Gebruik gezichtsherkenning vormt inbreuk op art. 8 en art.10 EVRM.
MULTIFILE
De opkomst van Chat GPT laat zien hoe AI ingrijpt in ons dagelijks leven en het onderwijs. Maar AI is meer dan Chat GPT: van zoekmachines tot de gezichtsherkenning in je telefoon: data en algoritmes veranderen de levens van onze studenten en hun toekomstige werkveld. Wat betekent dit voor de opleidingen in het HBO waar voor wij werken? Voor de inspiratie-sessie De maatschappelijke impact van AI tijdens het HU Onderwijsfestival 2023 hebben wij onze collega’s uitgenodigd om samen met ons mee te denken over de recente AI-ontwikkelingen. We keken niet alleen naar de technologie, maar juist ook naar de maatschappelijke impact en wat de kansen en bedreigingen van AI zijn voor een open, rechtvaardige en duurzame samenleving. Het gesprek voerde we met onze collega’s (zowel docenten als medewerkers van de diensten) aan de hand van drie casussen met. De verzamelde resultaten en inzichten van deze gesprekken zijn samengebracht op een speciaal ontwikkelde poster voor de workshop (zie figuur 1). We hebben deze inzichten gebundeld en hieronder zijn ze te lezen.
DOCUMENT
In het boek komen 40 experts aan het woord, die in duidelijke taal uitleggen wat AI is, en welke vragen, uitdagingen en kansen de technologie met zich meebrengt.
DOCUMENT
We laten steeds meer sporen na: door op internet te surfen, door onze mobiele telefoon te gebruiken, door RFID-labels bij ons te dragen of door ons binnen het blikveld van camera’s te bewegen. Door de contextuele informatie die dit genereert te gebruiken als aanvulling op de ‘klassieke’ methode van gezichtsherkenning kunnen we de identificatie van personen sterk verbeteren. Bob Hulsebosch en Wouter Teeuw van het Telematica-instituut leggen uit hoe. Identificatie is het herkennen van een specifiek persoon – van wie de identiteit bekend is – in de menigte. Gezichtsherkenning speelt hierbij een grote rol. Uit camerabeelden leiden we een aantal gelaatskenmerken af, die we vergelijken met profielen in een database. Een match is mede afhankelijk van de tolerantie die we instellen. Bij een strenge instelling, met weinig ruimte voor onnauwkeurigheid, is de kans klein dat iemand ten onrechte wordt herkend (een lage false acceptance rate, of FAR), maar wordt de kans groter dat iemand uit de database ten onrechte niet wordt herkend (hogere false rejection rate, of FRR).
MULTIFILE
Technologie wordt door steden steeds vaker gebruikt om innovatieve beleidsoplossingen te ontwikkelen om de stedelijke omgeving leerbaar en veilig te houden (Yigitcanlar et.al, 2018; zie Allam & Newman, 2018). In de literatuur wordt naar een stad die technologie gebruikt, verwezen als een Smart City (Holland 2008; Kitchin, 2015; zie ook Meijer & Bolivar, 2016 voor uitgebreide conceptualisering van Smart City). Rotterdam gebruikt bijvoorbeeld gezichtsherkenning in het openbaar vervoer om onder meer zwartrijden tegen te gaan. De data die verzameld wordt, is niet alleen in bezit van de openbaar vervoersorganisatie. Maar is ook in handen van de ontwikkelaar van de gezichtsherkenning-software. Soms wordt de data ook gedeeld met de politie en gemeentelijke toezichthouders. Ook in Amsterdam speelt technologie een rol. De Johan Cruijff Arena investeert in technologische oplossingen om de veiligheid en de leefbaarheid in het gebied rondom het stadion op orde te houden. Hierbij werken zij samen met de gemeente Amsterdam, maar ook technologiebedrijven zoals Huawei en KPN. De bovenstaande voorbeelden wordt technologie ingezet om vraagstukken effectief en efficiënt aan te pakken. Dit creëert echter ook nieuwe uitdagingen. Er treden nieuwe partijen, zoals Huawei en KPN, toe tot het beleidsproces. Daarnaast wordt van publieke professionals verwacht dat zij de vaardigheden en kennis bezitten om digitaal beleid te ontwikkelen en uit te voeren.
