Rechtsgebied:                                      Privacy- en gegevensbeschermingsrecht,

bestuursrecht, financieel recht, grond- en

fundamentele vrijheden

Doelgroepen:                                       Advocatuur: advocaten

Toezichthouders: advocaten (in company), academisch geschoold jurist.

Financiële instellingen: advocaten (in company),

academisch geschoold jurist

Tijdstip:                                               13:00 tot 17:00 uur

Locatie:                                               MBS, Westhaven 12 Gouda

Docenten:                                            mr. Olaf van Haperen

Opzet:                                                 De leeractiviteit bestaat uit een bijeenkomst van twee

aaneengesloten dagdelen

Cursusduur:                                         4 uur (exclusief pauzes)

Niveau:                                               Basis

Prijs per deelnemer:

Doel:

Het doel van deze inleidende cursus is de deelnemer kennis te laten maken met de juridische problematiek van algoritmiek en profilering (profiling) via geautomatiseerde besluitvorming en kunstmatige intelligentie. Op grond van casuïstiek en theorie krijgt de deelnemer begrip over het herkennen van het hiaat dat bestaat tussen actuele technologische ontwikkelingen op het gebied van geautomatiseerde besluitvorming en kunstmatige intelligentie ten opzichte van huidige en verwachte wet- en regelgeving op het gebied van het privacy- en gegevensbeschermingsrecht.

.

Voorkennis:

Voor het volgen van deze cursus is geen voorkennis verplicht. Wel wordt van de deelnemers

verwacht dat zij het vooraf toegezonden studiemateriaal doorlezen doorlezen (Joost van der Burgt, Principles for the use of Artificial Intelligence in the financial sector, De Nederlandsche Bank 2019).

.

Resultaat na deze cursus:

Na het volgen van deze cursus heeft de deelnemer inzicht in:

• De belangrijkste juridische problemen van geautomatiseerde besluitvorming en kunstmatige intelligentie bij financiële instellingen in relatie tot de privacy- en gegevensbeschermingswetgeving
• De rechtsgevolgen of het in aanmerkelijke mate treffen van personen door geautomatiseerde besluitvorming en kunstmatige intelligentie
• De actuele en toekomstige ontwikkelingen op het gebied van toepassingen van algoritmiek en kunstmatige intelligentie in verhouding tot de problematiek hiervan ten opzichte van wet- en regelgeving
• Hoe (inter)nationale wet- en regelgeving zich ontwikkelt ten opzichte van geautomatiseerde besluitvorming en kunstmatige intelligentie.

Inhoud:

Geautomatiseerde besluitvorming en kunstmatige intelligentie zijn enorm brede begrippen. Zelfrijdende auto’s maken 500 beslissingen per seconde, banksystemen handelen hypotheekvragen volledig geautomatiseerd af en de overheid hanteert vergaande controlesoftware zoals Systeem Risico Indicatie (SyRI).

Tijdens deze cursus krijgt de deelnemer een basisinzicht in wat een algoritme is en vooral wat het doel van een algoritme kan zijn in de financiële sector. Algoritmen kenmerken zich door (vele) stappen naar een duidelijk (eind)resultaat via iteraties (herhalende stappen) of die (geautomatiseerde) besluiten (logica of vergelijkingen) vereisen om het doel te halen (hypotheekverlening). Algoritmen zijn essentieel in softwareprogramma’s om informatie te kunnen verwerken. Aan de hand van een technische uiteenzetting wordt de stap gemaakt naar de juridische problematiek van het gebruik van algoritmiek voor profiling in geautomatiseerde besluitvorming en kunstmatige intelligentie.

Tijdens deze cursus krijgt de deelnemer inzicht in de problematiek die bestaat tussen de actualiteit van technische ontwikkelingen en de Algemene verordening gegevensverwerking (AVG). In de AVG wordt specifiek aandacht besteed aan geautomatiseerde besluitvorming, al dan niet via profilering. Dankzij de technische ontwikkelingen en de mogelijkheid van big data-analyse en kunstmatige intelligentie is het eenvoudig geworden om profielen te maken en geautomatiseerde beslissingen te nemen.

De deelnemer krijgt tijdens de cursus inzicht in de risico’s en het herkennen van incidenten over profilering via geautomatiseerde besluitvorming en kunstmatige intelligentie. Te denken valt aan cliënten van financiële instellingen die vaak niet weten dat zij geprofileerd worden en niet begrijpen hoe dit werkt. Als data onjuist of onvolledig is (correlatie versus causaliteit), kunnen onjuiste iteraties leiden tot weigering van het leveren van bepaalde producten of diensten of zelfs tot discriminatie.

3M doelgroep: personen werkzaam in commerciële dienstverlenende functies.