Context: jongeren eisen klimaatactie
Op 20 augustus 2018 ging de 15-jarige Zweedse klimaatactiviste Greta Thunberg met een protestbord voor het Zweedse parlement zitten. Hiermee wilde ze de politieke laksheid tegenover de klimaatverandering aan de kaak stellen. De volgende dag werd ze vergezeld door een handvol andere demonstranten. Enkele weken later waren er honderden mensen bijgekomen. Na een paar maanden was de beweging viraal gegaan, en kwamen overal ter wereld Youth for Climate-groepen op straat om de politiek wakker te schudden over de klimaatverandering.
De beweging bereikte België snel. Begin 2019 startten Belgische jongeren wekelijkse protesten op donderdag, waarbij ze marsen organiseerden door Brussel en andere Belgische steden. Naarmate de persaandacht en het momentum toenam, besloten de organisatoren van Youth for Climate Belgium al snel dat ze een manier nodig hadden om de energie en ideeën die elke week op straat werden geuit, in goede banen te leiden.
Hoe een digitaal platform voor inzichten zorgt
De oplossing? In januari 2019 richtten we voor hen het Youth4Climate-platform op, waar gebruikers werden aangespoord om hun ideeën voor het klimaat te delen. De discussies op het platform waren even levendig en gepassioneerd als op straat: in iets minder dan 3 maanden tijd hebben gebruikers meer dan 1.700 ideeën en 2.600 reacties gepost, en meer dan 32.000 keer gestemd op de initiatieven die ze de moeite waard vonden.
Maar hier begon de uitdaging pas echt. Om deze ideeën te kunnen vertalen in zinvolle acties en adviezen moest Youth forClimate duizenden ideeën verwerken in een korte tijd. Dit is waar onze geautomatiseerde data-analyse-functie ter hulp schoot. Benieuwd wat ons platform zoal kan? Laat het ons stap voor stap bekijken, aan de hand van één van onze meest uitdagende cases ooit: de Youth4Climate-case.
Ideeën categoriseren met AI
Met als einddoel om een beknopt en bruikbaar rapport voor te leggen aan verkozen politici, werd besloten om de ideeën op het platform te herleiden tot topprioriteiten voor het klimaat. De thema’s die op het platform al aan sommige ideeën waren toegewezen, bleken te vaag om echte prioriteiten mee te stellen. Bovendien hadden veel gebruikers hun ideeën niet aan een bepaalde categorie toegewezen.
Normaal gesproken kan het platform automatisch alle input classificeren. Maar in dit geval bleken de gesprekken zo complex en de berichten zo talrijk dat de algoritmes het lastig hadden om betrouwbare resultaten te genereren. We moesten de tech in dit geval dus een handje helpen door handmatig hoofdcategorieën te bepalen. Daarvoor analyseerden we de top 15% meest populaire ideeën, die goed waren voor haast 74% van de stemmen.
De ideeën die meer dan 100 stemmen kregen (60 ideeën in totaal, goed voor 43% van het totaal aantal stemmen) gaven ons de top 10 prioriteiten. De ideeën die tussen de 50 en 100 stemmen kregen (57 ideeën die 15% van de stemmen vertegenwoordigden) gaven ons nog 5 extra prioriteiten. Deze 15 prioriteiten volstonden om de rest van de ideeën te dekken.
Nadat de 15 prioriteiten waren vastgesteld, analyseerden we de overgebleven 1.400 ideeën met onze NLP-technologie. Die werden getagd aan de hand van de similariteitsmethode. Dit wil zeggen dat alle overgebleven en ongetagde ideeën automatisch werden vergeleken met de ideeën die we manueel onder één van de 15 prioriteiten hadden ondergebracht. Die vergelijking gebeurde door zowel te kijken naar de bredere context als vergelijkbare bewoordingen. Zo zorgde onze technologie ervoor dat alle ongetagde ideeën alsnog een categorie kregen.
De AI-functie op het platform helpt je om het kaf van het koren te scheiden en snel tot de kern van de zaak te komen. Door gelijkaardige ideeën te clusteren en trends te onderscheiden, zorgt deze technologie ervoor dat je sneller inzicht krijgt in waar deelnemers het over hebben.
Toegankelijkheid garanderen door automatische vertalingen
Het Youth4Climate-platform moest toegankelijk zijn voor gebruikers in het Frans, Nederlands en Engels. De ideeën op het platform konden dus in elk van die drie talen worden gedeeld. Dankzij automatische vertalingen konden meertalige gebruikers in alle talen lezen, reageren en stemmen, waardoor taalvooroordelen werden geëlimineerd. Hoe dit in z’n werk ging? Alle ideeën werden automatisch in één taal vertaald. Manuele controle toonde aan dat het algoritme probleemloos ideeën kon categoriseren die vanuit verschillende talen vertaald waren.
Een participatieproject hoort zo inclusief mogelijk te zijn, en meertaligheid is nu eenmaal een realiteit waar we rekening mee moeten houden. Als je verschillende (taal)groepen wil aanspreken, is het essentieel om ervoor te zorgen dat je platform in verschillende talen toegankelijk is, en dat de inzichten intern op de correcte manier verwerkt kunnen worden.
Feedback geven en resultaten delen
Om de cirkel rond te maken, is het essentieel om de resultaten van je participatieproject met deelnemers te delen. Dat was niet anders voor het Youth4Climate-project.
Nadat de 15 prioriteiten waren vastgesteld, werden de resultaten op het platform geplaatst als nieuwe ‘ideeën’, elk met een korte beschrijving en links naar de gerelateerde input. Er werd ook extra informatie gegeven over de manier waarop deze prioriteiten waren bepaald. Alle gebruikers werden uitgenodigd om opnieuw te stemmen op de onderwerpen hen het dichtst aan het hart liggen.
De resultaten en methodieken werden bovendien per e-mail gedeeld met alle gebruikers die een account op het platform hadden aangemaakt, ongeacht of ze een idee hadden ingediend of niet. Deze aanpak hielp om het vertrouwen in het proces te vergroten, en hield de gebruikers geïnteresseerd lang nadat ze het platform zelf hadden gebruikt. Het hielp bovendien om gebruikers terug op het platform te krijgen voor de volgende fase van het project. Elke fase werd op het platform uitgebreid uitgelegd, zodat het voor gebruikers steeds duidelijk was waar het project naartoe ging. De 15 topprioriteiten werden uiteindelijk in een rapport gegoten en overgedragen aan politici.
De feedbackloop sluiten — oftewel, je resultaten delen met gebruikers — is een essentiële manier van verantwoording afleggen. Het zorgt ervoor dat je een gevoel van vertrouwen opwerkt en je inwoners verder engageert en motiveert. Bovendien laat je zien dat je bereid bent om de daad bij het woord te voegen.
Pre-generatieve AI tijdperk
De case van Youth4Climate dateert nog van een periode waarin generatieve AI nog niet zo ver stond als vandaag. Sindsdien hebben we ook onze ingebouwde AI-analysetool verder ontwikkeld en er een nog krachtiger instrument voor geïnformeerde besluitvorming van gemaakt. Sensemaking, zoals we vandaag naar de module verwijzen, heeft er ook enkele features bij - zo kun je in enkele seconden duizenden bijdragen automatisch laten samenvatten om burgerfeedback nog sneller te analyseren en om te zetten in actie. De Britse stad Cambridge kon zelfs 50% tijd besparen tijdens de analyse- en rapportagefase.