Definitie
Data-ethiek gaat over keuzes en normen rond data die verder gaan dan wat technisch kan. Het omvat o.a. purpose limitation, dataminimalisatie, kwaliteit, provenance, toegangscontrole en impact op mensen wanneer data in AI-systemen wordt gebruikt.
Waarom het belangrijk is
- Vertrouwen: cliënten verwachten zorgvuldige omgang met gevoelige info.
- Kwaliteit: slechte data leidt tot misleidende outputs.
- Risico: onethische data-praktijken creëren juridische, security- en reputatierisico’s.
Hoe het werkt
Doel -> minimaliseer -> beveilig -> documenteer -> monitor -> corrigeerControls: data governance, retentieregels, access management en documentatie van bronnen en beperkingen.
Praktisch voorbeeld
Een tool in professionele dienstverlening scheidt cliëntdata per dossier, logt toegang en traint geen algemene modellen op vertrouwelijke documenten zonder expliciete governance-goedkeuring.
Veelgestelde vragen
Q: Is data-ethiek hetzelfde als privacywetgeving?
A: Nee. Privacywetgeving is een baseline. Data-ethiek gaat ook over legitimiteit, verwachtingen en mogelijke schade.
Q: Kan ethisch datagebruik nog performant zijn?
A: Ja. Sterke governance en schone data verbeteren vaak betrouwbaarheid en verlagen risico’s.
Gerelateerde termen
- AI governance framework — beleid en controls
- AI-risicobeheer — datarisico’s in het risicoregister
- Bias-mitigatie — fairness hangt van data af
- AI-documentatievereisten — provenance en beperkingen documenteren
Referenties
OECD (2019), OECD Principles on Artificial Intelligence.
References
OECD (2019), OECD Principles on Artificial Intelligence.