Algoritmes toetsen op discriminatie: lessen voor gemeenten

Door · Bijgewerkt · 2 min lezen

Kort antwoord

Algoritmes discrimineren zelden opzettelijk. Het gebeurt via gegevens die samenhangen met afkomst, leeftijd of wijk, en via keuzes die niemand heeft vastgelegd. Toets daarom vooraf: welk doel, welke gegevens, welke groepen kunnen worden geraakt, en hoe controleert u de uitkomsten. Het IAMA helpt daarbij en is afgestemd op de grondrechtentoets die de AI Act vraagt bij hoog-risico-AI.

Wat er misging

  • Rotterdam (2021). De Rekenkamer Rotterdam onderzocht het risicomodel dat bepaalde welke bijstandsontvangers werden heronderzocht. Conclusie: verantwoordelijkheid slecht belegd, ethische keuzes niet herleidbaar, en een reëel risico op vooringenomen uitkomsten.
  • SyRI (2020). De rechtbank Den Haag oordeelde dat de wetgeving onder het risicosysteem SyRI in strijd was met artikel 8 EVRM, mede omdat onvoldoende inzichtelijk was hoe het werkte. Zie AI in het sociaal domein.

Het gemeenschappelijke patroon: niemand had vooraf vastgelegd welke gegevens mochten meewegen en hoe de uitkomsten per groep werden gecontroleerd.

Hoe discriminatie binnensluipt

MechanismeVoorbeeld
Proxy’sPostcode, taal of opleiding hangen samen met afkomst
Scheve historieHet model leert van eerdere controles, die zelf al selectief waren
TerugkoppelingWie vaker wordt gecontroleerd, wordt vaker gevonden, en dus nog vaker gecontroleerd
Taal van taalmodellenEen samenvatting of beoordeling die schrijfstijl beloont, benadeelt wie minder taalvaardig is

Een praktische toets

  1. Doel en noodzaak. Wat moet het algoritme bereiken, en is er een minder ingrijpend alternatief?
  2. Gegevens. Welke kenmerken wegen mee, en welke kunnen als proxy werken voor beschermde kenmerken?
  3. Groepen. Wie kan worden geraakt, en hoe ziet u of een groep vaker een nadelige uitkomst krijgt?
  4. Menselijke beoordeling. Wie beoordeelt de uitkomst, met welke bevoegdheid om af te wijken?
  5. Controle achteraf. Hoe vaak meet u uitkomsten per groep, en wat gebeurt er als die scheef lopen?
  6. Openbaarheid. Publiceer impactvolle algoritmes in het Algoritmeregister. Zie Het Algoritmeregister.

Het Impact Assessment Mensenrechten en Algoritmes (IAMA) werkt deze vragen uit en is inmiddels afgestemd op de grondrechtentoets uit de AI Act. Zie De AI Act in 2026.

Wat werqly daaraan bijdraagt

werqly maakt een algoritme niet eerlijk. Het levert wel de feiten die u voor de toets en de controle achteraf nodig hebt: welk model, welke bronnen, welke rollen, en per gebruik wat er is verwerkt. Omdat alles op een eigen node draait, kunt u uitkomsten analyseren zonder gegevens van inwoners met een externe partij te delen. Zie AI voor gemeenten en overheid.

Veelgestelde vragen

Vragen over dit onderwerp

Hoe toetst een gemeente een algoritme op discriminatie?

Door vooraf doel, gegevens en mogelijk geraakte groepen vast te leggen, te beoordelen welke kenmerken als proxy kunnen werken, menselijke beoordeling in te richten en de uitkomsten per groep periodiek te meten. Het IAMA biedt daarvoor een uitgewerkte vragenlijst.

Wat is het IAMA?

Het Impact Assessment Mensenrechten en Algoritmes, in 2021 ontwikkeld door de Universiteit Utrecht in opdracht van Binnenlandse Zaken. Het is inmiddels bijgewerkt en afgestemd op artikel 27 van de AI Act, de grondrechtentoets bij hoog-risico-AI.

Wat leerde het Rotterdamse bijstandsalgoritme?

De Rekenkamer Rotterdam concludeerde in 2021 dat de verantwoordelijkheid voor het risicomodel slecht was belegd, dat ethische keuzes niet herleidbaar waren en dat het model tot vooringenomen uitkomsten kon leiden.

Kunnen taalmodellen ook discrimineren?

Ja, bijvoorbeeld door schrijfstijl te belonen boven inhoud, of door vooroordelen uit hun trainingsdata te herhalen. Laat taalmodellen daarom niet over personen oordelen, en controleer ook samenvattingen steekproefsgewijs op scheve weergave.

Bronnen

  1. Vereniging van Rekenkamers — Gekleurde technologie (Rekenkamer Rotterdam, 2021)
  2. Rijksoverheid — Impact Assessment Mensenrechten en Algoritmes

Dit artikel is algemene informatie, geen juridisch advies. Regels en richtsnoeren veranderen; controleer bij twijfel de genoemde bronnen of vraag uw jurist of FG.

Over de auteur

Tim Hoogstrate

Oprichter van werqly

Tim Hoogstrate is softwareontwikkelaar en oprichter van werqly. Hij schrijft de artikelen in de kennisbank: over wat de AVG, de AI Act en sectorregels vragen als u AI inzet, en hoe u dat in een eigen omgeving regelt.

Bereken uw private AI-kosten.

Vul uw zakelijke e-mailadres en het aantal medewerkers in. We rekenen direct vier opzetten voor u door: in uw eigen serverruimte of in ons datacenter, in eigen beheer of met werqly Pro beheer. werqly is geen goedkoop AI-abonnement: u betaalt voor eigen hardware en volledige controle.

  1. 1Vul uw e-mailadres en het aantal medewerkers in
  2. 2Vergelijk vier voorstellen
  3. 3Vraag direct een offerte aan

We mailen de berekening naar dit adres en gebruiken het alleen om contact met u op te nemen over uw aanvraag.

Vrijblijvende offerte voor een eigen AI-node, binnen één minuut in uw mailbox.

Offerte aanvragen →