Roderick is een van de docenten van de vakken Tax & Technology I (aan de VU) en II (hybride aangeboden door Tilburg University) en is gespecialiseerd in AI. Daarnaast is hij Lead bij Moonlit.ai, een platform dat met inzet van kunstmatige intelligentie Europese jurisprudentie doorzoekt, vertaalt en zo toegankelijk maakt voor juristen. Daarvoor werkte hij zeven jaar als AI-specialist bij Deloitte.
Roderick: ‘Ik heb Econometrie gestudeerd en altijd een passie gehad voor programmeren. Dat samen maakt kunstmatige intelligentie. AI is per definitie leuk om te doen in een wereld waar veel teksten zijn, dus veel data. En het vakgebied Recht is misschien wel het best bewaarde geheim, waar dat allemaal perfect is opgeslagen. Die Europese jurisprudentie was alleen niet toegankelijk. Zo ben ik via econometrie, programmeren en AI in het juridische domein beland.
Met de poten in de klei
Sinds het begin, in 2019, ben ik betrokken bij deze afstudeerrichting. De opleiding heeft een licht technisch kantje, want als je als fiscalist iets zegt of vindt over technologie, of beleid erover schrijft, moet je soms ook met de poten in de modder staan. Dus we programmeren ook, of duiken soms de code in. Dit komt aan bod in Tax & Technology I. Ook bekijken we wat voor berekeningen en data je nodig hebt voor AI en hoe dataverwerking werkt. Maak je overigens geen zorgen of je wel voldoende weet over technologie en datawetenschappen: we behandelen deze onderwerpen op instapniveau.
Foutieve aannames voorkomen
In het vak Tax & Technology II richten we ons veel op AI. Hoe werkt AI, wat zijn de voordelen, welke risico’s zijn er en hoe verminder of voorkom je verkeerde aannames of vooroordelen (bias)? Daarvoor gaan we met eenvoudige voorbeelden aan de slag: Wat doet AI hier? Is het een rekensom of meer dan een rekensom? Welke data gaan er in die rekensom? Is het eerlijk wat er in die som gaat? Of krijg je informatie die (onbedoeld) kan discrimineren of ontwrichten? Zo trekken we vervolgens de parallel met de praktijk, denk aan de Toeslagenaffaire.
Een van de vraagstukken die we behandelen is: hoe zorg je dat belastingen vanaf het begin van je bedrijfsvoering tot het betalen van belasting gestroomlijnd is? Hoe voorkom je dat data corrupt raken? Stel: je kunt data opslaan met een tijdsindicatie erbij wanneer een transactie heeft plaatsgevonden. Maar als je niet erbij zet in dat dit in New York plaatsvond, dan ben je wel op de dag nauwkeurig, maar niet op het uur. Wat soms wel noodzakekijk is voor je administratie. Ook zie je aan de hand van eenvoudige voorbeelden hoe één verkeerd gegeven of selectiecriterium, het hele algoritme kan verpesten of een discriminerende werking heeft.
Je hebt zeven jaar bij Deloitte gewerkt en bent nu Lead bij Moonlit.ai. Welke ervaringen neem je mee naar de collegezaal?
Tientallen keren copy-pasten
Roderick: ‘Ik zat bij Deloitte als techneut tussen de fiscalisten, dus ik was voor hen vaak een vraagbaak hoe iets met de computer moest. Daardoor heb je al snel door met welke vraagstukken fiscalisten bezig zijn, waarom ze bepaalde informatie willen hebben en hoe belangrijk assurance voor hen is: dat je als jurist of fiscalist kunt bewijzen wat technologisch evident lijkt. Hierdoor kan ik goed mijn technologiekennis toepassen op wat de echte vraagstukken zijn in het fiscale domein.
Daarnaast zag ik fiscalisten of juristen tot hun grote frustratie soms wel tientallen per keren per dag dezelfde handeling doen. Ze kopiëren bijvoorbeeld iets uit Excel, plakken dat in een website en kopiëren wat er uit die website komt weer terug in Excel. Als meerdere mensen dit dagelijks doen, weet je dat het tijd is om dit te automatiseren. Zodat fiscalisten zich kunnen richten op de inhoud.
De komende jaren verwacht ik op fiscaal gebied dan ook dat er vooral veel te winnen in het automatiseren. En dat systemen voortaan beter met elkaar gaan communiceren. Dit gaat gepaard met risico’s, want als alle systemen met elkaar praten, moet je ook zorgen dat er geen fouten zitten in de gegevens, dat je data tijdig verwijdert en zorgt voor een gedegen assurance. Hoe weet je bijvoorbeeld dat AI de laatste versie van een wet gebruikt en niet verouderde informatie verwerkt?
Sneller tot de kern komen
Technologie maakt het werk van de fiscalist makkelijker en uitdagender. In plaats van te copy-pasten, allerlei databanken te raadplegen en documenten te vertalen, kom je veel sneller tot de kern. En AI kan veel toevoegen om een goede voorselectie te maken of verbanden te vinden die we zonder AI niet zouden hebben gelegd. Maar laten we vooral niet vergeten dat je als fiscalist echt nog wel achter de knoppen moet zitten. Want kunstmatige en menselijke intelligentie gaan hand in hand. De kunst is: hoe haal je het beste uit beide werelden naar boven?
Kortom: tijdens de vakken Tax & Technology I en II kijken we steeds hoe technologie het werk raakt van de fiscalist. Hoe het je werk vereenvoudigt en spannender maakt. Maar ook hoe je technologie op de juiste manier inzet en de betrouwbaarheid van uitkomsten checkt en garandeert. Je wordt weliswaar geen technische nerd, maar wel een betere gesprekspartner voor ICT’ers, data-analisten, juristen en andere mensen waarmee je samenwerkt, omdat je beter weet waar je het over hebt.’
Tot slot: je hebt al heel uitdagend werk als Lead bij Moonlit.ai. Hoe is het om daarnaast colleges te geven aan de VU en Tilburg University?
Roderick: ‘Het contact met studenten vind ik het allerleukst. Om bij studenten die twinkeling te zien: ‘yes, ik snap iets wat ik vanmorgen nog niet wist of begreep. Ik vind dit zo gaaf, ik ga hier meer over lezen’. Als dat gebeurt, is mijn missie geslaagd. Mijn beide ouders waren ook docent, dus ik denk dat het lesgeven in mijn genen zit.’
Wil je een indruk krijgen van Rodericks bevlogen manier van kennis overbrengen? Kijk dan op zijn Instragram-account @thethinkfluencer waar hij leuke wiskundige en statistische feitjes en raadsels deelt.