Chatbot ‘Gem’ is een chatbot die zo’n 6 jaar bestaat en inmiddels door bijna dertig gemeenten op dagelijkse basis wordt gebruikt. In 2024 voerde Gem bijna 70.000 gesprekken en rapporteerde over de ervaringen. Eerder is al de inzet van GenAI voor de chatbot al verkend. In deze use case testen we de meerwaarde van GPT-NL voor Gem. We zetten het model in voor het beantwoorden van gebruikersvragen, en evalueren de kwaliteit in de context van de vragen die voor de gemeentes relevant zijn.
Het is voor burgers en ondernemers vaak lastig om alle relevante informatie over dienstverlening van de overheid te vinden omdat deze verspreid is over diverse websites van verschillende overheidsinstanties. Het ministerie van Binnenlandse Zaken realiseert daarom onder andere een digitale assistent die antwoorden geeft op basis van betrouwbare informatie van Overheid.nl en in een later stadium ook andere informatiebronnen van de overheid. In deze use case vergelijken we de antwoorden van GPT-NL met die van het huidige, commerciële model.
Brieven van de overheid zijn voor burgers en ondernemers niet altijd begrijpelijk. Het gaat vaak om belangrijke communicatie en dienstverlening, zoals schulden en toeslagen. Daarom is de communicatie-assistent HIP (Helder, Intelligent en Productief) ontwikkeld: één van de tools die overheidsmedewerkers ondersteunt in hun werk. HIP helpt om brieven op te stellen en te controleren op begrijpelijke taal en ondersteunt zo ambtenaren bij het creëren van duidelijke, toegankelijke en effectieve communicatie. In deze use case vergelijken we het best presterende model dat momenteel wordt ingezet voor HIP met GPT-NL.
In veel projecten van TNO wordt gewerkt met DV+ geclassificeerde documenten, privacygevoelige data of betreft het werk dat hoge eisen stelt aan privacy, security en compliance. De adoptie van GenAI, waar TNO op inzet, gaat daarom volgens het interne adagium ‘Copilot, tenzij’, en laat nu precies die “tenzij” hetgeen zijn waarmee TNO intern aan de slag gaat. De Feasibility Study richt zich op de on-premise inzet van GPT-NL (software en data zijn geïnstalleerd en beheerd op eigen servers) om de meerwaarde te toetsen. De use case waarin GPT-NL wordt toegepast wordt tijdens de Feasibility Study verder gedefinieerd.
Taalmodellen zijn onmisbaar voor opsporingswerk, dat is al jaren zo. De analyse van terabytes aan bewijsmateriaal is een gigantische opgave. Het is voor forensisch experts praktisch onmogelijk zulke grote datavolumes snel te door-gronden. Daarom zet het NFI AI-modellen in. In deze use case met GPT-NL wordt het model gefinetuned op forensische data en wordt onderzocht in hoeverre het gefinetunede model het beter doet in classificatietaken ten opzichte van de huidige modellen die het NFI nu inzet.