1 / 9

Bart W. Schermer eLaw@Leiden, Centrum voor Recht in de Informatiemaatschappij b.w.schermer@law.leidenuniv.nl schermer@co

Data mining without discrimination. Bart W. Schermer eLaw@Leiden, Centrum voor Recht in de Informatiemaatschappij b.w.schermer@law.leidenuniv.nl schermer@considerati.com. Regulering. “The enterprise of subjecting human conduct to the governance of external controls,

zeki
Download Presentation

Bart W. Schermer eLaw@Leiden, Centrum voor Recht in de Informatiemaatschappij b.w.schermer@law.leidenuniv.nl schermer@co

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Data mining without discrimination Bart W. Schermer eLaw@Leiden, Centrum voor Recht in de Informatiemaatschappij b.w.schermer@law.leidenuniv.nl schermer@considerati.com

  2. Regulering “The enterprise of subjecting human conduct to the governance of external controls, whether state or non-state, intended or unintended.” L. Fuller (1964), The Morality of Law

  3. Technologie en regulering juridisch technologisch zakelijk / beleidsmatig

  4. Value sensitive design “Het inbedden van wetten, normen en waarden in de architectuur van een informatiesysteem.”

  5. Legal Requirements engineering

  6. Voorbeeld Voorbeeld: “privacy by design”- niet meer gegevens opslaan dan noodzakelijk- anonimiseren van gegevens- versleutelen van gegevens- wie heeft er toegang tot het systeem?- hoe worden inbreuken geregistreerd (logging)

  7. MVI Project • Directe discriminatie- sensitieve attributen leiden tot discriminatie • Indirecte discriminatie- niet-sensitieve attributen in gezamenlijkheid wellicht ook

  8. MVI Project • Redlining in databases? • Welke attributen zijn sensitief? • Hoe herkennen/voorkomen we indirecte discriminatie? • Afweging van discriminatie versus accuraatheid database

  9. Input juridisch deel • Ethische / juridische aspecten van data-mining • Analyse bestaande wet- en regelgeving - identificatie sensitieve attributen • Herkenning combinaties niet sensitieve attributen• Oplossingsrichtingen tegengaan indirecte discriminatie

More Related