Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Toevoegen maatregelen in relatie tot bias, fairness en non-discriminatie #243

Draft
wants to merge 22 commits into
base: main
Choose a base branch
from
Draft
Show file tree
Hide file tree
Changes from 21 commits
Commits
Show all changes
22 commits
Select commit Hold shift + click to select a range
8eb7db2
Update aselecte_steekproeven.md
jaspervanderheide Aug 16, 2024
6f3eb77
Add files via upload
jaspervanderheide Aug 16, 2024
f13c5cd
Rename maatregel 21 Expliciteer tegenvoorbeelden in datavorm.MD to ex…
jaspervanderheide Aug 16, 2024
c7c19ff
Update and rename maatregel 36 bijgestuurde selectie.MD to bijgestuur…
jaspervanderheide Aug 16, 2024
7c0b083
Update and rename maatregel42_CBS_synthetische_data.md to synthetisch…
jaspervanderheide Aug 16, 2024
c0ab82e
Rename maatregel41_biastoets_uitvoeren.md to biastoets_uitvoeren.md
jaspervanderheide Aug 16, 2024
e55624e
Rename maatregel43_ground_truth.md to besluitvorming_mens_controleren.md
jaspervanderheide Aug 16, 2024
9a1aa7a
Rename maatregel 22 bepaal wat we willen voorspellen.MD to bepaal_wat…
jaspervanderheide Aug 16, 2024
e8d70b8
Rename maatregel66_reproduceerbaarheid_algoritme.md to reproduceerbaa…
jaspervanderheide Aug 16, 2024
6c1ed2e
eerste versie maatregel functioneren in lijn met doeleinden
ruthkoole Aug 21, 2024
609d71d
maatregel uitvoeren biastoets en kleine fixes
ruthkoole Aug 21, 2024
d77a5c6
maatregel biastoets
ruthkoole Aug 21, 2024
8dd4273
maatregel biasanalyse verder uitwerken
ruthkoole Aug 21, 2024
f14a9ae
komt te vervallen door voer_een_biasanalyse_uit
ruthkoole Aug 21, 2024
9ccf0c8
fix typo in filename
ruthkoole Aug 21, 2024
57ded5a
voeg opmerking toe over andere rechtspersonen
ruthkoole Sep 3, 2024
b6e959d
voeg onderscheid op basis van gelijke calibratie toe
ruthkoole Sep 3, 2024
fd735a7
Update voer_een_biasanalyse_uit.md
ruthkoole Sep 3, 2024
db9791a
Update voer_een_biasanalyse_uit.md
ruthkoole Sep 3, 2024
d7471b9
Update voer_een_biasanalyse_uit.md
ruthkoole Sep 3, 2024
ec5e61d
Update voer_een_biasanalyse_uit.md
ruthkoole Sep 3, 2024
07389fc
verwijder extra voorbeeld
ruthkoole Sep 6, 2024
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
7 changes: 4 additions & 3 deletions docs/maatregelen/aselecte_steekproeven.md
Original file line number Diff line number Diff line change
@@ -1,10 +1,11 @@
---
# vul hier een titel in voor deze maatregel
title: Aselecte steekproeven
title: Gebruik aselecte als er gebruik gemaakt wordt van risicogestuurde selectie
# geef hier een korte toelichting van deze maatregel
toelichting: Uitvoeren van aselecte steekproeven aanvullend op risicogestuurde selectie
toelichting: Zorg dat een risicogestuurde selectie niet alleen gemaakt worden op basis van een algoritme, maar dat er ook willekeurige gevallen toegevoegd worden aan de selectie. Deze kan gebruikt worden om modellen te onderhouden.
vereiste:
-
- beoordelen_gevolgen_voor_grondrechten
- non_discriminatie
# vul hier de fasen van de levenscyclus in die horen bij deze maatregel
levenscyclus:
- implementatie
Expand Down
53 changes: 53 additions & 0 deletions docs/maatregelen/besluitvorming_mens_controleren.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,53 @@
---
# vul hier een titel in voor deze maatregel
title: Besluitvorming mens controleren
# geef hier een korte toelichting van deze maatregel
toelichting: Zorg dat wanneer een selectie gemaakt wordt door een mens deze zorgvuldig wordt gecontroleerd, zodat het risico op menselijke bias verkleint wordt.
# vul hier de bestandsnamen in van de vereisten die horen bij deze maatregel
vereiste:
- Recht_of_uitleg_AI-besluiten
- beoordelen_gevolgen_voor_grondrechten
- non_discriminatie
- recht_op_niet_geautomatiseerd_besluitvorming
# vul hier de fasen van de levenscyclus in die horen bij deze maatregel
levenscyclus:
- verificatie-en-validatie
# vul hier de bouwblokken in die horen bij deze maatregel
bouwblok:
- conformiteitsbeoordeling
- fundamentele-rechten
---

