Startpagina / Samenvattingen / Handboek Compliance Professional (2023, editie 12) / ai-netwerken-transparantie

Algoritmes

5 belangrijke vragen over Algoritmes

Wat houdt het acroniem SAFEST in voor de verantwoorde toepassing AI

Het acroniem SAFEST staat voor richtlijnen bij de toepassing van AI. Het omvat:

S: Soundness (degelijkheid) – waarborgen van de betrouwbaarheid en nauwkeurigheid .
A: Accountability (verantwoordelijkheid)– verantwoording afleggen over beslissingen.
F: Fairness (rechtvaardigheid) – eerlijkheid richting alle gebruikers.
E: Ethical (Ethiek)– ethische overwegingen in acht nemen.
S: Skills (vaardigheden) op een adequaat niveau omgaan met de informatie.
T: Transparency (transparantie)– transparantie in werking en processen.

Wat doet het samenwerkingsplatform digitale toezicht (SDT) en wie behoren daartoe en welke uitgangspunten hebben ze geformuleerd

Het samenwerkingsplatform digitale toezicht (SDT) heeft verschillende belangrijke functies:

Doel: Faciliteren van samenwerking op het gebied van digitaal toezicht tussen verschillende toezichthouders en kennis en ervaring bundelen. Opgericht door ACM.AFM/AP en CvdM

Uitgangspunten voor online kindermarketing
Uitgangspunten voor efficiënte online verstrekkingen

HOOFDLIJNEN

-Transparantie
- Andere instrumenten inzetten voor informatie (doelgroepsegmentatie).
- Gedrag en communicatie inzichten toepassen
- Leesbaar/toepasbaarheid onderzoeken

Wat zijn de 2 verschillende stromingen die zijn ontstaan in de 1e, 2e en 3e AI-golf?

In de 1e golf van AI welke begon met het 'Dartmouth Summer Research Project on AI' in 1956 ontwikkelden zich twee stromingen:
1. Symbolische benadering AI  computers leren door logische regels te coderen met formules van het type ‘als Z, dan Y’.
2. Connectionistische benadering AI  het centrale idee bij neutrale netwerken is om de werking van neuronen in het menselijk brein te stimuleren. Daarvoor worden sets gebouwd v/e soort kunstmatige neuronen in netwerken die informatie kunnen ontvangen en versturen. Die netwerken worden vervolgens met een grote hoeveelheid data gevoed waaruit zij zelf patronen moeten destilleren.

Wat is het black box-probleem?

De situatie waarin de mens die een deep learning model heeft gebouwd, niet meer echt kan begrijpen wat het model doet of hoe het zijn beslissingen neemt.

Wat wordt bedoeld met machine learning?

Machine learning  de naam voor een zelflerend algoritme, waarvan de werking vaak wordt uitgelegd aan de hand v/h volgende voorbeeld: een computerprogramma krijgt bijv. een groot aantal foto’s te zien die gelabeld zijn als ‘kat’ en ‘niet-kat’. Op basis daarvan gaat het programma zelf patronen destilleren, waardoor het vervolgens op nieuwe foto’s de aanwezigheid v/e kat moet herkennen.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

Handboek Compliance Professional (2023, editie 12) | 9789491252488 | Nederlands Compliance Instituut

Bekijk samenvatting