg later de mogelijkheid om een kennisbank aan te leggen en vragen over documenten te beantwoorden. De volgende ontwikkelstap die Marko Groffen in het webinar beschrijft, is het toevoegen van taakgerichte AI-assistenten, ook wel agents genoemd.
Praktijkvoorbeeld: GovChatNL als modulair chatplatform voor overheidswerk
Contactpersoon: Marko Groffen, adviseur kunstmatige intelligentie, provincie Overijssel
Terug naar alle Praktijkvoorbeelden
Modulair en met keuze over de inrichting
Groffen onderscheidt vier onderdelen van een chatplatform: de gebruikersinterface, de taalmodellen, de opslag van bijvoorbeeld documenten en chatgeschiedenis, en de omgeving waarin de software draait. GovChatNL is modulair opgezet, zodat organisaties onderdelen kunnen uitwisselen zonder de hele toepassing voor gebruikers te veranderen. Dat is relevant omdat overheidsorganisaties verschillende IT-omgevingen en eisen voor hosting en gegevensopslag hebben.
Een organisatie kan bijvoorbeeld een taalmodel via Microsoft gebruiken, overstappen naar het Europese model Mistral of, als zij daarvoor de middelen heeft, zelf een model hosten. De provincie Overijssel gebruikte tijdens de demonstratie modellen via Microsoft en bood in haar getoonde omgeving GPT-4.1 en Mistral Large aan. Volgens Groffen kan een wissel van taalmodel plaatsvinden terwijl de overige onderdelen van het platform blijven staan.
GovChatNL is zelf geen taalmodel. Groffen maakt onderscheid met GPT-NL, een afzonderlijk project waarin TNO volgens zijn toelichting een taalmodel op Nederlandse data ontwikkelt, met aandacht voor de rechten op trainingsgegevens. Een dergelijk model zou volgens hem via GovChatNL kunnen worden gebruikt. De gekoppelde website van GovChatNL beschrijft het platform aanvullend als opensourceplatform voor overheidsorganisaties, met mogelijkheden voor verschillende taalmodellen en zowel lokale als cloudgebaseerde inrichting.
Hulpmiddelen voor overheidstaken
Doordat deelnemende organisaties aan het platform bouwen, kunnen zij hulpmiddelen ontwikkelen en delen voor hun werkzaamheden. Groffen noemt tijdens het webinar een beleidskompas en een schrijfcoach voor teksten op taalniveau B1 als voorbeelden van taakgerichte hulpmiddelen. Welke hulpmiddelen worden toegevoegd, hangt af van de behoeften van de organisaties. De betrokkenen proberen daarbij zoveel mogelijk opensourceprojecten te gebruiken. Meer eigen regie over software vraagt volgens Groffen ook om meer eigen beheer. Op de website van GovChatNL staan aanvullende voorbeelden van de inmiddels beschreven toepassingen.
Praktijkvoorbeeld: GovChatNL voor voorbereiding van een brugbeoordeling
Contactpersoon: Pieter Ale de Boer, assetmanager kunstwerken en vaarwegen, provincie Overijssel
Terug naar alle Praktijkvoorbeelden
Bekijk de terugblik vanaf hier op YouTube
Pieter Ale de Boer kreeg van Rijkswaterstaat een signaal dat een brug in zijn beheer mogelijk risico liep op waterstofverbrossing. Naar aanleiding van een ingestorte brug in Duitsland zou Rijkswaterstaat hierover ook een brief aan de Tweede Kamer sturen. De Boer moest zijn directie informeren en had ongeveer één uur voordat hij verder met Rijkswaterstaat kon spreken. Hij kende de term op dat moment nog niet en gebruikte de beschikbare tijd om zich met online bronnen en AI voor te bereiden.
De demonstratie volgt drie manieren waarop hij de informatie kon verwerken. De eerste geeft snel een algemeen antwoord. De tweede gebruikt gevonden onderzoeksdocumenten als context. De derde combineert die inhoud met instructies over het doel, de vorm en de schrijfstijl van de gewenste uitkomst. De tijdens het webinar getoonde presentatie noemt dit de drie niveaus van vraag naar sturing.
Niveau 1: een algemene vraag stellen
De Boer stelt de vraag wat waterstofverbrossing is. Wanneer hij dezelfde vraag opnieuw stelt, verschillen de antwoorden in lengte, opbouw en inhoudelijke nadruk. Groffen legt uit dat een taalmodel tekst genereert op basis van geleerde verbanden en kansen. Het controleert daarbij niet vanzelf of iedere bewering feitelijk juist is. Een algemeen geformuleerde vraag levert bovendien een algemeen antwoord op, zonder de specifieke situatie van de brug of de beschikbare onderzoeksdocumenten mee te nemen.
Niveau 2: vragen stellen over onderzoeksdocumenten
De Boer vond op de website van Rijkswaterstaat ongeveer negen pdf’s met samen circa 150 pagina’s informatie. Op de getoonde presentatie staat dit als negen bronnen en meer dan 150 pagina’s. Hij plaatste de documenten in een werkruimte en selecteerde de documentencollectie als context voor zijn vraag. GovChatNL kon daardoor een antwoord op basis van die documenten formuleren en verwijzingen tonen naar de gebruikte bronnen.