<!-- Let op! onderstaande regel met 'tags' niet weghalen! Deze maakt automatisch de knopjes op basis van de metadata -->
<!-- tags -->

## Maatregel
<!-- Vul hier een omschrijving in van wat deze maatregel inhoudt. -->
Wanneer besluitvorming tot stand is gekomen op basis van menselijke keuzes, dan moeten deze keuzes goed worden gecontroleerd.

## Toelichting
<!-- Geef hier een toelichting van deze maatregel -->
Vaak wordt aangenomen dat keuzes die door een mens zijn genomen vrij van bias zijn. Denk bijvoorbeeld aan rechters van wie wordt geacht dat zij onpartijdig oordelen, maar waarvan wetenschappelijk is vastgesteld dat rechters verschillend oordelen over gelijke gevallen. Ook zijn beslissingen van mensen vatbaar voor behavioral bias. [Kleinberg e.a. (2018)](https://academic.oup.com/jla/article/doi/10.1093/jla/laz001/5476086) Beslissingen gemaakt door mensen zullen dus niet standaard als waar moeten worden aangenomen. Het is belangrijk om van te voren goed na te denken over een ground truth waar uitkomsten aan gespiegeld moeten worden.

## Bijbehorende vereiste(n)
<!-- Hier volgt een lijst met vereisten op basis van de in de metadata ingevulde vereiste -->

<!-- Let op! onderstaande regel met 'list_vereisten_on_maatregelen_page' niet weghalen! Deze maakt automatisch een lijst van bijbehorende verseisten op basis van de metadata -->
<!-- list_vereisten_on_maatregelen_page -->

## Bronnen
<!-- Vul hier de relevante bronnen in voor deze maatregel -->

| Bron |
|-----------------------------|
| [Kleinberg e.a. (2018)](https://academic.oup.com/jla/article/doi/10.1093/jla/laz001/5476086) |

## Risico
<!-- vul hier het specifieke risico in dat kan worden gemitigeerd met behulp van deze maatregel -->

Het oordeel van de mens is niet de ground truth. Hierdoor kunnen meetfouten in de vorm van selectieve labels ontstaan.

## Voorbeeld
<!-- Voeg hier een voorbeeld toe, door er bijvoorbeeld naar te verwijzen -->


55 changes: 55 additions & 0 deletions docs/maatregelen/bijgestuurde_selectie.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,55 @@
---
# vul hier een titel in voor deze maatregel
title: Bepaal effectiviteit en representativiteit via 'bijgestuurde selectie'
# geef hier een korte toelichting van deze maatregel
toelichting:
# vul hier de bestandsnamen in van de vereisten die horen bij deze maatregel
vereiste:
- geen
# vul hier de fasen van de levenscyclus in die horen bij deze maatregel
levenscyclus:
- ontwikkelen
# vul hier de bouwblokken in die horen bij deze maatregel
bouwblok:
- technische-robuustheid-en-veiligheid
---

<!-- Let op! onderstaande regel met 'tags' niet weghalen! Deze maakt automatisch de knopjes op basis van de metadata -->
<!-- tags -->

## Maatregel
<!-- Vul hier een omschrijving in van wat deze maatregel inhoudt. -->
Bepaal effectiviteit en representativiteit via 'bijgestuurde selectie'

## Toelichting
<!-- Geef hier een toelichting van deze maatregel -->
Bepaal effectiviteit en representativiteit via 'bijgestuurde selectie'.
Vaak wordt een model niet gebruikt, omdat inputdata biased is. In plaats van inputdata te wijzigen, is het ook mogelijk om een representatieve selectie te krijgen door restricties op te leggen aan de selectie.
Zo kan opgelegd worden dat het model minimaal 50 procent vrouwen selecteert, om een gelijke man-vrouw verdeling te garanderen. Dit vergroot de grip van gebruikers op de eerlijkheid van het algoritme.

