Waarom use cases?
We ontwikkelen JusticeLink use case-gedreven. Door eerst een minimal viable product (MVP) te bouwen op basis van van een concreet onderzoek,leveren we direct waarde voor onze partners. Zo toetsen we gezamenlijk wat in de praktijk werkt en krijgenpartners de mogelijkheid om ons vroegtijdig feedback te geven. Aan de hand van deze samenwerking breiden we de functionaliteiten van de MVP stapsgewijs uit.
Deze aanpak wordt als flexibel en transparant ervaren en brengt lagere kosten en ontwikkelingsrisico’s met zich mee, omdat deze aansluit op de echte behoefte van onze partners.
Snel en betrouwbaar menselijk en dierlijk botmateriaal herkennen met AI
Forensisch onderzoekers en agenten in het veld komen regelmatig botten tegen op locaties. Een cruciale vraag is dan: is dit menselijk of dierlijk botmateriaal? Een snelle en betrouwbare beoordeling kan het verschil maken in een onderzoek.
Met JusticeLink ondersteunen wij de verdere ontwikkeling van BottenBot: een AI-model dat aan de hand van foto’s direct een inschatting geeft of het om menselijk of dierlijk botmateriaal gaat.
Hoe werkt het?
- Trainen van het model
BottenBot leert herkennen wat menselijk en dierlijk botmateriaal is door te trainen met bestaande, geannoteerde fotocollecties. Hoe beter de data, hoe nauwkeuriger het model. - Toegankelijk maken voor het veld
Mits het model voldoende betrouwbaar is, wordt het beschikbaar gesteld via een gebruiksvriendelijke app. Onderzoekers en agenten kunnen dan ter plekke foto’s uploaden en direct een indicatie krijgen. - Samenwerken en data delen
Een van huidige uitdagingen is het veilig delen van trainingsdata en het bieden van toegang aan externe onderzoekers.
JusticeLink maakt dit mogelijk door:
- Een veilige omgeving voor data-uitwisseling.
- Samenwerking tussen interne en externe partijen te vergemakkelijken.
- Een platform te bieden waar de app mogelijk gehost en doorontwikkeld kan worden.
Waarom is dit belangrijk?
- Samenwerking: Externe experts kunnen eenvoudig bijdragen aan de verbetering van het model.
- Toegankelijkheid: Iedereen met de juiste toegang kan het model gebruiken, waar en wanneer nodig.
- Snelheid: Directe feedback in het veld versnelt onderzoeken.
Voorspellen van capaciteitsbehoefte in de justitiële keten
Hoeveel strafzaken worden er de komende jaren behandeld? Hoeveel plaatsen zijn er nodig in gevangenissen, justitiële jeugdinrichtingen en vreemdelingenbewaring? Het PrognoseModel Justitiële Ketens (PMJ) helpt het ministerie van Justitie en Veiligheid (J&V) deze vragen te beantwoorden. Met jaarlijkse updates ondersteunt het model de begrotingsplanning en zorgt het voor een realistisch beeld van de toekomstige capaciteitsbehoefte in de hele justitiële keten.
Hoe werkt het?
- Experimenteren met gegevens
Op dit moment werken onderzoekers in de analyseomgeving van JusticeLink met openbare gegevens. Zij willen weten of het PMJ-model op termijn nauwkeriger wordt wanner deze worden vervangen door afgeschermde gegevens (microdata), zoals justitiële brondata. - Verkenning
Privacy Enhancing Technologies
Onderzoekers willen verkennen of afgeschermde gegevens te synthetiseren zijn. Het uitgangspunt van een synthetische dataset is dat deze dezelfde patronen heeft als de originele set, maar niet meer herleidbaar is. - Oriënteren op de volgende stap
De prestatie worden vergeleken met het huidige model. Blijkt het nieuwe model beter, kan er een onderbouwd besluit worden genomen over het opnemen van dit model in de huidige versie.
JusticeLink maakt dit mogelijk door:
- Een geïntegreerde analyseomgeving aan te bieden waar de juiste tools eenvoudig beschikbaar zijn.
- Dataverzameling te stroomlijnen door afspraken te faciliteren over welke data nodig is en hoe deze gedeeld kan worden.
- Samenwerking te verbeteren tussen verschillende partijen, zodat data efficiënter wordt gebruikt en dubbel werk wordt voorkomen.
Waarom is dit belangrijk?
- Betere prognoses van de capaciteitsbehoefte.
- Efficiënter werken dankzij geautomatiseerde dataverzameling en analyses.
