Verslag vergadering Commissie voor Algemeen Beleid, Financiën, Begroting en Justitie
Vraag om uitleg over de toepassing van 'machine learning' bij het bepalen van venale waardes door de Vlaamse Belastingdienst (VLABEL)
Verslag
De heer Tobback heeft het woord.
Minister, op 25 oktober maakte u bekend dat de Vlaamse Belastingdienst (VLABEL) zou gaan samenwerken met een online vastgoedplatform, Realo in dit geval, om via big data en gegevensverzameling tot wat betere schattingen te komen van de waarde van vastgoed in het kader van de inning van belastingen, registratierechten en noem maar op.
Dat is op zich in eerste instantie goed nieuws, in die zin dat alle middelen die ertoe leiden dat men tot een correcte raming kan komen, uiteraard een stap vooruit zijn. Het is hoe dan ook een notoir moeilijke discussie. Er wordt ook al een tijd naar gezocht. Er is in 2018 door de vorige regering al gepraat over een databank. Daarvoor was er een samenwerking met landmeters-experten. Ondertussen is die, ook door de vorige regering, opengetrokken naar bredere schatters.
Hoezeer ik het ook een goede zaak vind, ik heb er toch een aantal vragen bij. Realo is niet het enige vastgoedplatform dat dit soort van waarderamingen hanteert. Ik heb er een aantal gevonden. Er zijn er sowieso een aantal die dat doen. Waarom heeft men in dit geval dan specifiek voor Realo gekozen?
Realo zegt vandaag zelf dat het op dit moment ongeveer 8 à 8,8 procent variatie heeft tussen de vraagprijs en zijn schattingen. Met andere woorden, in een aantal gevallen schat het platform ze te hoog en in een aantal gevallen te laag. Indien dat instrument gebruikt wordt om belastinginningen en belastingbetwistingen aan te gaan, is het natuurlijk bijzonder onaangenaam als je de eigenaar of verkoper van een vastgoed of de koper van een woning bent, en je dan een hoop miserie met de belastingdiensten krijgt doordat de schatting van het vastgoedplatform gevoelig afwijkt en dat achteraf dan onterecht blijkt te zijn. In de praktijk betekent dat dan wel dat je als betrokkene zelf moet gaan procederen om het probleem recht te zetten.
Minister, welke elementen hebben u specifiek voor Realo doen kiezen? Welke correcties zullen er eventueel op de huidige, zelf toegegeven, afwijkingen van Realo worden toegepast? Wat is de verhouding tussen het gewicht van die databank aan de ene kant en de schatters-experten aan de andere kant? De twee hangen op de een of andere manier met elkaar samen en blijven ook allebei bestaan. Wat zal doorwegen? Wat zal de doorslag geven?
Mevrouw Smeyers heeft het woord.
Minister, op 25 oktober hebt u van de Vlaamse Regering de machtiging gekregen om een overeenkomst te ondertekenen voor een overheidsopdracht. Het betreft hier het gebruik, de heer Tobback heeft het al gezegd, van een schattingsmodel voor het bepalen van de normale verkoopwaarde van onroerende goederen. Dat instrument zal worden ingezet door VLABEL, die onder andere instaat voor de inning en invordering van de erf- en registratiebelastingen. De belastbare basis daarvoor is minimaal de normale verkoopwaarde van onroerende goederen, die dan via het schattingsinstrument gekend zal zijn. Het instrument zal de ambtenaren helpen om in de grote hoeveelheid transacties die dossiers te kunnen opsporen waarvan de prijs of waarde in de akte of aangifte manifest afwijkt – meestal in min – van de normale verkoopwaarde.
Deze opdracht werd nog voorbereid door de vorige regering die met ‘Radicaal Digitaal’ duidelijk koos voor een versterkte digitale aanpak bij het uitvoeren van de Vlaamse overheidstaken en een krachtig beleid inzake artificiële intelligentie (AI) uitrolde. Maar ook in het nieuwe regeerakkoord speelt de toepassing van AI een belangrijke rol – terecht – op meerdere domeinen. Voor de beoogde toepassing is er duidelijk al een bestaande context qua AI. Het opsporen van verdachte transacties is al geruime tijd een toepassingsveld voor AI. Maar ook de sterkere vastgoedwebsites bouwen nu voluit AI-motoren onder hun websites om de surfers vlotter naar een goede keuze te leiden. Maar de context is wel specifiek hier in die zin dat het gaat om het belasten van de burger en inzake rechtszekerheid. De heer Tobback heeft het al gezegd: als men een tekortschatting door de fiscus betwist, moet men naar de rechtbank, moet men procederen. Zijn er correcties mogelijk? Vanuit de rechtszekerheid moet worden gewaakt over het correct inzetten van dit instrument.