## Bijbehorende vereiste(n)
<!-- Hier volgt een lijst met vereisten op basis van de in de metadata ingevulde vereiste -->

<!-- Let op! onderstaande regel met 'list_vereisten_on_maatregelen_page' niet weghalen! Deze maakt automatisch een lijst van bijbehorende verseisten op basis van de metadata -->
<!-- list_vereisten_on_maatregelen_page -->

## Bronnen
<!-- Vul hier de relevante bronnen in voor deze maatregel -->

| Bron |
|-----------------------------|
|[Hekkelman e.a. (2023)](https://www.cpb.nl/rechtvaardige-algoritmes) |

## Risico
<!-- vul hier het specifieke risico in dat kan worden gemitigeerd met behulp van deze maatregel -->

Effectief en eerlijk algoritme wordt gemist door focus op eerlijkheid.

## Voorbeeld
<!-- Voeg hier een voorbeeld toe, door er bijvoorbeeld naar te verwijzen -->

[Hekkelman e.a. (2023)](https://www.cpb.nl/rechtvaardige-algoritmes)

Heb je een voorbeeld of best practice, laat het ons weten via [[email protected]](mailto:[email protected])


52 changes: 52 additions & 0 deletions docs/maatregelen/expliciteer_tegenvoorbeelden_in_datavorm.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,52 @@
---
# vul hier een titel in voor deze maatregel
title: Expliciteer tegenvoorbeelden zoveel mogelijk in datavorm bijvoorbeeld in unit tests.
# geef hier een korte toelichting van deze maatregel
toelichting: Gesimuleerde data maakt het mogelijk om te testen of een algoritme ook op deze data werkt conform ontwerp (een unit test). Omdat de data gesimuleerd is, is bekend welke patronen er in de data zitten. Hierdoor is het mogelijk om te toetsen of een algoritme bias heeft, als de gesimuleerde data de werkelijkheid beschrijft. Er kunnen verschillende simulaties ontwikkeld worden, waarbij de relatie tussen beschermde persoonsgegevens en de uitkomst telkens anders is.
# vul hier de bestandsnamen in van de vereisten die horen bij deze maatregel
vereiste:
- geen
# vul hier de fasen van de levenscyclus in die horen bij deze maatregel
levenscyclus:
- ontwerp
# vul hier de bouwblokken in die horen bij deze maatregel
bouwblok:
- technische-robuustheid-en-veiligheid
---

<!-- Let op! onderstaande regel met 'tags' niet weghalen! Deze maakt automatisch de knopjes op basis van de metadata -->
<!-- tags -->

## Maatregel
<!-- Vul hier een omschrijving in van wat deze maatregel inhoudt. -->
Expliciteer tegenvoorbeelden zoveel mogelijk in datavorm bijvoorbeeld in unit tests.

## Toelichting
<!-- Geef hier een toelichting van deze maatregel -->
Gesimuleerde data maakt het mogelijk om te testen of een algoritme ook op deze data werkt conform ontwerp (een unit test). Omdat de data gesimuleerd is, is bekend welke patronen er in de data zitten. Hierdoor is het mogelijk om te toetsen of een algoritme bias heeft, als de gesimuleerde data de werkelijkheid beschrijft. Er kunnen verschillende simulaties ontwikkeld worden, waarbij de relatie tussen beschermde persoonsgegevens en de uitkomst telkens anders is.

## Bijbehorende vereiste(n)
<!-- Hier volgt een lijst met vereisten op basis van de in de metadata ingevulde vereiste -->

<!-- Let op! onderstaande regel met 'list_vereisten_on_maatregelen_page' niet weghalen! Deze maakt automatisch een lijst van bijbehorende verseisten op basis van de metadata -->
<!-- list_vereisten_on_maatregelen_page -->

## Bronnen
<!-- Vul hier de relevante bronnen in voor deze maatregel -->

| Bron |
|-----------------------------|



## Risico
<!-- vul hier het specifieke risico in dat kan worden gemitigeerd met behulp van deze maatregel -->

Model heeft bias die niet opgemerkt wordt.

