Ervaringsfeedback over AURORA: een verkennend traject rond Agentic AI

Tijdens deze sessie werden de lessen gepresenteerd die zijn getrokken uit het verkennende traject "Agentic AI LAB", dat tussen december 2025 en april 2026 werd uitgevoerd.

In dit kader stelde het team Inbreuken en administratieve sancties van urban.brussels een verkennend traject voor dat betrekking had op bepaalde aspecten van het administratieve beheer van stedelijke inbreuken, beperkt tot een wettelijk kader dat werd bepaald door bepaalde artikelen van het BWRO en verschillende besluiten.

De doelstelling bestond erin het gebruik te verkennen van AI-agents die in staat zijn om:

• relevante gegevens uit dossiers te halen; 
• de activiteiten te definiëren die tijdens de inbreukperiode hebben plaatsgevonden; 
• te controleren of deze activiteiten in overeenstemming bleven met het kader van de afgeleverde vergunning.

Het verkennende traject heeft geleid tot de ontwikkeling van een oplossing die in staat is:

• ontbrekende gegevens in een dossier te identificeren: op basis van de eerste bedrijfsregels kon de applicatie tussen 40 % en 75 % van de vereiste informatie uit de analyserapporten identificeren. Dit percentage zou nog moeten stijgen met de integratie van nieuwe bedrijfsregels.
• een specifieke en betrouwbare juridische assistent te creëren: dankzij de directe feedback van de medewerkers van Urban.brussels tijdens de agile evaluatiefase werd het percentage ontbrekende gegevens teruggebracht tot 5 %. Dit percentage zal verder dalen naarmate de oplossing op grotere schaal wordt ingezet. Het systeem heeft ook een hoge betrouwbaarheid aangetoond: de medewerkers van Urban.brussels moesten de beslissing van AURORA in slechts 1 op de 6 gevallen corrigeren.
• tijd te winnen bij de analyse van de dossiers: op basis van een evaluatie van 6 referentiegevallen, uitgevoerd door medewerkers van Urban Brussels, heeft AURORA de tijd die nodig is om een medewerker van Urban te ondersteunen bij de besluitvorming met ongeveer 90 % kunnen verminderen, terwijl het menselijk toezicht ("human in the loop") behouden bleef.

Het experiment had ook tot doel de inbreukdossiers te valideren door het officiële evaluatiedossier van een ambtenaar te vergelijken met dat van AI-agents, en door een overzicht op te stellen van de eventuele verschillen tussen de bevindingen van de ambtenaar en die van de 18 ingezette AI-agents.  AURORA bereikt een direct overeenstemmingspercentage van 75 % met eerdere menselijke beslissingen. De waargenomen verschillen zijn grotendeels te verklaren door het vermogen van AURORA om relevante bijkomende informatie te identificeren. Hoewel dit automatisch het percentage strikte overeenstemming verlaagt, benadrukt het ook het vermogen van het systeem om kritieke gegevens te detecteren.

Deze onderling verbonden AI-agents vervulden elk een specifieke functie: coördinatie, documentbeheer, besluitvormingsagents en kennisagents. Dit experiment illustreert het potentieel van generatieve AI-technologieën en AI-agents om de transformatie van de overheidssector te ondersteunen, door geleidelijk over te stappen van een logica van statische formulieren naar conversationele en collaboratieve workflows.

Dit verkennende traject opent veelbelovende perspectieven voor een versterkte samenwerking tussen vakdeskundigheid en AI-agents in overheidsinstanties!