De betrokkenheid van de twee studenten begon via een studieproject over AI in de schuldhulpverlening. Tijdens dat project kwamen zij in contact met Femke de Lange, docent HBO Rechten en coördinator van de minor Mensgerichte Digitale Overheid. Vanuit die minor werd gewerkt aan een adviesrapport voor de Raad van State, waarbij studenten onderzoeken hoe de overheid digitale middelen verantwoord kan inzetten. Aanvankelijk verzorgden Max en Stijn een gastcollege voor de minor, maar hun rol groeide en uiteindelijk leverden zij ook een substantiële bijdrage aan het rapport zelf.

De Raad van State vervult een centrale rol binnen de Nederlandse overheid: het orgaan adviseert regering en parlement over wetgeving en bestuur, en is tevens de hoogste algemene bestuursrechter van het land. Dagelijks worden er grote hoeveelheden documenten en dossiers verwerkt. Volgens Max is de werkdruk bij de Raad van State hoog, waarbij een groot deel van het werk bestaat uit het doorzoeken van juridische documenten. De centrale vraag in het onderzoek was dan ook niet alleen of AI daarbij kan helpen, maar vooral hoe dat op een veilige en verantwoorde manier kan gebeuren.

Een prominent thema in het onderzoek was de afhankelijkheid van grote internationale technologiebedrijven. Veel overheidsorganisaties werken met systemen van Amerikaanse bedrijven, zoals Microsoft. Stijn wijst erop dat bij het werken met gevoelige data zorgvuldig nagedacht moet worden over waar die data terechtkomt en wie er toegang toe heeft. Een concreet risico vormt de Amerikaanse CLOUD Act, die Amerikaanse autoriteiten in bepaalde gevallen toegang kan geven tot gegevens van Amerikaanse bedrijven, ook wanneer het Nederlandse data betreft die op servers in Europa zijn opgeslagen. Max stelt dat dit in theorie betekent dat gegevens van Nederlandse overheidsorganisaties toegankelijk zijn voor buitenlandse autoriteiten, wat voor een organisatie als de Raad van State ernstige gevolgen kan hebben.

Een belangrijke conclusie uit het adviesrapport is dat organisaties als de Raad van State technologie zoveel mogelijk in eigen beheer zouden moeten houden. Als concreet alternatief noemen de studenten GPT-NL, een Nederlands taalmodel dat grotendeels getraind is op erkende Nederlandse data en op Nederlandse servers draait. Door een dergelijk model te koppelen aan interne systemen ontstaat een gesloten infrastructuur waarin gegevens niet naar externe partijen worden verstuurd. Tegelijkertijd erkennen Max en Stijn dat de overstap naar zulke alternatieven in de praktijk lastig is. Veel organisaties zijn al jarenlang verweven met het ecosysteem van grote technologiebedrijven, en zelfs als een alternatief technisch goed functioneert, betekent dat nog niet dat de overstap eenvoudig te maken is.