Denk bij het vormgeven van uw datagedreven aanpak ook na over de ethische en juridische aspecten die een rol spelen bij uw datavraagstuk. Voorbeelden hiervan zijn:
- De privacy van de burger;
- Gelijke behandeling;
- Het belang van transparantie;
- De menselijke component;
- Organisatie aspecten;
Om eventuele risico’s rond bovenstaande kwesties in kaart te brengen zijn diverse tools online beschikbaar.
Tools
Normenkader voor data en algoritmen van Defensie
Het normenkader beschrijft de kaders voor ontwikkeling, implementatie, gebruik en vastlegging van data (science) producten en diensten. Het bestaat uit 7 normen waaraan elk dataproject moet voldoen. Het normenkader gaat vervolgens over in een instructie met 3 checklists die praktische handvatten bieden. Het kader helpt om de ethiek, bewust gebruik, privacy en uitlegbaarheid te borgen.
Meer weten? Neem dan contact op met Tara Cohen (Data adviseur CIO) van het ministerie van Defensie.
De Ethische Data Assistent (DEDA) van de Universiteit Utrecht
DEDA helpt ethische problemen in dataprojecten, datamanagement en databeleid te herkennen en in kaart te brengen bij dataprojecten, bij het documenteren van het beraadslagingsproces en bij de bevordering van de verantwoording aan de diverse stakeholders en het publiek. Het bestaat uit een worksheet voor brainstormsessies, een interactieve vragenlijst en een handleiding. Alle tools zijn gepubliceerd door de Utrecht Data School van de Universiteit Utrecht.
Juridische aspecten van algoritmen die besluiten nemen – Een verkennend onderzoek
Het rapport bevat een onderzoek naar de juridische aspecten van algoritmen die besluiten nemen waarin de publieke waarden en belangen centraal staan.
SATORI-model (EIA)
Stappenplan voor het doen van een ethics impact assessment (EIA) en aanbevelingen voor de inzet van een ethisch comité. Europees samenwerkingsproject, ontwikkeld door onder andere NEN (Nederlands Normalisatie Instituut).
Big Data Model GEB Rijksdienst
Dit document bevat een Big Data specifieke aanvulling op het rijksbrede instrument Toetsmodel GEB Rijkdienst en is opgesteld voor organisaties die met Big Data aan de slag gaan en mogelijke privacy risico’s in kaart willen brengen.
Data Protection Impact Assessment (DPIA)
Onder de Algemene verordening gegevensbescherming (AVG), de Wet politiegegevens (Wpg) en de Wet justitiële en strafvorderlijke gegevens (Wjsg) kunnen organisaties verplicht zijn een data protection impact assessment (DPIA) uit te voeren. Dat is een instrument om vooraf de privacy risico’s van gegevensverwerking in kaart te brengen. En om daarna maatregelen te kunnen nemen om de risico’s te verkleinen.
Model gegevensbeschermingseffectbeoordeling Rijksdienst
De Rijksoverheid is verplicht om bij de ontwikkeling van nieuwe wetgeving rekening te houden met de resultaten van een Privacy Impact Assessment (PIA). Dit is een onderzoek naar de effecten van de wetgeving op de gegevensbescherming van burgers.
Privacy handreiking
Handreiking over privacy en de toepassing van de AVG bij datagedreven onderzoek naar de leerloopbaan van studenten, door onder andere Dienst Uitvoering Onderwijs, ROC Twente en Hutspot.
Deze privacy handreiking is bedoeld voor onderwijsinstellingen die ‘AVG-proof’ aan de slag willen met datagedreven onderzoek.
Deze privacy handreiking is bedoeld voor onderwijsinstellingen die ‘AVG-proof’ aan de slag willen met datagedreven onderzoek.
Toolbox Ethisch Verantwoorde Innovatie
Deze toolbox helpt ontwikkelaars en bestuurders op weg in wat er nodig is voor ethisch verantwoorde innovatie; dus met respect voor belangrijke publieke waarden en grondrechten. Als u met datagedreven werken aan de slag gaat en dit ethisch verantwoord wilt doen, kunt u deze toolbox als informatie- en inspiratiebron gebruiken.
Tools van NORA/GEMMA:
- Wettelijke kaders en regelgeving gegevensmanagement: Welke wetten en regelgeving bestaat er rijksbreed die van invloed is op gegevens? Een handig overzicht met alle relevante teksten waar men rekening mee moet houden binnen het datagedreven werken.
- Gegevens Leverings Overeenkomst (GLO): Hoe hou je grip op de datahuishouding? Zorg dat er vooraf duidelijke afspraken worden gemaakt tussen leverancier en afnemer middels een gegevensleveringsovereenkomst! Waar je in een dergelijke GLO vooral aan moet denken staat hier.
Inzichten en tips van experts en uit de praktijk
Uit interviews met experts kwamen de volgende tips naar voren:
- “We vonden het belangrijk om altijd de vraag te blijven stellen ‘willen we dit ook?’ De Universiteit Utrecht maakte met De Ethische Data Assistent een tool en dat hielp ons deze afwegingen te maken.” Martin Jansen, kwartiermaker datagedreven sturing bij de gemeente Utrecht.
- “We zijn merkbaar in een andere tijd terecht gekomen, waarin ook de negatieve implicaties van de data-samenleving maatschappelijk veel meer aandacht krijgen”. Valerie Frissen, bijzonder hoogleraar Digital Technologies & Social Change aan de Universiteit Leiden.
- “We krijgen de beschikking over steeds grotere hoeveelheden data. Organisaties voelen daardoor steeds meer druk om iets interessants met deze data te doen. Dat brengt vraagstukken met zich mee. Want: hoe doe je dat netjes en verantwoord?” Magchiel van Meeteren, Chief Information Officer bij BZK.