DOCUMENT
Hyodol is een slimme sociale robot uit Zuid Korea, bedoeld voor ouderen met dementie. De robot is een sociaal maatje dat ondersteuning biedt in dagstructuur maar ook via sensoren data ophaalt. Door middel van een dashboard en een smartphone applicatie kunnen zorgverleners en mantelzorgers inzicht krijgen in het gebruik van de robot, berichten versturen en functies gepersonaliseerd instellen.
DOCUMENT
Het woord ‘bias’ komt naar voren in zowel maatschappelijk als wetenschappelijk debat over de inzet van artificiële intelligentie (ai). Het verwijst doorgaans naar een vooroordeel dat iets of iemand vaak onbedoeld heeft. Wanneer dit vooroordeel leidt tot een afwijking in besluitvorming vergeleken met een situatie wanneer dit vooroordeel er niet zou zijn, dan is een bias doorgaans onwenselijk.
LINK
Sinds de introductie van geavanceerde biometrische technologieën is de verwerking van biometrische gegevens een steeds vaker besproken onderwerp geworden. Biometrische gegevens, zoals vingerafdrukken, gezichtsherkenning en irisscans, worden gebruikt in verschillende toepassingen, zowel in de private als publieke sector. Deze technologieën kunnen de veiligheid en efficiëntie van identificatieprocessen aanzienlijk verbeteren, maar roepen ook belangrijke vragen op over privacy en gegevensbescherming. Dit beroepsproduct brengt deze aandachtspunten in beeld en voorziet in een checklist indien u gebruik wilt maken van biometrische gegevens. Disclaimer:De afstudeeropdracht wordt uitgevoerd door een vierdejaarsstudent in het kader van zijn/haar afstuderen bij het Instituut voor Rechtenstudies. De student levert een juridisch beroepsproduct op en doet daartoe onderzoek. De student wordt tijdens de uitvoering van zijn/haar afstudeeropdracht begeleid door een afstudeercoach. De inspanningen van de student en de afstudeercoach zijn erop gericht om een zo goed mogelijk beroepsproduct op te leveren. Dit moet opgevat worden als een product van een (vierdejaars)student en niet van een juridische professional. Mocht ondanks de geleverde inspanningen de informatie of de inhoud van het beroepsproduct onvolledig en/of onjuist zijn, dan kunnen de Hanzehogeschool Groningen, het Instituut voor Rechtenstudies, individuele medewerkers en de student daarvoor geen aansprakelijkheid aanvaarden.
DOCUMENT
In hoofdstuk 1 wordt ingegaan op de aanleiding voor de literatuurstudie, de keuze voor OWO en doel, onderzoeksvragen en verantwoording van de literatuurstudie. Hoofdstuk 2 schetst een beeld van gebiedsgebonden politiewerk en gaat in op de rol en samenstelling van basisteams (onderzoeksvragen 1 en 2). Hoofdstuk 3 gaat in op het begrip digitalisering, beschrijft de digitalisering van gebiedsgebonden politiewerk en inventariseert knelpunten (onderzoeksvraag 3). In hoofdstuk 4 wordt het begrip ‘digitale handelingsbekwaamheid’ verkent, de betekenis van digitale handelingsbekwaamheid voor het GGP wordt in kaart gebracht en in verband gebracht met leerstijlen binnen organisaties. Ook worden de knelpunten ten aanzien van digitale handelingsbekwaamheid geïnventariseerd (onderzoeksvraag 4). In hoofdstuk 5 worden relevante theorieën over het de gebruik en de acceptatie van digitale technologieën, veranderingsbereid en leertheorieën besproken (onderzoeksvraag 5). In hoofdstuk 6 ten slotte wordt het conceptueel model gepresenteerd en verantwoord. Het conceptueel model dient als basis voor het op te stellen Programma van Eisen.
DOCUMENT