## Voorbeeld
<!-- Voeg hier een voorbeeld toe, door er bijvoorbeeld naar te verwijzen -->

Heb je een voorbeeld of best practice, laat het ons weten via [[email protected]](mailto:[email protected])


52 changes: 52 additions & 0 deletions docs/maatregelen/functioneren_in_lijn_met_doeleinden.md
Copy link
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

iets toevoegen over scope creep

Copy link
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Rapport Rekenkamer Rdam als bron gebruiken?

Original file line number Diff line number Diff line change
@@ -0,0 +1,52 @@
---
title: Stel vast dat het algoritme voortdurend functioneert in lijn met de vastgestelde doelstelling
toelichting:
vereiste:
- zorgvuldigheidsbeginsel
levenscyclus:
- ontwikkelen
- verificatie-en-validatie
- monitoring-en-beheer
onderwerp:
- technische-robuustheid-en-veiligheid
- bias-en-non-discriminatie
- governance
rollen:
- opdrachtgever
- projectleider
- data-scientist
hide:
- navigation
---

<!-- tags -->

## Maatregel
Stel vast dat het algoritme voortdurend functioneert in lijn met de [vastgestelde doelstelling](formuleren_doelstellling.md).

## Toelichting
- Vertaal de [vastgestelde doelstelling](formuleren_doelstellling.md) naar functionele eisen voor het algoritme. Werk het vastgestelde doel uit in een beschrijving in logische taal/pseudo code of documentatie die handvatten biedt aan de ontwikkelaar.
- Monitor de mate waarin aan deze eisen wordt voldaan door het algoritme.
- Bepaal en leg vast hoe eventuele parameters, business rules en indicatoren bepaald worden. Zorg dat dit breed wordt afgestemd in de organisatie (ontwikkelteam, opdrachtgevers en beheer).
- Houd hier rekening met eventuele (statistische) bias: meten we daadwerkelijk wat we denken te meten?
- Wanneer het algoritme meerdere doelen dient, is het belangrijk ook te evalueren op meerdere functionele eisen.
- Wanneer er sprake is van een (handmatige) behandeling, bepaal dan wanneer deze behandeling als 'succesvol' gezien kan worden.

## Bijbehorende vereiste(n)

<!-- list_vereisten_on_maatregelen_page -->

## Risico
Het algoritme functioneert niet in lijn met geformuleerde doelstellingen.


## Bronnen
| Bron |
|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| [Toetsingskader Algoritmes Algemene Rekenkamer, 2.01](https://www.rekenkamer.nl/onderwerpen/algoritmes/documenten/publicaties/2024/05/15/het-toetsingskader-aan-de-slag) |
| [Impact Assessment Mensenrechten en Algoritmes, 1](https://www.rijksoverheid.nl/documenten/rapporten/2021/02/25/impact-assessment-mensenrechten-en-algoritmes) |
| [Onderzoekskader Algoritmes Auditdienst Rijk, DM.1](https://www.rijksoverheid.nl/documenten/rapporten/2023/07/11/onderzoekskader-algoritmes-adr-2023) |

## Voorbeeld

Heb jij een goed voorbeeld? Laat het ons weten!
2 changes: 1 addition & 1 deletion docs/maatregelen/index.md
Original file line number Diff line number Diff line change
Expand Up @@ -39,4 +39,4 @@ Deze maatregel helpt om te voldoen aan de vereiste om niet te discrimineren. Maa
<!-- list_maatregelen_all -->

