DOSP-VHR-002743 | AI ter ondersteuning van hulpverleners in de jeugdzorg

Probleemschets

In de hedendaagse sociale sector stapelen de uitdagingen zich op door de toenemende complexiteit van onze samenleving:

• Zorgverleners kampen met een berg aan administratie;
• Ze staan voor een meer diverse cliëntengroep door een groeiende meertaligheid en complexer wordende problematieken
• Ze worden geacht steeds meer digitale vaardigheden te beheersen.
• Ook de organisatorische complexiteit op vlak van structuren en samenwerkingsverbanden neemt toe.

Dit alles resulteert in een stijgende werkdruk en minder tijd voor het menselijke contact dat cruciaal is voor warme hulpverlening.

Er is in eerste instantie een dringende behoefte aan meer kennis over hoe artificiële intelligentie (AI) functioneel en ethisch verantwoord kan worden ingezet binnen de zorg. Het gebruik van AI in de sociale sector kan een positieve impact hebben op de cliëntbeleving van de zorg. Tevens kan AI de interne organisatie van de hulpverlening ondersteunen. Met de introductie van dergelijke technologieën kan de werkdruk verminderen en kunnen zorgverleners zich weer meer richten op wat echt telt: de menselijke interactie.

Daarnaast wordt de informatievoorziening binnen de zorg vaak bemoeilijkt door slecht navigeerbare websites en platformen. Zorgverleners worden regelmatig geconfronteerd met dezelfde vragen van cliënten, waarvoor de benodigde informatie moeilijk te vinden is. Hier ligt een kans voor verbetering in toegankelijkheid en gebruiksgemak van informatie, zodat zorgverleners efficiënter en effectiever kunnen opereren. Onderzoek toont aan dat het gebruik van een chatbot met generatieve AI de productiviteit van werknemers kan bevorderen. Steeds meer bedrijven en overheidsinstellingen gebruiken chat-interfaces om informatie te ontsluiten. Dit onderzoeksproject zal dus tevens verkennen hoe AI-tools de druk kunnen verlichten en de kwaliteit van de zorg kunnen verhogen.

Onderzoeksvragen

Op welke manier en in welke vorm kan generatieve AI de sociale sector en meer specifiek de jeugdhulpverlening ondersteunen?

Deelvragen:

1. Welke ondersteuning met generatieve AI wordt momenteel al gehanteerd in de jeugdhulpverlening? Welke factoren zorgen momenteel voor een werklastverzwaring in deze sector?
2. Hoe kan AI een antwoord bieden op de werklastverzwaring in de jeugdhulpverlening?
3. Wat zijn mogelijke valkuilen van het gebruik van generatieve AI in de jeugdhulpverlening?
4. Op welke manier kan een gespecialiseerde chatbot het werk van hulpverleners ondersteunen?
5. Welke AI-vaardigheden verlagen mogelijk de werkdruk van hulpverleners?

