Envalue Analytics: Hoe data en algoritmen de WWS-tool van het ministerie van BZK versnelt

Chat GPT, omschrijf de straat Havikstraat als onderdeel van de wijk Vogelenbuurt in de stad Utrecht voor gebruik in een taxatierapport. Neem ook de afstanden tot voorzieningen op.
“De Havikstraat is een rustige woonstraat gelegen in de wijk Vogelenbuurt in de stad Utrecht. De straat is voorzien van een groenstrook met bomen en heeft een groot aantal parkeerplaatsen aan weerszijden. De huizen in de straat zijn voornamelijk tussenwoningen gebouwd in de jaren ’30 en ’40, met een traditionele architectuur en een redelijke staat van onderhoud. De buurt is een populaire woonomgeving vanwege de goede bereikbaarheid, de nabijheid van winkels en openbaar vervoer, en de groene omgeving. De afstand naar het centrum van Utrecht is ongeveer 2 km, naar het centraal station 1,5 km en naar de uitvalswegen rondom Utrecht zijn op ongeveer 5 minuten rijden. Er zijn diverse winkelcentra en supermarkten op een afstand van ongeveer 1 km van de straat. Er zijn diverse scholen en kinderdagverblijven in de directe omgeving.”
Kunstmatige intelligentie (KI) wordt steeds belangrijker in het taxatieproces: van automated valuation models (AVMs) tot natural language processing (NLP) biedt dit domein steeds meer mogelijkheden. Een recente toepassing van NLP is Chat GPT, ontwikkeld door OpenAI. Bovenstaande tekst is geschreven door Chat GPT. In dit blog lichten we toe hoe NLP het vastgoedtaxatieproces kan bevorderen, maar ook welke (potentiële) risico’s zich voordoen bij het gebruik van dit domein.
Binnen vastgoedtaxaties worden deze technieken nog weinig toegepast. Dit terwijl NLP veel potentie heeft:
Er moet ook rekening worden gehouden met de potentiële risico’s, namelijk:
Chat GPT is een taalmodel dat is ontwikkeld door OpenAI. Het model is getraind op een grote hoeveelheid tekst, waardoor het in staat is om op een natuurlijke manier te communiceren met gebruikers. Het is gebouwd met behulp van deep learning-technologie en maakt gebruik van transformatie-gebaseerde modellen. Dit stelt het model in staat om te begrijpen en te antwoorden op vragen op een brede waaier van onderwerpen met een hoge precisie en snelle responstijd.
NLP-modellen kunnen krachtige middelen zijn in het vastgoedtaxatieproces. Er zijn echter ook risico’s in termen van aansprakelijkheid waarmee rekening gehouden moet worden. De uiteindelijke verantwoordelijkheid ligt bij de taxateur, deze staat voor de inhoud van het rapport. Het is belangrijk om deze risico’s te begrijpen en te beheren voordat NLP-modellen worden ingezet in het vastgoedtaxatieproces. Een taxateur die zich daarvan bewust is, heeft in een NLP-model een krachtig werktuig. Bij Envalue omarmen we nieuwe technologie die het taxatieproces efficiënter maakt. Zo hebben onze taxateurs meer tijd én relevante input voor een goed rapport en advies aan jou als klant.