Minister, kunt u de juiste aard van deze opdracht toelichten? Gaat het om een ontwikkeld instrument dat overgedragen wordt aan VLABEL? Of gaat het om een dienstverlening? In het laatste geval: hoe lang loopt die dienstverlening, dat contract? Zijn er aanverwante toepassingen die met dit instrument gelinkt zijn?
Bij de toepassing van dit instrument worden zeer grote datasets gebruikt voor het leerproces van het algoritme. Die zijn sterk bepalend voor de kwaliteit van de latere uitkomsten, ik heb daar straks nog een vraag over. Welke datasets worden daartoe gebruikt? Hoe wordt de kwaliteit daarvan gewaarborgd?
Bij de hervorming van het verkooprecht door de vorige regering werd een voetvrijstelling ingevoerd op de eerste 80.000 euro voor de aankoop van de enige gezinswoning indien de verkoopwaarde beneden de 200.000 euro ligt. Die limiet ligt op 220.000 euro in de kernsteden en de Vlaamse Rand. Voor huizen op of onder die prijs geldt een voetvrijstelling van 80.000 euro. Daardoor is een soort marktimperfectie ontstaan, waardoor er heel weinig transacties zijn in de prijszone net boven de 200.000 euro. Er worden bijna geen woningen meer verkocht voor 205.000 of 210.000 euro om die voetvrijstelling te kunnen krijgen. De verkopers weten ook dat kopers daarop afkomen, dus gaan ze hun huis sneller verkopen voor 195.000 à 199.000 euro.
VLABEL kondigde toen bij de hervorming aan net in die prijszone verscherpt te zullen controleren op prijsbewimpeling, wat ik goed kan begrijpen. Hoe zal het algoritme dan omgaan met die bepaling en met die specifieke prijs? Bestaat de kans dat het voeden met vergelijkende prijsdata die nog dateren van voor de hervorming, toen de voetvrijstelling nog niet speelde, leidt tot onterechte signalisaties en onterechte prijsbewimpeling? Na de opstartfase zal zo’n algoritme wellicht bijleren. Is de evaluatie van die leermomenten georganiseerd? Is dat opgenomen in dit proces?
Vóór de toepassing van de zesde staatshervorming bood de federale fiscus de erfgenamen de kans om een schatting van een onroerend goed te laten maken door de fiscus zelf. Zo was de burger er zeker van dat er nadien geen sprake zou zijn van tekortschatting, ook niet bij een snelle verkoop door de erfgenamen aan een hogere waarde. Dat zou dus ook bij dit systeem zo zijn. Als de fiscus had geschat, was men zeker. Na de overname ontbrak het de Vlaamse administratie aan een voldoende uitgewerkte set van vergelijkingspunten om diezelfde dienst te blijven aanbieden. In de plaats daarvan zijn er afspraken gekomen met vastgoedprofessionals, eerst alleen met de beëdigde landmeters-experten, maar nadien werd die groep uitgebreid. Uit de debatten in de commissie Financiën en Begroting bleek dat er een duidelijke voorkeur bleef voor het opnieuw instellen van die dienstverlening, door Vlaanderen dan, aan de burger zodra dit technisch mogelijk zou blijken. Dat is gebeurd: in april is dat in extremis nog door de vorige minister ingevoerd. Wordt dat systeem behouden? Hoe zult u daarmee omgaan?
Minister Diependaele heeft het woord.
Dank aan beide vraagstellers voor het stellen van de vraag, want dat geeft me de gelegenheid om een paar zaken te verduidelijken. Ik heb hier een heel uitgebreid antwoord en ik zal u er alle elementen van geven, maar om het al heel eenvoudig samen te vatten, er bestond inderdaad een systeem bij Realo zelf. Zij boden dat aan aan mensen die hun huis wilden verkopen en uit interesse eens wilden zien wat het eventueel waard zou zijn, maar zij deden dat natuurlijk op basis van zaken die bekend waren, zoals de vraagprijzen die ze binnenkregen. Wij hadden nu, helemaal los daarvan, bij VLABEL de intentie om op basis van onze eigen datasets, die natuurlijk veel uitgebreider zijn, meer de reële prijzen die uiteindelijk worden betaald, ook een systeem op te zetten, om op een betere manier te kunnen detecteren waar er eventueel problemen zitten met die prijs die wordt aangegeven.
