Schonere steden met AI

Soms zit je als wetenschapper met je neus op je onderzoeksproblematiek. Als afvalonderzoeker is dat een matige ervaring. Wanneer Bente Snäll een rondje door haar wijk loopt, dan ziet ze waarom Amsterdam soms grappend Palermo aan de Amstel - naar de Siciliaanse stad die bekendstaat om haar afvalproblemen - wordt genoemd.

De onderzoekster van de Hogeschool van Amsterdam woont vlakbij station Lelylaan in Amsterdam Nieuw-West en haar onderzoeksobjecten liggen hier letterlijk voor het oprapen. “Hier is het afvalprobleem vooral zichtbaar rondom studentencomplexen, waar veel zwerfafval ligt. Dat kan komen doordat containers niet tijdig geleegd worden of doordat mensen niet weten waar ze hun afval kwijt kunnen. Door de wind verspreidt het afval zich snel over straat. En als ik door de stad fiets, zie ik overal overvolle of rommelige containers. Het probleem is wijdverspreid.”

Sociale controle bij de bak

Bij de HvA deden Snäll en haar collega’s veel onderzoek naar gedragsinterventies rond gft-afval. Ze merkten dat gemeenten vaak onvoldoende zicht hebben op oorzaken van afvalproblemen in grotere steden en welke inwoners daarvoor verantwoordelijk zijn.

Dat komt deels doordat het leven in grotere steden anoniemer is dan in dorpen. Een simpel voorbeeld: in een dorp zetten mensen hun gft-bak, met hun huisnummer erop, aan de straat. De afvalophaler kan hier besluiten om een waarschuwing te geven of een container niet mee te nemen, als deze niet correct is gevuld. In de drukke wijk waar Snäll woont is het leven anoniemer. “De mensen gooien hun afval in een gezamenlijke container, waardoor niet te traceren is wie verzaakt.”

Snäll en haar collega’s leerden dat betere uitleg over afval helpt. Ze werkten met posters met motiverende boodschappen en gebruikten flyers en folders om het nut van afval scheiden uit te leggen. Ook gaven ze directe feedback aan bewoners. “We stuurden bewoners brieven met een feedbackscore: daarin stond dat het afvalscheidingsgedrag in hun wijk in een bepaalde periode een viersterrenscore kreeg, met concrete verbeterpunten. Iedere periode kregen ze een nieuwe brief. Dat werkte motiverend en zorgde voor een sociale norm.”

Ze zag ook dat communicatie begrijpelijk moet zijn voor een brede doelgroep. Eenvoudige taal en visuele ondersteuning zijn daarbij essentieel. “Daarnaast moeten interventies gecontroleerd worden op effectiviteit. Dat gebeurt nu vaak onvoldoende.”

Een ander probleem is, dat vooral ‘groene’ mensen - die duurzaamheid sowieso al belangrijk vinden - meedoen aan de onderzoeken. “Wij hielden zelf enquêtes, buurtpanels en interviews. Vooral gemotiveerde mensen deden mee, wat het beeld vertekent.” Ze ziet daarom een rol voor de wetenschap om gemeenten te ondersteunen in het ontwikkelen van betere meetmethoden. “Die hebben daar zelf vaak de capaciteit niet voor. Zo ontstaat een waardevolle samenwerking tussen wetenschap en praktijk.”

AI houdt een oogje in het zeil

De onderzoekster van de HvA toont zich daarnaast hoopvol over de mogelijkheden die AI biedt. Maar hoe kan zo’n computerachtig ‘duizenddingendoekje’, dat al op zoveel terreinen wordt ingezet, het fysieke afvalprobleem helpen oplossen?

Daar weten Danielle Leentjens (Hogeschool InHolland) en Ander de Keijzer (Avans Hogeschool) alles van. Sinds 2023 zijn ze als onderzoekers verbonden aan een onderzoeksproject van beide hogescholen, waarin wordt getest hoe AI zwerfafval kan verminderen. Leentjens: “Het idee is simpel: vrijwilligers die zwerfafval oprapen, maken met hun smartphone en via een app een foto van het zwerfafval. De smartphone houdt ook de locatie, datum en tijd bij. Ondertussen trainen we ook AI-modellen, zodat die kunnen analyseren welk type zwerfafval er op de foto staat. Als je dat combineert, krijg je een kaart van de stad met informatie over welk afval, in welke hoeveelheid, op welke plek, en op welk moment ergens ligt.”

Als je dat over meerdere jaren doet, kun je verbanden leggen met bijvoorbeeld het weer, bevolkingsdichtheid, evenementen, ‘en nog veel meer’, gaat Leentjens verder. De toekomst wordt voorspelbaar. “Je ziet dan bijvoorbeeld dat bij harde wind afval zich aan één kant van een plein verzamelt. Je kunt ook onverwachte verbanden leggen. Dat kan de invloed zijn van wegwerkzaamheden of bouwwerkzaamheden op zwerfafval, maar ook zaken waar we nog nooit over nagedacht hebben.”

Als je deze data koppelt aan gemeentelijke kalenders en weerdata, kun je voorspellen waar en wanneer er meer afval zal zijn, zegt haar collega De Keijzer. Daarmee kun je als gemeente slimmer plannen. Je kan routes van veegwagens aanpassen, extra vuilnisbakken plaatsen of bepaalde locaties tijdelijk intensiever schoonhouden. “Je kunt zelfs voorspellen welk type afval waar zal liggen en daar je opruimdiensten op afstemmen. En als je weet dat rond een fastfoodrestaurant of supermarkt veel afval ligt dat daar verkocht wordt, kan je zulke producenten aanspreken op hun verantwoordelijkheid en in gesprek gaan over meer vuilnisbakken of andere oplossingen.”

Bovendien is het - om een daadwerkelijke circulaire economie te krijgen - op termijn logisch dat we veel preciezer dan nu ons afval gaan scheiden, legt De Keijzer uit. Verschillende soorten afval worden dan opgehaald door verschillende voertuigen. “AI kan helpen door te analyseren welk type afval waar ligt, en welke inzamelvoertuigen wanneer en waar het beste kunnen rijden. Zo wordt afvalscheiding makkelijker en efficiënter.”

De app die Avans en InHolland ontwikkelden is technisch gezien klaar, maar nog niet beschikbaar in de appstores vanwege privacyregelgeving. “We hopen daar binnenkort een oplossing voor te vinden”, stelt De Keijzer. “In het ideale scenario nemen commerciële en publieke partners de app over, om die breder uit te rollen. Als onderzoekers willen we dan wel graag toegang blijven houden tot de data, voor verder onderzoek. Dat blijft nodig, want een wereld zonder zwerfafval krijgen we waarschijnlijk nooit.”