🤖 machine learning

Empirically Understanding the Value of Prediction in Allocation

Dit artikel presenteert een empirische toolkit, genaamd rvp, die beleidsmakers helpt om de onderlinge waarde van investeringen in voorspelling versus andere beleidsinstrumenten, zoals capaciteitsuitbreiding, te kwantificeren en te vergelijken aan de hand van twee casestudies in Duitsland en Ethiopië.

Oorspronkelijke auteurs: Unai Fischer-Abaigar, Emily Aiken, Christoph Kern, Juan Carlos Perdomo

Gepubliceerd 2026-02-26

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Unai Fischer-Abaigar, Emily Aiken, Christoph Kern, Juan Carlos Perdomo

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Gouden Gids: Wanneer moet je investeren in een betere voorspelling en wanneer in meer hulp?

Stel je voor dat je de burgemeester bent van een stad met een enorm probleem: er is een tekort aan iets belangrijks. Misschien zijn er te weinig plekken in een opvangcentrum, te weinig geld voor voedselbonnen, of te weinig tijd voor een team van maatschappelijk werkers. Je hebt een beperkt budget en een grote groep mensen die het nodig hebben.

De grote vraag is niet: "Hoe verdelen we dit geld zo slim mogelijk?" (dat is een technisch probleem dat computers al goed kunnen).
De echte, moeilijke vraag is: "Waar moeten we ons geld eerst in steken om het meeste verschil te maken?"

Moet je:

Meer geld geven aan de mensen? (Meer plekken creëren, meer voedselbonnen).
De kwaliteit van de hulp verbeteren? (Beter eten, betere training).
Beter leren voorspellen wie het het hardst nodig heeft? (Een slimmer systeem bouwen dat precies weet wie er in de problemen zit).

Dit artikel, geschreven door een team van onderzoekers, zegt: "Stop met blindelings te investeren in slimme algoritmen. Soms is een betere voorspelling nutteloos als je simpelweg niet genoeg middelen hebt. Soms is het juist de sleutel."

Ze hebben een rekenmachine (een softwaretool genaamd rvp) ontwikkeld om dit uit te rekenen. Laten we kijken hoe dit werkt met twee verhalen uit de echte wereld.

Verhaal 1: De Werkloosheidsbureaus in Duitsland

Het probleem: Er zijn te veel werklozen en te weinig plekken in de speciale trajecten om hen weer aan het werk te krijgen. De ambtenaren gebruiken een computer om te voorspellen wie langdurig werkloos zal blijven.

De dilemma's:

Optie A: Meer ambtenaren inhuren om meer mensen te helpen (meer capaciteit).
Optie B: Meer tijd steken in het verzamelen van gegevens over mensen die weinig werkgeschiedenis hebben, zodat de computer hen beter kan voorspellen (betere voorspelling).

Wat de rekenmachine leerde:
Stel je voor dat je een ambtenaar bent. Je hebt een groep mensen die heel moeilijk te voorspellen zijn (bijvoorbeeld mensen boven de 35 zonder werkgeschiedenis).

Als je alle mensen in die groep gaat interviewen om meer data te verzamelen, kost dat veel tijd. De rekenmachine zegt: "Dat is niet de moeite waard. Je kunt met die tijd beter gewoon meer mensen helpen met de informatie die je al hebt."
MAAR: Als je alleen die mensen interviewt die net op de rand zitten (die net iets te weinig of net iets te veel kans lijken te hebben), dan is het wel de moeite waard! Een klein beetje extra informatie daar kan de beslissing volledig veranderen.

De les: Een betere voorspelling is alleen waardevol als je hem gebruikt op de mensen waar de beslissing echt moeilijk is. Voor de rest is het vaak slimmer om gewoon meer mensen te helpen.