Die zijn dus totaal gescheiden van elkaar. Het systeem dat Realo had, is helemaal gescheiden van het systeem dat ze nu hebben ontwikkeld op basis van de datasets van VLABEL. Wij hebben daar ook het alleenrecht op. Die lopen dus niet door elkaar, als het gaat over de risico’s waarnaar werd verwezen. Die hebben niks met elkaar te maken. Ik zal u dat echter meer extenso meegeven.
Wat is het instrument dat we nu hebben ontwikkeld, en waarvoor wordt het ingezet? Hoe werkt die ‘machine learning tool’, die artificiële intelligentie? Er werd ook gevraagd of dat algoritme betrouwbaar is. Mevrouw Smeyers, u vroeg daar ook naar. Hoe verhoudt dit instrument zich tot de rol van de schatters van VLABEL en van de erkende schatters-experten? Om te beginnen met de ontwikkeling en het doel van het schattingsmodel, dat heb ik eigenlijk al een beetje gezegd. We zijn begonnen met een eigen econometrisch waarderingsmodel voor onroerende goederen. Ik weet niet hoeveel econometristen er in de zaal zitten, maar ik ken er toch één. Dat model zou dan systematisch worden ingezet om de schatting van de juiste waardering van onroerende goederen te ondersteunen en als tool voor risicodetectie om een correcte inning en invordering van de erf- en registratiebelastingen te bevorderen. Een econometrisch model baseert zich op wiskundige en statistische technieken om voorspellingen te doen of op een wetenschappelijk verantwoorde manier besluiten te trekken uit datareeksen. Een dergelijk model ontwikkelen vraagt natuurlijk de inzet van heel wat toegepaste wiskunde. U zult begrijpen dat dergelijke specifieke competenties, want die zijn wel degelijk heel bijzonder, niet meteen standaard voorhanden zijn binnen de overheidsadministratie. Het zou echter niet van goed bestuur hebben getuigd, mochten we die zelf hebben aangeworven. Dat zou enorm veel hebben gekost voor dat beperkte werk, en het zou veel meer tijd in beslag hebben genomen. Daarom zijn we nagegaan of er een bestaand model op de private markt voorhanden was en of dat als basis kon dienen voor de ontwikkeling van een exclusief eigen model. Ik leg hierbij wel de nadruk op dat ‘exclusief eigen model’. Wat die knowhow over die ‘machine learning’ betreft, kun je niet anders dan ook deels met externen samenwerken, maar het gaat over de ontwikkeling van een exclusief eigen model.
De finaliteit van dit model is natuurlijk ook anders dan die van andere die worden gebruikt. VLABEL wil de reële waarde van onroerende goederen zo juist mogelijk schatten. Private marktspelers, daarentegen, willen de verkopers van huizen, appartementen of bouwgronden een zo goed mogelijke vraagprijs aanbieden. Daar zit een groot verschil op, en dat is een heel groot verschil qua uitgangspunten. Trouwens, mevrouw Smeyers, ik denk dat wij samen in de eerste kandidatuur Rechten in Leuven zaten. U kent de uitspraak: ‘Iets is zoveel waard als een zot ervoor wil geven.’ De waarde van iets inschatten is niet zo evident. Dat is voor een deel altijd een subjectief gegeven, zoals heel veel zaken in onze economie eerder subjectief zijn en zelfs voor een deel emotioneel. Daar een waarde aan vasthangen, is niet zo evident. Door dit systeem, waarbij je zoveel mogelijk data aan elkaar koppelt, kun je daar toch een lijn in trekken.
