Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Presentatie Mirko Schaefer

2 views

Published on

Presentatie van het Datacongres ''data science voor maatschappelijke uitdagingen'' op 22 november 2018

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

Presentatie Mirko Schaefer

  1. 1. Data en ethiek voor overheden Mirko Tobias Schäfer Utrecht Applied Data Science
  2. 2. Utrecht Data School Utrecht Data School is een platform voor onderzoek naar en met data. We analyseren en visualiseren data om onderzoeksvragen te beantwoorden. UDS slaat een brug tussen onderwijs, wetenschap en de praktijk. www.dataschool.nl Teaching Research Advice Network
  3. 3. Voorbeeld onderzoek: Data-analyse inbraken UDS studenten-team doet onderzoek naar correlaties omgevingsdata en woningsinbraken in Gouda.
  4. 4. Dringende dataverhalen
  5. 5. Voorbeeld onderzoek: Data en representatie Criminaliteits Anticipatie Systeem (CAS) Leefbarometer
  6. 6. Fouten in de data-set: “Excelgate” Bron: Reinhart and Rogoff 2013
  7. 7. Algoritmes Facebook, selectie ”target audience” Microsoft, AI Twitter-account
  8. 8. Nieuwe software, MiDAS 20.000 werkloze ten onrecht beschuldig van fraude Het was niet mogelijk om de eisen van het algoritme ‘na te leven’ The Guardian, 18.12.2016
  9. 9. Data-projecten zijn inherent politiek Voorbeeld: slimme lantarenpalen
  10. 10. Data-projecten zijn inherent politiek Voorbeeld: slimme lantarenpalen Wie bepaalt of en welke data verzamelen? Van publieke naar particuliere infrastrastructuur! Wie krijgt toegang naar de data? Welke waarden representeren deze lantarenpalen? Omgaan met multi- stakeholder vraagstuk Van lokaal naar nationaal naar internationaal Wie is eigenaar van de data?
  11. 11. Voorspellen voortijdig schoolverlaters
  12. 12. Voorspellen voortijdig schoolverlaters Informed Consent Wat zijn de indicatoren? Is het model/de algoritme transparant Data- veiligheid? Opt-out? Hoe uitleggen aan ouders/leerlingen Stigmatisering? Is het proportioneel?
  13. 13. Projectdefinitie Datagerelateerde overwegingen Algemene overwegingen Ethisch toets en beslissing
  14. 14. DEDA in action
  15. 15. Verantwoord gebruik van data • DEDA is ontwikkeld samen met én voor data-analysten, projectmanagers, beleidmakers, privacy officers, domeinexperts etc. • DEDA helpt om ethische problemen in dataprojecten en databeleid te herkennen. • DEDA maakt het beslissingsproces in een data-project transparant • DEDA verbetert bewustzijn voor verantwoorde datapraktijk in organisaties
  16. 16. www.dataschool.nl info@dataschool.nl @data_school

×