Verhaal 2: Armoedebestrijding in Ethiopië

Het probleem: Er is geld voor contante uitkeringen aan arme huishoudens. Maar er is een probleem: om te weten wie arm is, moeten ambtenaren naar elk huis gaan en een vragenlijst invullen. Dat is duur en tijdrovend. Veel arme huishoudens worden over het hoofd gezien omdat er geen data over hen is.

De dilemma's:

Optie A: Meer geld geven aan de uitkeringen (zodat degenen die het krijgen, meer hebben).
Optie B: Meer huishoudens bezoeken om de vragenlijst in te vullen (zodat je een betere lijst hebt van wie er echt arm is).

Wat de rekenmachine leerde:
Het hangt af van wat je doel is.

Als je doel is om iedereen die onder een bepaalde lijn zit te helpen (ongeacht hoe arm ze zijn), dan is het vaak slimmer om gewoon meer huishoudens te bezoeken en meer geld uit te delen.
Maar als je doel is om de allerarmsten te helpen (want een euro voor een hongerig kind is meer waard dan een euro voor iemand die net iets meer heeft), dan wordt voorspelling cruciaal. Als je niet precies weet wie de allerarmsten zijn, geef je het geld misschien aan de "niet-zo-armen" en mis je degenen die het hardst nodig hebben.

De les: Hoe armer de mensen zijn die je probeert te helpen, en hoe meer je wilt dat het geld bij de allerarmsten terechtkomt, hoe meer je moet investeren in het verzamelen van goede data (voorspelling).

De Grote Conclusie: De "Gouden Regel"

De onderzoekers zeggen dat er geen universeel antwoord is. Je kunt niet zeggen: "Investeer altijd in AI!" of "Investeer altijd in meer geld!"

Het hangt af van je situatie:

Heb je heel weinig middelen? Dan is het vaak slimmer om gewoon meer mensen te helpen (capaciteit uitbreiden) dan om te proberen perfect te voorspellen wie het nodig heeft.
Is het verkeerd toedienen gevaarlijk? (Bijvoorbeeld: als je iemand een training geeft die hij niet nodig heeft, verliest hij tijd). Dan is een goede voorspelling goud waard, want je wilt geen fouten maken.
Wie help je? Als je de allerarmsten wilt helpen, is een scherpe voorspelling essentieel.

De tool (rvp) helpt beleidsmakers om deze vragen te beantwoorden met hun eigen cijfers. Het is als een GPS voor beleidsmakers: het vertelt je niet alleen hoe je moet rijden, maar ook of je beter een nieuwe auto moet kopen, een betere route moet kiezen, of gewoon meer brandstof moet tanken.

Kortom: Slimme voorspellingen zijn een krachtig gereedschap, maar ze zijn geen wondermiddel. Soms is het slimmer om je handen uit de mouwen te steken en meer mensen te helpen, in plaats van te blijven knutselen aan het voorspellingssysteem.

Titel: Empirisch begrijpen van de waarde van voorspelling bij toewijzing

Auteurs: Unai Fischer-Abaigar, Emily Aiken, Christoph Kern, en Juan Carlos Perdomo.
Publicatie: arXiv:2602.08786v3 [cs.CY] (25 februari 2026).

1. Probleemstelling

Overheidsinstellingen gebruiken voorspellende systemen steeds vaker om schaarste aan sociale goederen toe te wijzen (bijv. woningtoewijzing, onderwijsinterventies, vaccinatieprioritering). Traditioneel wordt de focus gelegd op het oplossen van een specifieke toewijzingsproblematiek: hoe optimaliseren we de toewijzing gegeven een vaste dataset, een vaste capaciteit en een vaste kwaliteit van de hulpverlening?

De auteurs stellen echter dat de fundamentele vraag niet hoe een probleem opgelost moet worden, maar welk probleem we moeten oplossen. De huidige literatuur behandelt parameters zoals datakwaliteit, capaciteitsbeperkingen en interventiekwaliteit als exogene (buitenstaande) variabelen. In werkelijkheid zijn deze echter ontwerpparameters waar beleidsmakers in kunnen investeren. De centrale uitdaging is om de marginale opbrengst van investeringen in betere voorspellingen te vergelijken met andere beleidshefbomen, zoals het uitbreiden van capaciteit of het verbeteren van de kwaliteit van de behandeling. Bestaande theoretische modellen zijn vaak te abstract en gebaseerd op gestileerde aannames die niet direct toepasbaar zijn op specifieke domeinen.