We hebben vorig jaar een marktbevraging gedaan via een overheidsopdracht, en een overeenkomst gesloten met de firma Realo, om samen met hen een volledig nieuw schattingsmodel te ontwikkelen. Nogmaals, het wordt exclusief gebruikt door de belastingadministratie. Het is integraal gebaseerd op reële verkoopprijzen van onroerende goederen en dus niet op de vraagprijzen waar hun eigen website wel gebruik van maakt. Bovendien wordt het model verrijkt met nog andere informatie, onder meer met gegevens vanuit het kadaster: de aard, de grondoppervlakte, de constructiecode enzovoort. Er is ook informatie waarover de dienstverlener zelf beschikt: stedenbouwkundige bestemming, geografische kenmerken enzovoort. Volgens ons is het hier een puur win-winproject. VLABEL kon gebruikmaken van de reeds opgebouwde knowhow inzake ‘machine learning’ in de privésector, meer bepaald bij Realo, waardoor aanzienlijk wat overheidsgeld is bespaard. Maar tegelijk maakt VLABEL wel gebruik van zijn eigen dataset van reële verkoopprijzen, waardoor de werkelijke marktwaarde van de onroerende goederen kan worden geschat.
De grootste uitdaging bij het ‘machine learning’ is de kalibratie van het nieuwe model: de bepaling van het ijkpunt. Zonder te technisch te worden, gesteld dat ik dat al zou kunnen, wil ik benadrukken dat het model meer dan twaalf maanden stap voor stap werd verbeterd en op punt werd gesteld. Telkens werd de uitkomst van het model in de praktijk door een schatter van VLABEL ter plaatse nagekeken en afgetoetst, om op die manier het model te kunnen perfectioneren. Pas wanneer de kalibratie voldoende betrouwbaar was, zijn we naar een definitief contract voor vijf jaar gegaan. Dit vijfjarencontract is nu gesloten.
Mevrouw Smeyers, ook met de prijsbewimpeling waarnaar u zeer terecht verwijst, werd rekening gehouden om die foutenmarge daaruit te halen.
Op dit moment kan er op basis van het model een goede en betrouwbare schatting worden gemaakt van de waarde van de huizen, appartementen en bouwgronden aangezien het model voor deze categorieën van onroerende goederen reeds over een voldoende groot aantal data en vergelijkingspunten beschikt. De schattingstool zal de komende jaren nog worden uitgebreid door andere types van onroerende goederen.
Dat is iets zeer typisch. In de commissie Innovatie komt dat ook naar voren. De artificiële intelligentie bouwt zichzelf altijd verder uit. In het begin moet je dat doen met de beschikbare data. Maar het is nu net de essentie van artificiële intelligentie, dat die data altijd maar worden uitgebreid en dat het systeem zelf bijleert. Maar je moet ergens beginnen.
Zoals ik al heb toegelicht, wordt het econometrisch model ingezet voor risicodetectie, met name om die transacties op sporen waarvoor de prijs of waarde van de onroerende goederen in de akte of in de aangifte van nalatenschap het meest afwijkt van de waarde volgens het model. De selectie die wordt gemaakt door het model is de vertrekbasis voor de schatters van VLABEL. Ook een belangrijke nuance is dat de berekende waarde een indicatie is voor de schatter. Hij of zij onderzoekt en onderbouwt elk individueel dossier en past de berekende waarde aan op basis van eigen bevindingen. Indien nodig is er een plaatsbezoek. Dat ‘machine learning’-systeem dient dus alleen voor de highlights: deze die erbovenuit schieten worden van dichterbij gecontroleerd. De waarden uit het model vertalen zich dus niet automatisch in een bericht van tekortschatting. Deze waarden zijn het uitgangspunt van de VLABEL-schatters. Zij beoordelen de berekende waarden uit het model kritisch en corrigeren ze zo nodig. Ze houden daarbij rekening met zoveel mogelijk factoren die de waarde van het onroerend goed beïnvloeden, waarbij de hervorming van het verkooprecht van 1 juni 2018 een factor is die hier nogmaals wordt meegenomen. Die prijsbewimpeling zit hier dus ook in, alsook het vermijden van fouten op basis daarvan. Bij het bericht van tekortschatting wordt ook altijd een bijlage gevoegd met vergelijkingspunten die de geschatte waarde onderbouwen. Het schattingsmodel werkt dus ondersteunend. De reële beoordeling van de venale waarde door een ervaren schatter blijft dus altijd het uitgangspunt.
De efficiëntiewinst bestaat erin dat de schatter niet langer zelf de volledige massa transacties moet doorzoeken. Hij kan starten met een selectie – maar dat heb ik al gezegd. VLABEL kan zijn personeel dus meer gericht inzetten voor alle dossiers waarvan het detectiemodel aangeeft dat er een grote kans is dat de waarde verkeerd zou zijn ingeschat of aangegeven.
