Alvast iets meer over mijn onderzoek. 'Algorithmic accountability' betekent zoveel als hoe kunnen we rekenschap geven van (de keuzes rondom) algoritmes. Tekst en uitleg dus, over de proportionaliteit bijvoorbeeld, of waarom je dingen doet met je algoritme zoals je doet.
Belangrijk is dat rekenschap niet consequentieloos en vrijblijvend is. Het is daarmee meer dan 'transparant zijn', omdat je iemand tekst en uitleg verschuldigd bent en op je handelen aangesproken kan worden en in een uiterst geval sancties opgelegd kan krijgen.
Algorithmic accountability is daarmee iets anders dan bijvoorbeeld explainable AI (XAI), waarin er modellen worden gemaakt om algoritmes transparant te maken. Wel is zulke transparantie enorm behulpzaam in rekenschapsprocessen.
Het verschil is dat rekenschap over veel meer gaat dan alleen de technische werking van het algoritme. Hoe het werkt is immers slechts één vraag. Ik ben bijv. ook benieuwd waarom dat gedaan wordt op die manier, voor wie/op wie dit effect heeft, en waarom dat acceptabel is.
Kortom: meer dan alleen technische transparantie gaat het om de beweegredenen, de afwegingen, de keuzes, normen en waarden die er rondom algoritmes zijn. Ethiek speelt hier bijvoorbeeld ook een rol in, maar ook maatschappelijke ontwikkelingen, want waarden en normen veranderen.
Dat dat belangrijk is geeft bijvoorbeeld de #SyRI casus al aan.
In de @dedataloog podcast was ik te gast om te praten over SyRI en wat we daarvan kunnen leren.
listennotes.com/podcasts/de-da…
In de @dedataloog podcast was ik te gast om te praten over SyRI en wat we daarvan kunnen leren.
listennotes.com/podcasts/de-da…
• • •
Missing some Tweet in this thread? You can try to
force a refresh