## Help ons deze pagina te verbeteren
Deel je idee, suggestie of opmerking via [GitHub](https://github.com/MinBZK/Algoritmekader) of mail ons via [[email protected]]([email protected]).
Deel je idee, suggestie of opmerking via [GitHub](https://github.com/MinBZK/Algoritmekader) of mail ons via [[email protected]](mailto::[email protected]).
2 changes: 1 addition & 1 deletion docs/maatregelen/kwetsbare_groepen.md
Original file line number Diff line number Diff line change
Expand Up @@ -45,7 +45,7 @@ De impact van het algoritme op de besluitvorming en op personen, doelgroepen en/
## Bronnen
| Bron |
|-------------------------------------------------------------------------------------------------------------------------------------------------------|
| [Onderzoekskader Algoritmes Auditdienst Rijk, SV.4](https://www.rijksoverheid.nl/documenten/rapporten/2023/07/11/onderzoekskader-algoritmes-adr-2023) |
| [Onderzoekskader Algoritmes Auditdienst Rijk, SV.4, DM.16](https://www.rijksoverheid.nl/documenten/rapporten/2023/07/11/onderzoekskader-algoritmes-adr-2023) |
| [Kamerstukken II 2023/24, 31066-1374](https://www.tweedekamer.nl/downloads/document?id=2024D15214) |
| [Impact Assessment Mensenrechten en Algoritmes, 4.1](https://open.overheid.nl/documenten/ronl-c3d7fe94-9c62-493f-b858-f56b5e246a94/pdf) |
| [Handreiking non-discriminatie by design, 1.7 en 1.8 en 1.15](https://open.overheid.nl/documenten/ronl-3f9fa69c-acf4-444d-96e1-5c48df00eb3c/pdf) |
Expand Down
58 changes: 58 additions & 0 deletions docs/maatregelen/reproduceerbaarheid_algoritme.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,58 @@
---
# vul hier een titel in voor deze maatregel
title: Reproduceerbaarheid algoritme
# geef hier een korte toelichting van deze maatregel
toelichting: Zorg dat algoritmes die in werking worden genoemd reproduceerbaar zijn, zodat bekend is hoe beslissingen tot stand gekomen zijn.
# vul hier de bestandsnamen in van de vereisten die horen bij deze maatregel
vereiste:
- Recht_op_uitleg_AI-besluiten
- beoordelen_gevolgen_voor_grondrechten
- non_discriminatie
- toezichtmogelijkheden_voor_gebruikers
- verstrekking_van_informatie_op_verzoek
# vul hier de fasen van de levenscyclus in die horen bij deze maatregel
levenscyclus:
- archiveren
# vul hier de bouwblokken in die horen bij deze maatregel
bouwblok:
- conformiteitsbeoordeling
- fundamentele-rechten
---

<!-- Let op! onderstaande regel met 'tags' niet weghalen! Deze maakt automatisch de knopjes op basis van de metadata -->
<!-- tags -->

## Maatregel
<!-- Vul hier een omschrijving in van wat deze maatregel inhoudt. -->
Algoritmes dienen reproduceerbaar te zijn.

## Toelichting
<!-- Geef hier een toelichting van deze maatregel -->
Algoritmes kunnen gebaseerd zijn op verschillende methoden. Het is belangrijk dat algoritmes reproduceerbaar zijn, zodat nagegaan kan worden hoe beslissingen tot stand gekomen zijn. Ook maakt dit het mogelijk om na te gaan hoe uitkomsten van het algoritme veranderen als de inputdata wijzigt.
[Kleinberg e.a. (2020)](https://www.pnas.org/doi/full/10.1073/pnas.1912790117?doi=10.1073%2Fpnas.1912790117).

## Bijbehorende vereiste(n)
<!-- Hier volgt een lijst met vereisten op basis van de in de metadata ingevulde vereiste -->

<!-- Let op! onderstaande regel met 'list_vereisten_on_maatregelen_page' niet weghalen! Deze maakt automatisch een lijst van bijbehorende verseisten op basis van de metadata -->
<!-- list_vereisten_on_maatregelen_page -->

## Bronnen
<!-- Vul hier de relevante bronnen in voor deze maatregel -->

| Bron |
|-----------------------------|
| [Kleinberg e.a. (2020)](https://www.pnas.org/doi/full/10.1073/pnas.1912790117?doi=10.1073%2Fpnas.1912790117) |

## Risico
<!-- vul hier het specifieke risico in dat kan worden gemitigeerd met behulp van deze maatregel -->

Achteraf kan niet meer worden geconstrueerd wat de aanvaarde risico's ten aanzien van bias zijn.