Ik wens te benadrukken dat ook tijdens de lopende contractperiode het model verder zal worden geoptimaliseerd en verfijnd. Nogmaals, dat is de essentie van ‘machine learning’-intelligentie. Zo worden per kwartaal nieuwe verkoopprijzen toegevoegd aan de bestaande data. Het klopt dan ook dat het algoritme gaandeweg bijleert. ‘Machine learning’ impliceert immers dat het systeem, zoals ik al heb gezegd, verder wordt gekalibreerd door terreinwerk en feedback van de VLABEL-schatters.
Er worden dus risico’s aangeduid. De schatters gaan op basis van die risico’s eventueel een plaatsbezoek doen of andere elementen in rekening brengen om bijsturingen te doen. Die input van de schatters wordt dan opnieuw in het systeem gestoken. Op die manier wordt dat systeem altijd maar slimmer en slimmer.
Intussen wordt het model ook ingezet bij de aanvraagbindende schatting waarbij al wie gehouden is tot het indienen van een aangifte van een nalatenschap aan VLABEL een schatting kan vragen voor onroerende goederen die voor hun verkoopwaarde moeten of kunnen worden aangegeven.
In antwoord op de bekommernis in uw laatste vraag, mevrouw Smeyers, moet ik u meedelen dat we het intussen al veel beter doen dan wat u suggereert bij de federale belastingadministratie. Daar wijzen we graag heel sterk op. Een bindende schatting aanvragen bij de Vlaamse dienst kan reeds sinds 1 april 2019, en nog belangrijker: in tegenstelling tot de FOD Financiën doet VLABEL dat volledig kosteloos, om het woord gratis niet te gebruiken.
Er zijn nu dus drie methodes om de waarde van onroerend goed aan te geven. Dat is een erkend schatter-expert, een gratis bindende schatting door VLABEL en een niet-bindende waardering door een eigen niet-erkend schatter.
Het is duidelijk dat ook voor de bindende schatting door VLABEL het model, en meer bepaald het bijkomend voor VLABEL ontwikkelde dashboard een belangrijke ondersteunende rol speelt. Zo kan de schatter via het dashboard voor elk individueel dossier een berekende waarde en een lijst met vergelijkingspunten opvragen. De achterliggende informatie kan worden opgevraagd. Ook hier is het de schatter die de finale waardering vastlegt op basis van alle relevante informatie waarover hij of zij beschikt, en indien nodig is hij ter plaatse geweest. De schatter motiveert dit ook aan de hand van een kwalitatief schattingsverslag waarin die verwijzingen steeds worden opgenomen. Ook naar de schatters-experten die in uitvoering van artikel 3.3.1.0.9/1 bindende schattingen kunnen uitvoeren, heeft het schattingsmodel een toegevoegde waarde, niet alleen in functie van de kwaliteitscontrole door de administratie of de schattingsverslagen van de schatters-experten, maar ook in de aanlevering van vergelijkingspunten waarvoor het model op korte termijn ook naar deze doelgroep zal worden ingezet.
Wat uw laatste vraag betreft, mijnheer Tobback, zien we sinds de uitbreiding van de landmeters naar andere vastgoedexperten een duidelijke stijging van het aantal erkende schatters-experten. Zo werkte VLABEL in december 2017 samen met 445 landmeters en zijn bijna twee jaar later reeds 692 schatters-experten erkend. Deze evolutie trekt zich ook door in het aantal nalatenschappen waarbij een schattingsverslag van een erkend schatter is toegevoegd in de aangifte. Ik zal de cijfers doorgeven. Van 1,89 procent in 2015 gaan we naar 7,13 procent in 2019. Dat is een sterke stijging.
De heer Tobback heeft het woord.
Minister, bedankt voor de erkenning dat gratis onder de term ‘kosteloos’ wel bestaat. (Gelach)
Dit is een publieke vergadering, dus dit staat in het verslag. We gaan u daar nog vaak aan herinneren. In die zin ben ik al blij dat ik mijn vraag heb gesteld.
Ik ben ook vrij blij met het antwoord, dat in zekere zin geruststellend is. Dit is hoe dan ook een moeilijke materie. Zelfs voor een socialist die gelooft dat belastingen noodzakelijk zijn, is ze innen niet prettig en is ze niet correct innen, bijzonder negatief. Ik heb een beetje de geruststelling dat we niet te vaak in een situatie van ‘computer says no’ gaan terechtkomen waarbij mensen met absurde waarderingen geconfronteerd gaan worden en op allerlei manieren, met een hoop inspanningen en stress de zaak zelf moeten proberen rechtzetten. Een overheid moet in ieder geval het initiatief nemen om zo correct mogelijk te zijn.
