Section outline
-

Introduction
In deze sectie leg je de ethische basis om AI- en datarapporten verantwoord te kunnen lezen en opstellen. Je leert waarom keuzes in rapportage (wat je wel/niet meldt) directe gevolgen kunnen hebben voor mensen die door conclusies worden geraakt. Dit is relevant in elke sector waar beslissingen worden ondersteund door data en AI, omdat rapporten vaak dienen als onderbouwing voor beleid, processen of klantimpact.
Learning Objectives
-
Je legt in eigen woorden uit wat “ethiek” betekent in de context van data- en AI-rapportage.
-
Je benoemt rollen en verantwoordelijkheden bij het maken, reviewen en gebruiken van AI-datareports.
-
Je herkent en definieert de kernbegrippen eerlijkheid, transparantie en uitlegbaarheid in rapporten.
-
-

Introduction
In deze sectie leer je hoe bias en privacykwesties ontstaan in data en AI, en hoe jouw rapportagekeuzes die effecten kunnen versterken of beperken. Voor organisaties die met data werken is dit essentieel om betrouwbare conclusies te trekken én verantwoord te communiceren. Je oefent met het expliciet maken van onzekerheden, beperkingen en impact op betrokkenen zodat rapporten minder schadelijke bijwerkingen hebben.
Learning Objectives
-
Herken veelvoorkomende bronnen van bias in data, labels en meetkeuzes en benoem hun mogelijke effecten op conclusies.
-
Pas basisprincipes van privacy en gegevensbescherming toe bij het opnemen en delen van informatie in AI-datareports.
-
Formuleer helder welke onzekerheden, beperkingen en stakeholder-impact in een rapport vermeld moeten worden.
-
-

Introduction
In deze afsluitende sectie verbind je de belangrijkste ethische principes rond AI-datareports tot één samenhangend geheel. Je controleert of je de kernbegrippen (bias, privacy, transparantie) kunt herkennen en correct kunt verantwoorden in rapportagekeuzes. Dit is relevant voor elke sector waar AI-rapporten besluitvorming beïnvloeden en mensen kunnen raken.
Learning Objectives
-
Je vat de kernbegrippen uit de cursus samen en koppelt ze aan AI-rapportagepraktijk.
-
Je beoordeelt een AI-datareport op ethische aandachtspunten en benoemt concrete verbeteringen.
-
Je formuleert een persoonlijk vervolgplan met leerstappen en bronnen voor verdere ontwikkeling.
-