2. Methodologie

Het artikel introduceert een empirisch raamwerk en een softwaretoolkit genaamd rvp (Relative Value of Prediction) om beleidsmakers in staat te stellen contextspecifieke vergelijkingen te maken.

Formele Definitie van het Toewijzingsprobleem

Het probleem wordt gedefinieerd als het maximaliseren van een nutfunctie $u(w, a)$ onder een capaciteitsbeperking $\alpha$ :
$\text{Alloc}(D, u, \alpha) := \max_{\pi} \mathbb{E}_D [u(w, \pi(x))] \quad \text{zodat} \quad \mathbb{E}_D [\pi(x)] \leq \alpha$
Waarbij:

$D$ : De verdeling van observaties $(x, w)$ .
$w$ : Het uitkomstvariabelen (bijv. werkloosheidsduur, armoedestatus).
$u$ : De nutfunctie die de maatschappelijke doelstelling encodeert.
$\alpha$ : Het budget of de capaciteitsbeperking.
$\pi$ : Het beleidsregels (toewijzen of niet).

Beleidshefbomen (Policy Levers)

De auteurs definiëren beleidshefbomen als interventies die één of meer componenten van het toewijzingsprobleem wijzigen, met een bijbehorende kost $c(\ell)$ :

Uitbreiden van Capaciteit: Het verhogen van $\alpha$ (meer mensen bedienen).
Verbeteren van Behandeling: Het veranderen van de nutfunctie $u$ (bijv. hogere uitkeringen of effectievere interventies).
Verbeteren van Voorspelling: Het wijzigen van de gezamenlijke verdeling $D$ zodat $x$ informatiever wordt over $w$ (bijv. door extra data te verzamelen).

De `rvp` Toolkit

De toolkit stelt beleidsmakers in staat om drie soorten vragen te beantwoorden, afhankelijk van de beschikbaarheid van kosteninformatie:

Q1 (Bekende kosten voor alle hefbomen): Hoe moet een vast budget worden verdeeld over verschillende hefbomen om de totale welvaartswinst te maximaliseren? (Optimalisatie van budgetallocatie).
Q2 (Bekende kosten voor één hefboom): Wat is de "break-even" verbetering die een onzekere hefboom (bijv. voorspelling) moet leveren om gelijk te staan aan een investering in een bekende hefboom (bijv. capaciteit)?
Q3 (Onbekende kosten): Wat is de verhouding van de welvaartswinst tussen twee hefbomen? Dit geeft een drempelwaarde aan: als voorspelling twee keer zoveel winst oplevert als capaciteit, is het de moeite waard zolang de kosten minder dan twee keer zo hoog zijn.

3. Resultaten: Casestudies

De auteurs passen het raamwerk toe op twee real-world datasets.

Casestudie 1: Duitse Arbeidsbureaus (Langdurige Werkloosheid)

Context: Het voorspellen van het risico op langdurige werkloosheid (LTU) om werkzoekenden te selecteren voor ondersteuningsprogramma's.
Vraag 1 (Q2): Is het de moeite waard om extra data te verzamelen voor een specifieke subgroep (werkzoekenden >35 jaar met ontbrekende werkgeschiedenis) in plaats van de capaciteit uit te breiden?
- Resultaat: Om de investering in datacollectie te rechtvaardigen ten opzichte van capaciteitsuitbreiding, moet de voorspellingsfout (RMSE) voor deze subgroep met minstens 20% dalen. Als de datacollectie echter beperkt blijft tot personen vlakbij de beslissingsdrempel (marginal cases), volstaat een daling van <5%. Dit suggereert dat gerichte datacollectie effectiever is dan algemene datacollectie.
Vraag 2 (Q3): Wat is de waarde van voorspelling als toewijzing schade kan veroorzaken (bijv. "lock-in" effecten bij training)?
- Resultaat: Wanneer misallocatie schadelijk is (hoge kosten voor het verkeerd toewijzen aan laag-risico personen), neemt de relatieve waarde van voorspelling sterk toe. In situaties met lage capaciteit en hoge schadekosten kan het verbeteren van voorspelling belangrijker worden dan het simpelweg uitbreiden van capaciteit, wat in eerdere theoretische werken vaak werd over het hoofd gezien.