Ik zou u verder ook willen aanraden om u niet ongerust te maken over het feit dat u geen econometrist bent. U kent er één, ik ken er nog één die zich zo noemde en dat was Jean-Pierre Van Rossem. Ik weet niet of men dan zo fier moet zijn op die kennis of dat het nu als een criterium moet gelden. Ik wil daarmee trouwens niets zeggen over de mensen aanwezig in de zaal, voor alle duidelijkheid. (Gelach)
Ik heb nog twee concrete vragen aan de hand van uw antwoord. Is er een evaluatiemoment voorzien? Ik ben gerustgesteld dat men een soort van backstop heeft voor al te absurde negatieve ramingen. Aan de andere kant is er een evaluatie voor die gevallen waarbij men niet zal gaan verifiëren. Wat men nu gaat doen, is op basis van de computerinformatie, de modelinformatie, bekijken welke gevallen men concreet op het terrein gaat checken. Wat gebeurt er met alle gevallen die niet ‘geflagd’ worden door het systeem en naar alle waarschijnlijkheid niet geverifieerd zullen worden door een schatter op het terrein?
In dat model zijn er de gevallen waarbij men wel gaat kijken. Daaruit zal blijken of het model al dan niet klopt. De gevallen die in eerste instantie niet worden ‘geflagd’, worden niet gecheckt en geverifieerd op het terrein. Die kunnen natuurlijk evengoed fout zijn, maar dan niet naar boven komen in het model. Is daarop in een evaluatie voorzien in de loop van de komende periode, van het komende jaar of jaren? In het andere geval is dat immers natuurlijk structureel fout ‘forever’, in welke richting dan ook.
U zegt inderdaad dat het een apart model is, met aparte informatie op basis van reële prijzen. Het blijft natuurlijk zo dat het een model is dat mee wordt opgesteld en opgemaakt door een private partner. Fair enough, maar die is actief op de markt waar nog anderen ongeveer hetzelfde doen, maar dan met databanken van vraagprijzen. Heeft Realo in dit geval ook toegang tot de informatie over de reële, effectieve verkoopprijzen? Dat is immers informatie die andere concurrenten op die markt níet zullen hebben. Met andere woorden, heeft de private partner waarmee u als overheid een contract hebt gesloten, informatie die andere concurrenten op die markt niet zullen hebben? Het lijkt me immers niet de taak van de overheid om een van de betrokkenen te bevoordelen ten nadele van anderen. Het zou bovendien ook wat privacy-informatie betreft niet correct zijn dat één enkel privaat bedrijf toegang zou hebben tot de reële verkoopprijzen terwijl anderen dat niet hebben.
Dat zijn mijn twee concrete vragen. Hoe dan ook blijft mijn bezorgdheid dat we altijd zouden blijven voorkomen dat we in een soort ‘computer says no’-model terechtkomen, waarbij wat vroeger een absurde ambtenaar was, nu een absurde computer zal zijn, en dan zijn we natuurlijk geen stap verder.
Mevrouw Smeyers heeft het woord.
Minister, aanvullend op wat de heer Tobback heeft gezegd, bij de bevolking leeft er toch al de overtuiging dat gratis niet bestaat. (Opmerkingen van Bruno Tobback)
Ik zou ter zake toch enige scepsis aan de dag willen leggen. Men gaat immers natuurlijk het gevoel hebben dat VLABEL tegelijkertijd rechter en partij is. Zij zouden belang kunnen hebben bij een hogere schatting, dus u zult echt wel goed moeten communiceren dat dit een objectieve tool is, dat daar een algoritme achter zit en dat er geen sprake kan zijn van een opportunistische hogere schatting, dat het echt wel een rekenmodel is dat objectiviteit garandeert. Dank u wel voor het antwoorden op die concrete vraag over die voetvrijstelling. Ook wat dat betreft, zullen we dan vertrouwen moeten hebben in de computer, in het algoritme, vertrouwen dat met komende wetswijzigingen, vrijstellingen en dergelijke meer dan ook meteen die mogelijke evolutie in de marktprijzen kan worden opgevangen, zodat er geen verkeerde schattingen gebeuren. Ook wat dat betreft, was er een geruststelling van uw kant: een indicatie op een verkeerde schatting in een aangifte of in een verkoopovereenkomst leidt niet automatisch tot een tekortschatting of tot het vermoeden van prijsbewimpeling. Dat is echt een indicatie, en achter die computer zal er wel nog een persoon zitten die dan verder het dossier bekijkt. Dank u wel daarvoor.
