Principles for Accountable Algorithms en Social Impact Statement for Algorithms
Deze tool van FAT/ML (of voluit ‘Fairness, Accountability and Transparency in Machine Learning’) wil de volgende ethische principes bevorderen:
- verantwoordelijkheid
- verklaarbaarheid,
- accuraatheid
- controleerbaarheid
- eerlijkheid
Om duidelijk te maken wat precies wordt bedoeld, hebben de makers van FAT/ML duidelijke vragen opgesteld en aandachtspunten gedefinieerd om deze principes te bewaken en te bevorderen.
FAT/ML is een jaarlijkse conferentie met als doel om onderzoekers met elkaar in contact te brengen en te bespreken hoe ze problemen van 'computationally rigorous methods' kunnen identificeren en oplossen.
Wat je wil weten voor je verder leest
- Doelgroep: ontwikkelaars en productmanagers
- Procesfase: ontwerp, implementatie
- Systeemonderdeel: datagebruik en -verwerking, gebruikers, context van AI-systeem
- Prijsindicatie: vrij beschikbaar
Methode
De tool bestaat uit een aantal vragen die je helpen om de bovenstaande principes te waarborgen. De tool bevat ook stappen die je kan volgen om deze principes verder te onderzoeken in je AI-project. Het is een iteratief proces. Dit wil zeggen dat deze oefening 3 keer plaats vindt, namelijk:
- tijdens ontwerp
- voor ingebruikname
- bij ingebruikname
Resultaat
Het resultaat is een Social Impact Statement of Algorithms. Dit statement kan je als ontwikkelaar of aanbieder beschikbaar maken bij de lancering van het product. Door gebruik te maken van deze methode wordt het mogelijk om te oordelen hoe een algoritme invloed kan hebben op de samenleving.
| Waarden zoals benoemd in de tool |
Gerelateerde ALTAI-principes |
|---|---|
|
|
|
|
|
|
|
|
|
|
Link
Deze tool werd niet ontwikkeld door het Kenniscentrum Data & Maatschappij. We beschrijven de tool op onze website omdat die je kan helpen bij het behandelen van ethische, juridische of maatschappelijke aspecten van AI-toepassingen. Het Kenniscentrum is niet verantwoordelijke voor de kwaliteit van de tool.