Casestudie 2: Armoedebestrijding in Ethiopië (Kasstransfers)

Context: Het toewijzen van contante geldtransfers aan huishoudens op basis van Proxy Means Tests (PMT). Hier zijn de kosten van alle hefbomen (datacollectie, capaciteit, uitkeringshoogte) bekend.
Vraag 1 (Q1): Hoe moet een nieuw budget worden verdeeld tussen het verzamelen van data (PMT-scorecards) en het verhogen van het uitkeringsbudget?
- Resultaat: De optimale verdeling hangt sterk af van de nutfunctie. Bij een CRRA-nutfunctie (die meer waarde hecht aan transfers aan de allerarmsten) is investeren in datacollectie (om de voorspellingsnauwkeurigheid te verhogen) veel belangrijker dan bij een stapelfunctie. Bij beperkte budgetten is een mix van datacollectie en capaciteitsuitbreiding optimaal; bij grote budgetten is het optimaal om data voor alle huishoudens te verzamelen.
Vraag 2 (Q1): Hoe moeten extra middelen worden ingezet bij een bestaand programma?
- Resultaat: De prioriteit hangt af van de initiële condities. Als er weinig data is, moet eerst in data worden geïnvesteerd. Als er al veel data is, maar weinig capaciteit, moet de capaciteit worden uitgebreid. Als de initiële uitkeringen laag zijn, kan het verhogen van de uitkeringshoogte (intensive margin) belangrijker zijn dan het uitbreiden van het aantal begunstigden (extensive margin).

4. Belangrijke Bijdragen

Verschuiving in Focus: De auteurs verschuiven de focus van het oplossen van een gegeven optimalisatieprobleem naar het ontwerpen van het probleem zelf door beleidshefbomen als optimalisatievariabelen te behandelen.
Empirische Toolkit (rvp): Het ontwikkelen van een softwaretoolkit die beleidsmakers toelaat om concrete, datagestuurde vergelijkingen te maken tussen voorspelling, capaciteit en behandeling, zonder afhankelijk te zijn van gestileerde theoretische aannames.
Nuance in Voorspellingswaarde: Het tonen aan dat de waarde van voorspelling niet statisch is, maar sterk afhankelijk is van:
- De mate van capaciteitsbeperking.
- De kosten van misallocatie (schade vs. winst).
- De specifieke nutfunctie (egalitair vs. gericht op de allerarmsten).
- De subgroep waarvoor wordt voorspeld.
Open Data en Software: Het beschikbaar stellen van de rvp toolkit en delen van de data om toekomstig empirisch werk te faciliteren.

5. Significantie

Dit werk biedt een praktische brug tussen theoretische machine learning en beleidsvorming. Het helpt beleidsmakers om te voorkomen dat ze blindelings investeren in geavanceerde voorspellingsmodellen, terwijl ze misschien meer winst behalen met het uitbreiden van capaciteit of het verbeteren van de kwaliteit van de interventie. Door de toolkit te gebruiken, kunnen instellingen hun schaarse middelen strategisch toewijzen op basis van hun specifieke context, kostenstructuren en maatschappelijke doelen. Het benadrukt dat "betere voorspelling" niet altijd de beste oplossing is; het hangt af van de randvoorwaarden van het specifieke toewijzingsprobleem.