Samenvatting: Hc6_Ai In Overheid
- Deze + 400k samenvattingen
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden
Lees hier de samenvatting en de meest belangrijke oefenvragen van HC6_AI in Overheid
-
1 HC6_AI in Overheid
Dit is een preview. Er zijn 12 andere flashcards beschikbaar voor hoofdstuk 1
Laat hier meer flashcards zien -
Leg uit: supervised machine learning
- Met al gelabelde data (bv.: fraudedetectie)
-
Leg uit: unsupervised machine learning?
Zonder labels, zoekt zelf patronen -
Leg uit: reinforcement machine learning
Leert via 'trial and error' --> bv.: AI leert schaken -
Leg uit: Artificial General Intelligence (AGI)?
- Hypothetische vorm: kan alle menselijke cognitieve taken
-
Toepassing AI: leg uit: predictive policing?
AI voorspelt waar criminaliteit wss zal pléaatsvinden. -
Door welk soort data kan AI bevooroordeelde beslissingen nemen?
Vervuilde data --> toeslagenaffaire NL -
Je hebt geleerd over input-, throughput- en outputlegitimiteit. Kan AI zich verantwoorden?
Nee: wie? Ontwikkelaar, leverancier of overheid. Ontwikkelaars kunnen zelf uitkomsten van hun AI neurale netwerken niet verklaren. -
We herkennen de pacing problem in AI. Wetgeving moet zich anders opstellen. Vul aan, aan de hand van de tips:Laat het aan de markt over;Doelsturing;Je presentatie;Sandboxing;Zonsondergang
- Zelfregulering (door bedrijven);
- Doelgerichte regulering
- Soft law
- Experimenteerregulering (sandboxing)
- Sunset-clausules (tijdelijke wetgeving)
-
Hoe kunnen we AI-beleid op korte-, midellange en langetermijn vormgeven?
Kortetermijn: transparantiestandaarden
Middellangetermijn: ethische kaders
Langetermijn: formele wetgeving -
2 Holding AI accountable
Dit is een preview. Er zijn 6 andere flashcards beschikbaar voor hoofdstuk 2
Laat hier meer flashcards zien -
Leg uit: AI als black box?
Niet uitlegbaar
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden















