AI ondersteunt werving en selectie
Een systeem ordent sollicitaties. U onderzoekt wie onderaan eindigt, welke informatie ontbreekt en of recruiters voldoende ruimte hebben om de volgorde kritisch te beoordelen.
Verdieping voor uw eigen team
Workshop AI-ethiek: bias, autonomie en menselijke controle
AI kan gemiddeld goed presteren terwijl een specifieke groep slechter wordt geholpen. Een medewerker kan formeel beslissen en toch nauwelijks ruimte hebben om af te wijken. Deze workshop onderzoekt wat verantwoorde AI in het dagelijkse werk vraagt.
Van vraag naar aanpak
Wanneer is deze workshop passend?
In de workshop AI-ethiek beoordeelt uw team een toepassing vanuit rechtvaardigheid, menselijke autonomie, uitlegbaarheid en verantwoordelijkheid. We onderzoeken de verdeling van fouten, de invloed van AI op keuzes en de voorwaarden voor echte menselijke controle. U vertaalt abstracte waarden naar testvragen, beslisgrenzen en concrete acties.
Een assistent adviseert medewerkers
Een AI-antwoord oogt overtuigend, maar gebruikt ongeschikte bronnen. Het team onderzoekt hoe twijfel zichtbaar wordt en welke controles onder werkdruk haalbaar zijn.
Verzoeken automatisch prioriteren
AI herkent urgente berichten, maar mogelijk minder goed bij afwijkend taalgebruik. U onderzoekt gevolgen van gemiste signalen en alternatieve routes voor hulp.
De opbrengst
Wat uw team meeneemt naar het werk.
Een kaart van ethische risico’s
Uw team beschrijft gevolgen voor personen en groepen. Per risico benoemt u ontbrekend bewijs en de belangen die moeten worden meegewogen.
Testvragen voor een bruikbare evaluatie
U formuleert vragen over foutsoorten, ongelijke uitkomsten, begrijpelijkheid en keuzevrijheid. Daarmee kunt u gericht vervolgonderzoek of een leveranciersgesprek voorbereiden.
Een ontwerp voor menselijke controle
Deelnemers maken afspraken over bevoegdheden, uitzonderingen, correcties en escalatie. U benoemt ook welke signalen reden zijn om het gebruik opnieuw te beoordelen.
Onderzoek de rol die AI in het proces krijgt
We beschrijven welke taak de AI uitvoert en welk menselijk oordeel daardoor verandert. Een tekstvoorstel, rangschikking en selectieadvies hebben verschillende gevolgen. Deelnemers tekenen waar informatie wordt samengevat, prioriteiten worden bepaald en een uitkomst invloed krijgt op een persoon.
We vergelijken de toepassing met een alternatief zonder AI. We bespreken voordelen, afhankelijkheid en situaties waarin de toepassing ongeschikt is. Wie heeft invloed op het ontwerp en wie moet met de gevolgen leven?
Kijk voorbij gemiddelde prestaties naar verdeling van fouten
Een algemene nauwkeurigheidsscore vertelt niet welke fouten optreden en wie daardoor wordt geraakt. We onderzoeken hoe trainingsgegevens, gekozen labels, ontbrekende voorbeelden en gebruiksomstandigheden tot ongelijke uitkomsten kunnen leiden. Een neutraal klinkend kenmerk kan bovendien samenhangen met omstandigheden die ongelijk zijn verdeeld.
De groep formuleert inhoudelijke testvragen: welke onterechte afwijzing is bijzonder schadelijk, welke groep ontbreekt in de evaluatie en welke vergelijking is zinvol? We bespreken welke gegevens voor toetsing nodig zijn en wanneer daarvoor eerst een afzonderlijke privacy- en juridische beoordeling vereist is.
Bescherm keuzevrijheid en maak controle uitvoerbaar
AI kan een aanbeveling overtuigend presenteren en daarmee de ruimte om zelf te oordelen verkleinen. We onderzoeken hoe formulering, standaardinstellingen en tijdsdruk gedrag sturen. Deelnemers bespreken welke uitleg een gebruiker nodig heeft om een voorstel te begrijpen en bewust af te wijzen.
Vervolgens ontwerpen we menselijke controle als een werkproces. De beoordelaar heeft passende informatie, deskundigheid, tijd en bevoegdheid nodig om in te grijpen. We oefenen met afwijkende uitkomsten en bepalen wanneer een medewerker moet stoppen, verder onderzoeken of de casus aan iemand anders voorleggen.
Regel verantwoordelijkheid, tegenspraak en monitoring
We benoemen wie verantwoordelijk is voor selectie van de toepassing, acceptatie van risico’s, dagelijkse controle en herstel na fouten. Voor betrokkenen moet duidelijk zijn waar zij vragen kunnen stellen en hoe een betwiste uitkomst wordt onderzocht. Een verwijzing naar de leverancier beantwoordt die praktische vraag niet.
De deelnemers kiezen signalen voor herbeoordeling, zoals veel correcties, veranderende gebruikersgroepen of klachten over dezelfde fout. Daarna formuleren zij voorwaarden voor een proef, uitbreiding of pauze. De ethische afweging blijft zo verbonden aan waarnemingen tijdens het echte gebruik.
Een fictieve oefencasus
Fictieve oefening: welke hulpvraag krijgt voorrang?
Een dienstverlener wil AI gebruiken om binnenkomende berichten te prioriteren. In een fictieve proef worden expliciete urgentiewoorden goed herkend. Indirect geformuleerde zorgen en berichten met taalproblemen krijgen vaker een lage prioriteit, terwijl de behoefte aan hulp vergelijkbaar kan zijn.
Een illustratie van een mogelijke oefening. Dit is geen uitgevoerde klantopdracht.De opdracht aan het team
Deelnemers bekijken een kleine fictieve set berichten en foutvoorbeelden. Zij bepalen welke aanvullende tests nodig zijn, wie de lage prioriteiten controleert en hoe iemand alsnog menselijke aandacht krijgt. Een extra oefenronde verlaagt de beschikbare controletijd om te onderzoeken of het plan dan overeind blijft.
Wat de oefening zichtbaar maakt
De groep formuleert voorwaarden voor een beperkte proef, waaronder een herstelroute, passende steekproeven en signalen voor pauzeren. Het resultaat laat zien welke afweging achter een acceptabele foutmarge schuilgaat; het is geen technische validatie van een echt systeem.
Rondom de bijeenkomst
Voorbereiding en opvolging horen erbij.
Vooraf
Vooraf bespreken we het proces, de gebruikersgroep en beschikbare informatie over werking en evaluatie. Eigen testresultaten helpen, maar zijn geen voorwaarde. We gebruiken fictieve voorbeelden en betrekken bij voorkeur een beslisser en iemand uit de uitvoering.
Na afloop
Het team kan testvragen uitwerken, betrokkenen raadplegen en voorwaarden vastleggen. Een vervolgsessie kan evaluatieresultaten bespreken. De workshop ondersteunt ethische besluitvorming en vervangt geen technische audit of vereiste juridische beoordeling.
Praktische vragen
Een passend programma begint bij uw situatie.
Wat is het verschil met de workshop AI en privacy?+
AI en privacy richt zich op persoonsgegevens en de inrichting van verwerkingen. AI-ethiek verdiept de gevolgen voor rechtvaardigheid, autonomie, menselijke controle en verantwoordelijkheid.
Kunnen we bias helemaal uitsluiten?+
Dat is geen geloofwaardige algemene belofte. U kunt risico’s gericht onderzoeken, grenzen stellen en uitkomsten volgen. Welke toetsing voldoende is, hangt af van toepassing en gevolgen.
Is menselijke goedkeuring altijd genoeg?+
Nee. Goedkeuring heeft weinig betekenis als de beoordelaar geen tijd, informatie of bevoegdheid heeft om af te wijken. Daarom onderzoeken we de praktische werkomstandigheden.
Is technische kennis nodig?+
Nee voor de basisworkshop. Voor technische teams kunnen we dieper ingaan op testopzet en prestatiematen, steeds gekoppeld aan de betekenis van fouten voor betrokkenen.
Is dit een certificering voor verantwoorde AI?+
Nee. Deelnemers oefenen met afwegen en formuleren vervolgstappen. De sessie geeft geen keurmerk en bewijst niet dat een toepassing aan alle toepasselijke regels voldoet.
Verdiep u in het onderwerp
Van lezen naar samen toepassen.
AI · Kennisbank
Hoe beoordeelt u bias en discriminatierisico’s bij AI?
Beoordeel bias in de hele beslisketen: van het gekozen doel en de invoergegevens tot de uitkomst en de reactie van medewerkers. Onderzoek verschillen tussen relevante groepen en de gevolgen van verschillende fouten. Een goed gemiddeld prestatieniveau bewijst geen gelijke behandeling. Ook het verwijderen van beschermde kenmerken sluit indirect onderscheid niet uit; technische tests en juridische beoordeling vullen elkaar aan.
Governance · Kennisbank
Wanneer is menselijke controle bij AI-besluiten betekenisvol?
Menselijke controle is betekenisvol wanneer een bevoegde en bekwame persoon relevante informatie zelfstandig kan beoordelen en de uitkomst daadwerkelijk kan veranderen. Een akkoordknop of steekproef maakt individuele besluiten niet vanzelf menselijk. Beoordeel het hele proces, inclusief de timing, werkdruk, presentatie van de AI-uitkomst en gevolgen voor betrokkenen.
AI · Kennisbank
Hoe legt u AI-gebruik duidelijk uit aan werknemers en klanten?
Leg op het juiste moment uit welke rol AI speelt, welke persoonsgegevens worden verwerkt, wat de gevolgen kunnen zijn en waar iemand met vragen terechtkan. Maak onderscheid tussen AVG-informatie, specifieke AI Act-verplichtingen en aanvullende uitleg die mensen helpt. Een algemeen AI-label of een lange privacyverklaring is daarvoor zelden een complete oplossing.
Privacy · Kennisbank
Wat is het verschil tussen een DPIA, IAMA en ethische afweging?
Een DPIA onderzoekt risico’s van persoonsgegevensverwerking voor mensen. Het IAMA ondersteunt beoordeling van de gevolgen van algoritmen voor grondrechten, vooral binnen de overheid. Een ethische afweging onderzoekt breder welke keuze verantwoord is en waarom. De instrumenten kunnen elkaar versterken, maar vervangen elkaar niet automatisch. Welke beoordeling verplicht is, hangt af van de verwerking, het systeem en de organisatie.
Workshops voor uw eigen team
Een ander vraagstuk vraagt een andere workshop.
Van professionele dilemma’s tot gegevensgebruik en AI. Kies de inhoud die bij uw team past; programma, werkvorm en kosten spreken we vooraf af.
01Bekijk de workshop 02Bekijk de workshop 03Bekijk de workshop
Lees het dossier AI, privacy en ethiek Workshop data en ethiek: van dashboard naar verantwoorde keuze
Data verzamelen, onderzoeken, visualiseren en delen; met aandacht voor de stap van beschrijving naar handelen.
Workshop ethiek: zorgvuldig kiezen bij lastige dilemma’s
Morele oordeelsvorming, professioneel handelen, integriteit, aanspreekbaarheid en het uitleggen van lastige keuzes.
Workshop AI en privacy: beoordeel toepassingen en prompts
Persoonsgegevens in generatieve AI, doel en grondslag, leveranciersafspraken, gegevensbeperking en uitvoerbare gebruiksregels.
Van uw vraag naar een workshop
Welk dilemma verdient aandacht in uw team?
Vertel voor wie u de workshop zoekt en welke situatie u wilt bespreken. Deel bij de eerste aanvraag geen persoonsgegevens of vertrouwelijke casusdetails.
Bespreek de mogelijkheden