Methodologie

1. Desk-research: Via desk-research wordt onderzocht op welke manier artificiële intelligentie reeds gebruikt wordt binnen de sociale sector (over landsgrenzen heen).
2. Behoefte-onderzoek: De jeugdzorg vormt de focus van het onderzoek. Via focusgroepen per sector worden deelvraag 1-4 reeds bevraagd. Deelnemers aan de focusgroepen kunnen zich kandidaat stellen voor deelname aan het actie-onderzoek.
3. Chatbot: In samenwerking met de partners uit het werkveld richten we een centrale database in die essentiële kennis bevat voor de hulpverlener. Deze kennis wordt toegankelijk gemaakt via een chat-interface, wat het opzoeken van informatie efficiënter maakt. Voor de ontwikkeling van de chatbot passen we de Retrieval Augmented Generation (RAG) methode toe, die recentelijk zeer populair is geworden. Deze methode maakt het mogelijk om aanvullende databronnen aan een taalmodel toe te voegen, zoals gebruikt in Microsoft Copilot voor het stellen van vragen over eigen data. We evalueren de voordelen en nadelen van het gebruik van een publieke interface, zoals die van OpenAI met de GPT-modellen, in vergelijking met het zelf hosten van een model. De benodigde input voor de chatbot wordt verzorgd door de sociale sector; in het behoefte-onderzoek wordt bepaald welke methode hiervoor het meest geschikt is. Dit proces zal verdiepend verder lopen via het participatieve actie-onderzoek en zal iteratief plaatsvinden, waarbij feedback van zorgverleners essentieel is. De chatbot zal toegankelijk zijn via een webapplicatie, waarin we ook een functie integreren om feedback te verzamelen die helpt om de kennisdatabase te verrijken en actueel te houden, en om de gebruiksvriendelijkheid van de chatbot te optimaliseren.
4. Participatief actie-onderzoek: Het onderzoeksdesign combineert elementen uit actiegericht en practice-based onderzoek. Kenmerkend voor actieonderzoek is dat veranderen, leren en kennisontwikkeling hand in hand gaan. Door tijdens het onderzoek aan de slag te gaan met AI via input, reflectie, begeleiding en coöperatief leren, beïnvloeden we de praktijk en verwerven we informatie over de bruikbaarheid en impact van de tool en het werken met AI in de sociale sector. Het laat toe om op maat te werken, met maximale inbreng van de betrokkenen, aannames bij te sturen (reflexief), de praktijk te verbeteren en te zorgen voor een breder toepasbaar handelingskader om met AI aan de slag te gaan binnen zorgorganisaties. Dit sluit aan bij practice-based onderzoek. We willen kennis van en over het werken met AI in de beroepspraktijk naar boven halen. Door deze kennis te expliciteren en te delen met andere professionals wordt de professionele kennis omgezet tot nieuwe expliciete kennis. Het is in het effectief aan de slag gaan dat duidelijk wordt wat het effect is op de hulpverlening en organisaties.

Via een community of practice (COP) gaan we met hulpverleners en organisaties aan de slag. Er wordt op geregelde tijdstippen geëvalueerd. In deze samenwerkingsvorm werken professionals uit de beroepspraktijk en de onderzoekers op regelmatige basis via een vastgestelde periode samen om door interactie en onderzoek kennis te ontwikkelen, te verdiepen en uit te wisselen. Aan de community of practice nemen binnen dit onderzoeksopzet 6 organisaties en 12 hulpverleners uit de sociale sector deel. Binnen de community of practice gebeuren volgende acties:

• Input: de onderzoekers bieden inhoudelijke kennis, tools, etc. aan waardoor de deelnemers een kader krijgen vanwaar ze hun acties in hun organisaties kunnen opbouwen.
• Reflectie: reflectie over eigen denken en handelen met betrekking tot het gebruik van AI en het ethisch kader daaromtrent is de rode draad die bewaakt wordt door de onderzoekers. Hiertoe is een veilige setting nodig waarbij ervaringen kunnen besproken worden.
• Actie: dit project poogt veranderingen teweeg te brengen in denken én handelen van hulpverleners. Tijdens de bijeenkomsten van de COP worden hulpverleners stapsgewijs begeleid in het effectief opstellen van actieplannen met betrekking tot het gebruik van AI in de zorg.
• Coöperatief leren: het leereffect voor onderzoekers én deelnemers wordt versterkt door evoluties en stappen met elkaar te delen.

GEPLANDE RESULTATEN

1. Een database met relevante openbare documenten voor de jeugdhulpverlening en een door AI gestuurde chatinterface om informatie en documenten gemakkelijk terug te vinden, waardoor de administratieve werklast vermindert. Hierbij wordt rekening gehouden met privacy en ethische overwegingen.

2. Op basis van de behoeften die naar voren komen uit het behoefteonderzoek, zullen extra AI-gedreven tools worden ontwikkeld.

3. Een vormingstraject bestaande uit meerdere sessies, waarbij hulpverleners leren hoe ze de AI-kennis en -ondersteuning structureel kunnen inzetten in hun organisatie.

4. Een nota met een overzicht van de kansen en valkuilen van AI in de jeugdhulpverlening.