Er is toch wel de bezorgdheid van de erkende schatters. U zei daarnet dat er drie mogelijkheden zijn voor een burger, een klant, een cliënt: werken met een erkende schatter-expert, werken met de bindende schatting van VLABEL of werken met een niet-erkende schatter-expert. Als hij werkt met een erkende schatter-expert, dan moet hij daar natuurlijk voor betalen. Die bindende schatting zou dan misschien kosteloos zijn. (Opmerkingen)
Dat zal de toekomst uitwijzen. Ik wil u geloven. We mogen echter die beroepsgroep van de erkende schatters toch ook niet verontrusten, of de burger de mogelijkheid ontnemen om een adequaat beroep te doen, tegen betaling, op die beroepsgroep. Ik denk dus dat het wel evident moet zijn dat zij ook toegang zouden kunnen krijgen tot bepaalde databanken, tot bepaalde gegevens. Ik weet niet of u daar nu al op kunt antwoorden, maar misschien moet er toch wel rekening mee worden gehouden dat ook die mogelijkheid behouden blijft voor de erkende landmeters-experten.
De heer Van Peteghem heeft het woord.
Bedankt voor uw antwoord, minister. Het is inderdaad geruststellend wat u hier allemaal zegt met betrekking tot de procedure, namelijk dat het algoritme enkel gebruikt wordt om te kijken wat de waarde is. En als het een ‘outlier’ is, gaat men dat dieper bekijken en het ook op het terrein gaan controleren.
U sprak over ijkpunten die gebruikt werden in het algoritme. Is dat een ‘black box’? Weet onze administratie welke ijkpunten dat juist zijn en op welke manier we die in het algoritme gaan gebruiken? Of is dat iets dat volledig eigendom is van Realo?
Minister Diependaele heeft het woord.
Collega's, ik merk in veel van de vragen ook een beetje een angst tegenover alles wat nieuw is: het ‘computer says no’-gegeven... (Opmerkingen)
Toch wel, dat hebben jullie alle drie aangegeven. Ik begrijp dat ook wel. Het is daarom ook dat we, in alle stappen vooruit die we nu zetten om gebruik te maken van ‘machine learning’ en artificiële intelligentie, altijd nog die schakel hebben dat iemand, voordat er een oordeel wordt vastgelegd, daar nog naar kijkt. Maar we gaan naar een systeem waarbij die eindverantwoordelijkheid wel degelijk bij dat systeem zal komen te liggen. Dat is ontegensprekelijk zo. We zitten nu in de beginfase van het toepassen van die artificiële intelligentie, maar dat zal zichzelf nog versterken. We hebben het in de commissie Economie en Innovatie bijvoorbeeld al verschillende keren gehad over ‘blockchain’. Dat is een computersysteem dat veel meer en veel sneller menselijke fouten – intentioneel en niet-intentioneel – gaat uitsluiten. Dus we zullen daar moeten op rekenen. Voor alle duidelijkheid: op dit moment is het nog altijd zo dat daar een aftoetsing achter zit bij de diensten van VLABEL. Dat is niet alleen op basis van dat rekenmodel.
Het systeem zal steeds verder verfijnd worden, mijnheer Tobback. Dat is nu blijkbaar op basis van kwartaalgegevens. We zijn in voortdurend overleg om dat bij te sturen waar nodig.
Het eigen initiatief van VLABEL om onderzoeken te doen, blijft overeind. Als er noodzaak is om iets te onderzoeken, los van wat er naar boven komt uit dat systeem, dan kan dat zonder meer gebruikt worden. Ik denk dat dat ook wel zal gebeuren. Maar dat zal nu meer ‘at random’ gebeuren. Het systeem geeft aan waar de problemen zitten. En waar de problemen niet zitten, daar ga je niet meer systematisch helemaal doorgaan, want dan heb je geen efficiëntiewinst geboekt. Maar je kunt er eventueel wel steekproeven doen. Het is aan VLABEL om dat uit te maken. Dat initiatiefrecht blijft in elk geval wel bestaan.
