Met deze kaartenset krijg je meer inzicht in de mogelijkheden die AI biedt én kun je nadenken over hoe jij AI-technologie wil inzetten.

Deze open-source AI assessment tool van AI4Belgium, gebaseerd op de ALTAI-vragenlijst van de Europese Commissie, kan je helpen om jouw AI-systeem meer transparant, robust en betrouwbaar te maken

Aan de hand van deze kaartenset kan je de leerlingen laten stilstaan bij de ethische aspecten van nieuwe technologieën.

Hoe betrek je werknemers bij innovatietrajecten? Hoe ga je in dialoog over de gevolgen van innovatie op de werkvloer en de werkomgeving? Het Kenniscentrum Data & Maatschappij ontwikkelde 4 draaiboeken voor workshops om met werknemers in gesprek te gaan hierover. Heb je nog nooit een workshop gegeven? Hier vind je ook een handleiding voor je eerste workshop.

Het Kenniscentrum ontwikkelde een logboek om ethische uitdagingen in je innovatieproject te identificeren en hieraan actiepunten te koppelen.

Een kaartspel waarin je zo snel mogelijk een AI-oplossing bouwt voor een maatschappelijk doel.

In deze tool lichten we kort toe hoe we de legal design workshop hebben opgezet en kan je een draaiboek vinden voor als jij zelf ook met legal design aan de slag wil.

The Digital Ethics Compass toolkit bevat verschillende vragen, aanbevelingen en een workshop om meer te leren over hoe je digitale producten op een ethische manier kan ontwerpen èn hoe je dit als een competitief voordeel kan gebruiken.

Een tool om de mogelijkheden van machine learning te verkennen en de voor-en nadelen ervan na te gaan.

Hoe kan je rekening houden met maatschappelijke vooroordelen en structurele ongelijkheden in een AI zorgsysteem? Om je hierbij te helpen ontwikkelde het Kenniscentrum Data & Maatschappij en VIVES Hogeschool de AI Blindspots healthcare kaartenset.

How can you take into account possible prejudices and structural inequalities in the AI healthcare system? In order to help you do this, the Knowledge Centre Data & Society developed the AI Blindspots healthcare card set.

How can you take into account possible prejudices and structural inequalities in the AI healthcare system? In order to help you do this, the Knowledge Centre Data & Society developed the AI Blindspots healthcare card set.

Een collectie aan participatory aanpakken voor het waarborgen van transparantie in data set documentatie

Hoe kan je rekening houden met maatschappelijke vooroordelen en structurele ongelijkheden voor, tijdens en na de ontwikkeling van je data- of AI-toepassing? Om je hierbij te helpen ontwikkelde het Kenniscentrum Data & Maatschappij deze AI Blindspots kaartenset.

How can you take into account possible prejudices and structural inequalities before, during and after the development of an AI system? In order to help you do this, the Knowledge Centre Data & Society developed the AI Blindspots card set.

How can you take into account possible prejudices and structural inequalities before, during and after the development of an AI system? In order to help you do this, the Knowledge Centre Data & Society developed the AI Blindspots card set.

How can you take into account possible prejudices and structural inequalities before, during and after the development of an AI system? In order to help you do this, the Knowledge Centre Data & Society developed the AI Blindspots card set.

Het AI Ethics Lab heeft een toolbox ontwikkeld die een overzicht geeft van de verschillende bestaande sets van principes waarmee je deze kan integreren en/of evalueren in jouw AI systeem

In dit coöperatieve kaartenspel van Ethics Inc. ontwerp je samen ethisch verantwoorde AI-toepassingen

Privacy wordt steeds meer bekend en steeds belangrijker in de ontwikkeling van nieuwe applicaties. LINDDUN is een methode ontwikkeld voor het beheer van privacy binnen een AI toepassing.

De impact van technologie op de mens gebeurt op veel verschillende manieren, van individueel tot maatschappelijk en van openlijk tot verborgen. Al deze verschillende vormen van impact zijn samengevat in de Product Impact Tool om onderzoekers en ontwerpers te ondersteunen in reflectie over hun technologie.

Je wilt graag producten ontwikkelen die de wereld een beetje beter maken? Omidyar biedt een tool aan om je te helpen bij het ontwikkelen van ethische technologie. Bonus: je krijgt er ook een gids bij om daadwerkelijke verandering teweeg te brengen binnen jouw organisatie

The authors of this article interviewed 20 data scientists to examine their explainablility techniques. After determining that 4 techniques were widely used they described how this was used most often and finally they provided some recommendations and concerns in relation to explainability.

The author J.M. Alonso offers a conceptual method to create natural explanations to children using single classifiers.

Een goede manier om kennis te maken met het idee van explainable AI is te vinden in de AI Explainability 360 Open Source Toolkit van IBM Research. Daarnaast bieden zij ook meerdere algoritmes aan als begin punt van explainable AI.

De aanpak begeleidingsethiek heeft als doel om door middel van een workshop een dialoog aan te gaan over de connectie tussen ethiek en technologie.

Met Artificiële Intelligentie Impact Assessment (AIIA) kan je op een gestructureerde manier de (maatschappelijke) baten van een AI-systeem of toepassing duidelijk in kaart brengen en evalueren.

Wil je weten hoe ethisch jouw AI-toepassing is? Deze tool helpt je bij het zelf inschatten van vier ethische principes.

De principes besproken in deze gids zijn bedoeld om user experience (UX) professionals en product managers te helpen met een human-centered aanpak van AI. Deze gids helpt hen de gebruiker centraal te stellen bij het ontwikkelen van een AI-toepassing.

Deze door en voor jongeren gemaakte toolkit is bedoeld om de online ervaringen van jongeren te delen met beleidsmakers, regulators en de ICT-industrie.

Deze tool wil de volgende ethische principes bevorderen: verantwoordelijkheid, verklaarbaarheid, accuraatheid, controleerbaarheid en eerlijkheid.

De auteurs van dit artikel stellen dat leveranciers van AI-toepassingen voor elk product een ‘fact sheet’ moeten creëren, waarmee ze aantonen dat de toepassing ‘conform’ is (een SDoC of ‘supplier’s declarations of conformity’), net zoals dat ook voor andere producten gebeurt.

Met het Data Collection Bias Assessment formulier leg je vanaf het begin van de datacollectie enkele keuzes vast zodat je eventuele vooroordelen in een vroeg stadium kan ontdekken.

Waar zie jij mogelijkheden voor artificiële intelligentie in je omgeving? Waar liever niet? Download onze tool en doe zelf de oefening!