Achteraf kan niet meer worden gereconstrueerd waarom een algoritme tot een besluit is genomen.

## Voorbeeld
<!-- Voeg hier een voorbeeld toe, door er bijvoorbeeld naar te verwijzen -->

Heb je een voorbeeld of best practice, laat het ons weten via [[email protected]](mailto:[email protected])

57 changes: 57 additions & 0 deletions docs/maatregelen/synthetische_data.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,57 @@
---
# vul hier een titel in voor deze maatregel
title: Algoritmes controleren met synthetische en/of CBS data
# geef hier een korte toelichting van deze maatregel
toelichting: Zorg dat selecties gemaakt door algoritmes gecontroleerd worden op achtergrondkenmerken met behulp van synthetische en/of CBS microdata, zodat het inzichtelijk wordt welke groepen door het algoritme worden geselecteerd.
# vul hier de bestandsnamen in van de vereisten die horen bij deze maatregel
vereiste:
- beoordelen_gevolgen_voor_grondrechten
- non_discriminatie
- verboden_toepassingen_evaluatie_of_classificatie_natuurlijke_personen_of_groepen_personen
# vul hier de fasen van de levenscyclus in die horen bij deze maatregel
levenscyclus:
- dataverkenning-en-datapreparatie
- ontwikkelen
- verificatie-en-validatie
# vul hier de bouwblokken in die horen bij deze maatregel
onderwerp:
- data
- fundamentele-rechten
---

<!-- Let op! onderstaande regel met 'tags' niet weghalen! Deze maakt automatisch de knopjes op basis van de metadata -->
<!-- tags -->

## Maatregel
<!-- Vul hier een omschrijving in van wat deze maatregel inhoudt. -->
Maak gebruik van synthetische en/of CBS microdata om de persoonskenmerken van selecties gemaakt door een selectiealgoritme inzichtelijk te maken.

## Toelichting
<!-- Geef hier een toelichting van deze maatregel -->
Bij het opstellen van selectiealgoritmes mogen bepaalde persoonskenmerken niet gebruikt worden (denk bijvoorbeeld aan migratieachtergrond). Selecties gemaakt door het algoritme zouden echter wel gecontroleerd moeten worden op die persoonskenmerken. Doordat organisaties vaak geen toegang hebben tot data met daarin deze kenmerken of deze data niet mogen gebruiken is het voor de organisaties niet inzichtelijk welke personen geselecteerd worden door hun algoritme en of dit een bepaald groep omvat. Door selecties te koppelen aan synthetische data en/of CBS microdata kunnen deze persoonskenmerken verkregen worden en kunnen selecties meer inzichtelijk gemaakt worden.

## Bijbehorende vereiste(n)
<!-- Hier volgt een lijst met vereisten op basis van de in de metadata ingevulde vereiste -->

<!-- Let op! onderstaande regel met 'list_vereisten_on_maatregelen_page' niet weghalen! Deze maakt automatisch een lijst van bijbehorende verseisten op basis van de metadata -->
<!-- list_vereisten_on_maatregelen_page -->

## Bronnen
<!-- Vul hier de relevante bronnen in voor deze maatregel -->

| Bron |
|-----------------------------|


## Risico
<!-- vul hier het specifieke risico in dat kan worden gemitigeerd met behulp van deze maatregel -->

Data over specifieke kwetsbare variabelen is niet beschikbaar, waardoor modeluitkomsten niet gecontroleerd kunnen worden.

## Voorbeeld
<!-- Voeg hier een voorbeeld toe, door er bijvoorbeeld naar te verwijzen -->

Recent is naar buiten gekomen dat DUO gebruikt maakte van een algoritme om studenten te identificeren die zouden frauderen op hun studiefinanciering. Van de studenten die geselecteerd werden door het algoritme had meer dan 90 procent een migratieachtergrond. DUO had geen zicht op de kenmerken van de geselecteerde groep, omdat ze geen data hebben over migratieachtergrond. Had DUO deze informatie wel gehad (door het koppelen van hun selectie aan synthetische en/of CBS microdata) dan had het gebruik van het algoritme stopgezet kunnen worden.

Heb je een voorbeeld of best practice, laat het ons weten via [[email protected]](mailto:[email protected])

Loading