Realo mag dat aparte model niet gebruiken, mijnheer Tobback. Daar bestaat ook een hele juridische omkadering rond. Bij advocatenkantoren bestaat dat ook, het ‘Chinese wall’-principe. Dat is een beetje vergelijkbaar. Zij kunnen voor hun eigen commerciële activiteiten geen beroep doen op die datasets, op geen enkele mogelijke manier.
Bij wetswijzigingen of ander beleid moet je dat uiteraard opnieuw gaan ingeven. Dat was ook zo bij het oude systeem. Het beleid met betrekking tot Mobiliteit heeft bijvoorbeeld ook impact op de waarde van de woning. Dat had in het verleden ook al een effect. Dus ook bij die vaststellingen moest dat al meegenomen worden. Dat zal nu ook in het nieuwe systeem worden meegenomen.
Er is wel degelijk toegang voor anderen, mevrouw Smeyers. Ik heb in mijn eerste antwoord al aangegeven dat we dat gaan opengooien.
Mijnheer Van Peteghem, het eigen initiatiefrecht blijft overeind, maar we gaan ook altijd de volledige achterliggende informatie, als die wordt aangevochten of wat dan ook, vrijgeven. Er zal dus altijd aangegeven worden op basis waarvan die beslissing genomen wordt. Een van die elementen zal de signalisatie door de computer zijn, maar er zal altijd nog een aftoetsing of een verdere ontwikkeling van die argumentatie zijn door een individuele controleur van VLABEL.
De heer Tobback heeft het woord.
Bedankt voor de antwoorden en de bijkomende informatie, minister. Ik ben voor alle duidelijkheid niet bang voor nieuwe ontwikkelingen. We moeten wel gewoon reëel kijken naar wat de risico's van die nieuwe ontwikkelingen zijn. Als we willen dat ze succesvol worden, moeten we maken dat we ze correct inschatten en correct aanpakken. Ook de auto heeft een benzinemeter, en ook de zelfrijdende auto zal gecheckt moeten worden op zijn veiligheid.
Ik blijf een beetje bezorgd. U zegt dat u nog effectief reële terreincontroles gaat doen. Kunt u erover waken dat niet alle middelen, en zeker niet alle menselijke middelen, van VLABEL opgeslorpt worden door de controles op degenen die gesignaleerd worden door het algoritme en de black box, maar dat er evengoed voldoende evenwicht wordt gegeven aan degenen die niet uit het systeem komen? Want als de fout daar zit, gaat men ze niet vaststellen als men niet op het terrein gaat kijken. Dat is een terechte bezorgdheid. Dat is geen zorg tegenover nieuwe systemen. Ik denk alleen maar dat, als die nieuwe systemen moeten dienen om menselijke activiteit te regelen, we er beter voor zorgen dat ze ook nog menselijk corrigeerbaar zijn. Dat is de enige zorg die we moeten hebben.
Mevrouw Smeyers, het zal wel kloppen dat nog altijd heel veel mensen geloven dat gratis niet bestaat. Ik ben blij dat ik de minister al overtuigd heb van het begrip ‘kosteloos’. Ik moet u er ook op wijzen dat de mensen eeuwenlang geloofd hebben dat de aarde plat was en dat de goden konden praten. Ze zijn daarvan teruggekomen na beter onderzoek.
Ik ben ervan overtuigd dat we hen kunnen overtuigen van het feit dat kosteloos in veel gevallen een efficiënte manier is om de dingen aan te pakken. Dat is een andere discussie.
Mevrouw Smeyers heeft het woord.
Dank u wel voor de verduidelijkingen. We moeten dulden dat de computer het overneemt. Er is bij juristen – bij mij toch – nog altijd een terughoudendheid op dat vlak. Maar kijk, we gaan mee in zee. U belooft evaluaties. Dat is heel belangrijk. Als we dat regelmatig kunnen controleren, hebt u het gelijk aan uw zijde, minister, met betrekking tot die artificiële intelligentie. Dank u wel dat u nog eens verduidelijkt dat u het zult opengooien naar de private spelers, specifiek naar de erkende landmeters-experten. Het mag niet de bedoeling zijn om hen als tegenstanders te zien. Dat is geen gesubsidieerde instantie of die hoeven niet per se te worden afgedaan als de betalende evenknie van VLABEL. Het is eigenlijk een bondgenoot in die controle over de juiste schattingen. Ik denk dat we het zo moeten zien.
De vragen om uitleg zijn afgehandeld.