RAG als fundament voor verantwoorde gemeentelijke AI

De inzet van AI verandert die verantwoordelijkheid niet – zij vergroot deze juist. Een gemeente kan zich niet permitteren dat een virtuele assistent aannames doet, informatie verzint of antwoorden geeft die niet zijn gebaseerd op vastgesteld beleid.

Retrieval-Augmented Generation (RAG) is daarom geen technische keuze, maar een bestuurlijke en inhoudelijke noodzaak. RAG zorgt ervoor dat AI nooit de bron van de waarheid wordt, maar uitsluitend een hulpmiddel blijft om die waarheid begrijpelijk uit te leggen.

De retrieval-componenten die vandaag de basis vormen van SEVA, demonstreerden wij al in 2020 bij klanten. Inmiddels is dit uitgegroeid tot een noodzakelijke voorwaarde voor betrouwbare en verantwoorde AI in het publieke domein.

De kern van onze aanpak is helder en principieel:

• het taalmodel (LLM) wordt uitsluitend gebruikt om een antwoord goed en menselijk te formuleren;
• feiten, regels, data en processen komen altijd uit de gecontroleerde kennisomgeving van de gemeente.

Hiermee wordt RAG het antwoord op de verantwoordelijkheid die gemeenten hebben om vragen van cliënten feitelijk correct, uitlegbaar en herleidbaar te beantwoorden – en beperken we het risico op hallucinaties tot een minimum.

Een eigen RAG-implementatie, speciaal voor het publieke domein

Bij de start van de ontwikkeling in 2019 lag de focus op het betrouwbaar ophalen van de juiste informatie uit grote, kennisverzamelingen.

Sindsdien is deze technologie structureel doorontwikkeld en verfijnd. Wat begon als slimme retrieval is geëvolueerd tot een high-performance RAG-architectuur, waarin snelheid, precisie, schaalbaarheid en governance samenkomen.

SEVA maakt gebruik van een eigen RAG-implementatie, ontwikkeld met universiteiten en publieke organisaties.

Wat houdt het in:

• Geen hallucinaties
  De antwoorden van SEVA zijn gebaseerd op de kennis die de gemeente zelf aanlevert en beheert.
• Geen vermenging met externe data
  Het taalmodel maakt voor feiten geen LLM of andere, niet-goedgekeurde bronnen.
• Domeinscheiding
  Kennis over Wmo, WLZ of schulddienstverlening blijft strikt gescheiden, zodat informatie niet door elkaar gaat lopen.
• Volledige grip op inhoud
  Gemeenten bepalen zelf wat SEVA wel en niet mag zeggen – en kunnen dit eenvoudig aanpassen.

Wat dit oplevert voor gemeenten

Door RAG op deze manier toe te passen, kunnen gemeenten:

• AI inzetten zonder verlies van controle;
• inwoners consistente en juiste informatie bieden;
• risico’s op foutieve of verzonnen antwoorden drastisch verkleinen;
• transparant blijven richting professionals, bestuur en toezichthouders;
• vertrouwen opbouwen bij inwoners.