Die bronverwijzingen helpen De Boer om beweringen terug te zoeken en te controleren. Hij gebruikte de documenten onder meer om gericht te zoeken naar typen bruggen en voorspanstaal. Ook liet hij een mogelijk verschil tussen adviezen van Rijkswaterstaat en TNO aanwijzen. Het gegenereerde overzicht suggereerde dat Rijkswaterstaat vervanging binnen vijf jaar noemde, terwijl TNO die niet strikt noodzakelijk zou vinden. De Boer benadrukt dat hij zulke uitspraken eerst in de oorspronkelijke adviezen moet verifiëren. Het webinar stelt deze uitkomst dus niet vast als advies voor de brug.
Voor het vervolggesprek met Rijkswaterstaat had hij zo alvast de algemene uitleg doorgenomen en gerichte vragen voorbereid. AI hielp hem te bepalen waar hij verder moest lezen; hij geeft aan dat hij de documenten uiteindelijk ook zelf doorneemt. Bij het onderzoek naar de brug waren bovendien analoge archiefstukken en collega’s nodig om specificaties terug te vinden. AI kon die ontbrekende digitale assetinformatie niet zelfstandig leveren. Voor de verdere beoordeling werden ook kennisinstellingen betrokken, waaronder TNO.
Niveau 3: inhoud, werkwijze en vorm aansturen
Bij het derde niveau geeft De Boer aan welk werkdocument hij nodig heeft. Hij vraagt bijvoorbeeld om een beslisnota voor het managementteam over waterstofverbrossing en voegt naast de onderzoeksdocumenten een interne schrijfwijzer toe. Daarmee stuurt hij de inhoud, toon, opbouw en schrijfstijl. Een bestaand voorbeeld van een goed memo kan dezelfde functie vervullen.
Een gerichte instructie kan ook een andere presentatie van de gegevens opleveren. De Boer vraagt tijdens de demonstratie om een tabel met onder meer een nummer, het type voorspanstaal, een jaartal en een risicoprofiel. Het systeem voegt zelf ook brugnamen toe. Dat laat zien dat zelfs bij een specifieke opdracht de uitkomst gecontroleerd moet worden op toevoegingen en juistheid.
Groffen adviseert om in een opdracht het doel en de context te beschrijven, aan te geven welke bronnen het systeem mag gebruiken en de gewenste vorm te benoemen. Dat kan gaan om een aantal punten, een tabel, een vast sjabloon of taalniveau B1. Volgens De Boer verschuift zijn werk daardoor van een document vanaf nul schrijven naar een concept kritisch beoordelen en verbeteren.
Bronnen controleren en grenzen van het taalmodel kennen
Bekijk de terugblik vanaf hier op YouTube
De sprekers benadrukken dat de gebruiker verantwoordelijk blijft voor de uiteindelijke tekst of beslissing. Toegevoegde documenten geven een taalmodel een betere basis, maar sluiten fouten niet uit. Controle van bronverwijzingen en oorspronkelijke passages blijft nodig, zeker wanneer een uitkomst naar een managementteam gaat of wordt gebruikt voor een technisch oordeel. In het webinar wordt geen foutpercentage genoemd. Groffen verwacht dat het risico mede afhangt van de specialistische aard van de vraag. De getoonde presentatie vat de werkwijze samen met de boodschap dat de gebruiker verantwoordelijk en eindredacteur blijft.
Ook de hoeveelheid tekst die een model tegelijk kan verwerken is begrensd. Groffen noemt voor GPT-4.1 een contextlimiet van ongeveer één miljoen tokens, die hij in het webinar vertaalt naar circa 700.000 woorden. Volgens hem passen de ongeveer 155 pagina’s waarover hij later in de demonstratie spreekt binnen die context. Een grote verzameling documenten kan niet zonder meer in één keer worden meegenomen.
Bij grotere kennisbanken kan een systeem eerst relevante tekstgedeelten ophalen. Groffen noemt hiervoor RAG, voluit Retrieval Augmented Generation: een zoekstap selecteert passages die bij de vraag passen en geeft die vervolgens aan het taalmodel. Zo kan ook op verwante termen en inhoudelijke context worden gezocht. De bruikbaarheid hangt mede af van de inrichting van de database en de gekozen zoekmethode; alleen een vectordatabase toevoegen is volgens de sprekers niet automatisch voldoende.
Rekenen is een ander aandachtspunt: een taalmodel genereert taal en is daardoor niet vanzelf een betrouwbare rekenmachine. Tijdens de Q&A beschrijft Groffen als mogelijke uitbreiding een agent die bij een rekenvraag een gekoppelde calculator aanroept en het resultaat verwerkt in het antwoord.
