‘De bias die we zien, is een reflectie van een veel groter sociaal probleem’

Toen Alexander Laufer vier jaar geleden als data scientist bij de Belastingdienst kwam werken, begon hij als zijproject met een ethiekonderzoek naar non-discriminatie binnen de Belastingdienst. Dat zijproject werd steeds groter, waarmee het al snel uitgroeide tot een fulltime baan. Een baan die Alexander met zijn ervaring, inzichten en ambities op het lijf geschreven is.

‘Een groot deel van mijn werk richt zich op het analyseren van datasets op bias, met als doel te zorgen dat de algoritmes die we gebruiken niet onbedoeld discriminerend uitpakken. We hebben bijvoorbeeld een product dat aanvragen van ondernemers kan signaleren als niet-conform, en op basis daarvan verklaringen vrijgeeft. Door te kijken naar de frequentie waarmee mensen ten onrechte benadeeld worden, bekijk ik of er bepaalde groepen mensen zijn die onbedoeld vaker door zo’n algoritme benadeeld worden. Dat is op basis van verschillende persoonskenmerken, zoals geslacht. Komt het bijvoorbeeld voor dat vrouwen zonder goede aanleiding vaker geselecteerd worden voor een controle? Dat is voor een deel technisch van aard, maar het gaat daarnaast ook over de Belastingdienst als organisatie. Daarom geef ik regelmatig workshops over bewustzijn, zowel binnen als buiten onze organisatie.’ 

‘Naast het geven van workshops word ik regelmatig gevraagd voor dingen als interviews, presentaties of colleges op universiteiten. Vanuit mijn rol werk ik ook veel samen met universiteiten en overheden. Zo hebben we een samenwerkingsverband met de Universiteit van Amsterdam, waar ik meehelp om onderzoeken inhoudelijk vorm te geven. Maar ik bedenk bijvoorbeeld ook onderzoeksvragen die voor de Belastingdienst relevant zijn en waarbij de UvA dan kan helpen met de beantwoording ervan. Verder ben ik ook nog voorzitter van de klankbordgroep voor ethiek en analytics, en zit ik in een expertgroep van de Belastingdienst. Ieder organisatieonderdeel kan vragen indienen bij onze adviescommissie, maar op het gebied van analytics gaan deze vragen dan eerst langs ons als expertgroep.’

‘Wat het voor mij vooral interessant maakt is dat je sommige ongelijkheden in de maatschappij ook terugziet in de uitkomsten van onze algoritmes. De bias die we zien is een reflectie van een veel groter sociaal probleem – eentje die we ook niet zomaar kunnen oplossen. Al deze data brengen we in kaart en op basis daarvan kunnen we gericht maatregelen nemen om het te verbeteren. Iedereen in Nederland heeft te maken met de Belastingdienst, dus ik kan met mijn werk echt een impact maken op grote schaal. Het thema staat hoog op de agenda en is inmiddels één van de strategische doelen geworden van de Belastingdienst, waarmee het ook is opgenomen in het jaarplan. Dat betekent ook dat we een voorbeeldfunctie vervullen richting andere departementen en overheidsinstanties. Denk aan beleidsmakers: hoe weet je of een model discriminerend uitpakt? Hoe toets je zoiets?’

‘Het vakgebied is eigenlijk pas net geboren, dus er is nog genoeg te doen. We staan echt aan het begin van een grote omslag in de manier waarop we algoritmes toepassen. Er zijn heel veel ontwikkelingen binnen het vakgebied, dus er valt ook voor mij nog veel te leren. Daarom lees ik veel media en houd ik nieuwe publicaties in de wetenschappelijke literatuur goed in de gaten. Het fijne is ook wel dat ik bij de Belastingdienst echt de kans heb gekregen om me hier zo in te specialiseren. Er wordt veel ruimte gemaakt voor persoonlijke ontwikkeling, dus dat heeft me op zeker geholpen om te komen waar ik nu ben. De komende tijd wil ik me dan ook graag blijven ontwikkelen binnen het vakgebied.’