Meld u nu aan voor gratis ondersteuning van ons Cybersecurity Services Centre

Meld je aan voor gratis ondersteuning op het gebied van cyberbeveiliging

Meld u aan voor gratis webinars over cyberbeveiliging

Meld u aan voor gratis webinars over cyberbeveiliging

Woon het Ransomware Defence Summer Bootcamp bij in Amsterdam, juni 2026

Neem deel aan ons gratis zomer bootcamp over de verdediging tegen ransomware

Eerlijkheid in kunstmatige intelligentie

Deze module onderzoekt rechtvaardigheid in kunstmatige intelligentie (AI), met de nadruk op het identificeren en verminderen van vooroordelen in AI-systemen. Het behandelt de bronnen van vooroordelen, methoden voor het beoordelen en verbeteren van rechtvaardigheid, en de ethische implicaties van AI-beslissingen op verschillende bevolkingsgroepen, met als doel gelijkheid te bevorderen en discriminatie in AI-toepassingen te voorkomen.

Curriculumbouwer

Hulp nodig? Klik hier voor instructies.

Angwin, Julia, Jeff Larson, Surya Mattu en Lauren Kirchner. “Machine Bias.” ProPublica, 23 mei 2016.

https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing

Grira, Nizar en M. Crucianu. “Unsupervised and Semi-Supervised Clustering: A Brief Survey” (Onbegeleide en semi-begeleide clustering: een kort overzicht), 2004.

https://www.semanticscholar.org/paper/Unsupervised-and-Semi-supervised-Clustering-%3A-a-%E2%88%97-Grira-Crucianu/acb799150e4cd3a75fe79ca262047612bd8e5194

Olteanu, Alexandra, Carlos Castillo, Fernando Diaz en Emre Kıcıman. “Social Data: Biases, Methodological Pitfalls, and Ethical Boundaries.” Frontiers in Big Data 2 (11 juli 2019): 13.

https://doi.org/10.3389/fdata.2019.00013

Mehrabi, Ninareh, Fred Morstatter, Nanyun Peng en Aram Galstyan. “Debiasing Community Detection: The Importance of Lowly-Connected Nodes” (Het verwijderen van vooroordelen bij het detecteren van gemeenschappen: het belang van weinig verbonden knooppunten). arXiv, 2019.

https://doi.org/10.48550/ARXIV.1903.08136

Fortunato, Santo en Darko Hric. “Community Detection in Networks: A User Guide.” Physics Reports 659 (2016): 1–44.

https://doi.org/10.1016/j.physrep.2016.09.002

Zhao, Jieyu, Tianlu Wang, Mark Yatskar, Vicente Ordonez en Kai-Wei Chang. “Ook mannen houden van winkelen: het verminderen van genderbiasversterking met behulp van corpusniveau-beperkingen.” arXiv, 2017.

https://doi.org/10.48550/ARXIV.1707.09457

Mehrabi, Ninareh, Fred Morstatter, Nripsuta Saxena, Kristina Lerman en Aram Galstyan. “A Survey on Bias and Fairness in Machine Learning” (Een onderzoek naar vooringenomenheid en eerlijkheid in machine learning). ACM Computing Surveys 54, nr. 6 (13 juli 2021): 1–35.

https://doi.org/10.1145/3457607