Gegevensbescherming en aansluiting op bestaande systemen
Bekijk de terugblik vanaf hier op YouTube
De inrichting van GovChatNL geeft organisaties de mogelijkheid om zelf te kiezen welke modellen, opslag en databronnen zij gebruiken. De sprekers adviseren om afspraken met leveranciers en de eigen regels voor persoonsgegevens en werkdocumenten te controleren voordat informatie wordt ingevoerd. Zij bespreken dat de provincie Overijssel modellen via Microsoft gebruikte, terwijl er vragen bestonden over privacy en het toegestane gebruik van bepaalde gegevens. Groffen zei tijdens het webinar dat op rijksniveau nog een gegevensbeschermingseffectbeoordeling rond Microsoft liep. Dat is een weergave van zijn toelichting op het moment van het webinar; de voorwaarden en toegestane toepassingen kunnen per organisatie verschillen.
TOPdesk bij gemeente Meierijstad
Tijdens de Q&A noemt Groffen de gemeente Meierijstad als voorbeeld van een aansluiting op bestaande software. Volgens zijn toelichting is TOPdesk daar aan GovChatNL gekoppeld. Medewerkers kunnen vragen stellen over onder meer verlof, waarna het systeem de benodigde informatie via een API uit TOPdesk ophaalt. Een API is een interface waarmee softwaresystemen gegevens kunnen uitwisselen. Ook SharePoint wordt tijdens de Q&A als mogelijke bron genoemd. Bij iedere koppeling moet de organisatie bepalen welke informatie zij toegankelijk maakt voor AI.
Volgens Groffen kunnen organisaties daarnaast eigen scripts, bijvoorbeeld in Python, combineren met taalmodellen. Vooraf vastgelegde beslisregels kunnen dan bepaalde stappen sturen, terwijl een taalmodel wordt ingezet waar interpretatie nodig is. De Boer noemt lokaal draaien van modellen en transcriptiesoftware als mogelijke richting voor organisaties die bestanden binnen hun eigen omgeving willen verwerken.
Vragen uit het webinar
Bekijk de terugblik vanaf hier op YouTube
Hoe controleer je of alle aangeleverde bronnen zijn meegenomen?
Dat is volgens Groffen niet altijd eenvoudig vast te stellen. De contextlimiet bepaalt hoeveel tekst een model tegelijk kan verwerken. Vraag naar de onderbouwing van een antwoord en controleer de genoemde passages in de oorspronkelijke documenten. Bij een grotere verzameling bronnen kan een zoekstap zoals RAG relevante gedeelten ophalen, maar ook dan blijft controle van de bronselectie nodig.
Mis je kennis als je documenten alleen met AI doorzoekt?
Ja, zegt De Boer: door niet alles te lezen kun je zijdelingse informatie missen. Hij gebruikt AI om snel een eerste overzicht, mogelijke invalshoeken en vindplaatsen te krijgen. Daarna leest hij gericht verder in de documenten die voor zijn werk van belang zijn.
Kan GovChatNL afbeeldingen verwerken of maken?
Groffen geeft aan dat afbeeldingen kunnen worden geüpload om er vragen over te stellen, bijvoorbeeld over gefotografeerde notities. Afbeeldingen genereren vereist een afzonderlijk beeldmodel. Die functie stond in de getoonde omgeving van de provincie Overijssel niet aan; welke mogelijkheden beschikbaar zijn, hangt af van de inrichting door de organisatie. Bij het maken van afbeeldingen adviseren de sprekers om nauwkeurig te beschrijven wat er zichtbaar moet zijn.
Kun je een hele chatsessie als document exporteren?
Dat hangt volgens Groffen af van de gebruikte toepassing. De Boer vertelt dat hij geregeld afzonderlijke antwoorden kopieert en dat een hele chatsessie niet altijd eenvoudig in Word over te nemen is. Door een schrijfwijzer of voorbeelddocument mee te geven, kan hij wel directer om een samenhangend memo in de gewenste opbouw vragen.
Kan Claude via GovChatNL worden gebruikt?
De vraag naar Claude wordt in het webinar gesteld, maar de sprekers geven geen expliciete bevestiging dat Claude op dat moment aan hun GovChatNL-omgeving gekoppeld was. Hun algemene uitleg is dat organisaties door de modulaire opzet zelf kunnen kiezen welke modellen zij aansluiten. Bij AI die programmeercode maakt, waarschuwt Groffen bovendien dat gegenereerde software op fouten en beveiligingsproblemen moet worden gecontroleerd voordat zij in gebruik wordt genomen.
Hoe kan een organisatie aansluiten bij GovChatNL?
Groffen beschrijft GovChatNL als een open community. Op de website van GovChatNL staat aanvullende informatie over het platform en de mogelijkheden om contact op te nemen of bij te dragen. De betrokken organisaties kwamen volgens zijn toelichting tijdens het webinar eens per twee weken bijeen; de code is ook via GitHub te bekijken. Medewerkers die deelname binnen hun organisatie willen bespreken, kunnen volgens Groffen doorgaans beginnen bij de afdeling bedrijfsvoering.
Dit artikel is samengesteld met behulp van AI op basis van de terugblik Generatieve AI in de GWW – 2 april 2026. Mochten er onjuistheden in staan, neem dan contact met ons op.