Bekijk de code op Github
Dit formulier is in ontwikkeling. Opmerkingen zijn erg welkom in de kantlijn.
name
Wat is de naam die gebruikt wordt om dit algoritme aan te duiden? Voorbeeld: 'WMO voorspelling Rotterdam' of 'Crowd-monitoring Enschede'.
organization
Wat is de volledige naam van de organisatie verantwoordelijk voor de inzet van het model, algoritme of AI? Voorbeeld: 'Gemeente Amsterdam' of 'Waterschap Limburg'.
department
Wat is de volledige naam van de afdeling of divisie verantwoordelijk voor de inzet van het model, algoritme of AI? Voorbeeld: 'Stadsdeel Segbroek' of 'Verkeer en Transport'.
description_short
Geef een korte omschrijving van maximaal 150 karakters waarin hoog over omschreven wordt wat het doel is van het model, algoritme of AI. Voorbeeld: 'Algoritme dat bij stoplichten voorrang van verkeersmodaliteiten berekent op basis van wetgeving en lokale voorschriften.
type
Geef aan of het model, algoritme of AI descriptief, diagnostisch, voorspellend of prescriptief is. Deze information kan gebruikt worden als risico-indicator.
category
Geef zoekwoorden om zoeken te ondersteunen. Voorbeelden: 'verkeer', 'transport', 'sociale zekerheid', 'drukte-monitoring', 'gezichtsherkenning', 'camera-toezicht'.
website
Wat is de URL van de pagina waarom meer informatie te vinden is over het model, algoritme of AI en de inzet daarvan? Dit is interessant voor gebruikers die meer willen weten over de praktische inzet en technische details.
status
Geef aan of het model, algoritme of AI in ontwikkeling is, in gebruik, of buiten gebruik.
goal
Omschrijf de doelen waarvoor het model, algoritme of AI ontwikkeld is en hoe de inzet ervan bijdraagt aan het behalen van die doelen. Hieruit moet duidelijk blijken hoe en waarom deze specifieke technologie daar aan bijdraagt.
impact
Omschrijf hoe burgers te maken krijgen met de effecten van het model, algoritme of AI. Onder welke omstandigheden gebeurt dit en wat zijn de verwachte consequenties daarvan voor het individu en/of de samenleving?
proportionality
Omschrijf waarom de inzet van het model, algoritme of AI redelijk gerechtvaardigd is. Hieruit moet blijken waarom de verwachte baten groter zijn dan de negatieve effecten en risico's.
decision_making_process
Binnen welk proces in de organisatie wordt het model, algoritme of AI ingezet? Dit moet linken aan concrete wetgeving, voorschriften of beleid zoals vastgelegd in publiek beschikbare bronnen.
documentation
Wat is de URL naar aanvullende documentatie over dit specifieke gebruik van het model, algoritme of AI?
description
Geef een uitgebreide uitleg tussen de 500 en 10000 karakters lang van de manier van werken van het model, algoritme of AI. Dit moet alle relevante aspecten bevatten om te kunnen snappen hoe het model, algoritme of AI data verwerkt en een beslissing maakt of beinvloed.
application_url
Wat is de URL van de algoritmische applicatie of broncode. Voorbeelden zijn links naar Github, de Common Ground componentencatalogus, of de webpagina van de aanbieder?
publiccode
Wat is, indien beschikbaar, de URL van het publiccode.yml bestand?
MPRD
Geef aan of er gebruik wordt gemaakt van koppeling met de BRP.
source_data
Geen een overzicht van de databronnen die gebruikt worden door of bij het maken of trainen van het model, algoritme of AI. Dit moet inzicht geven in met welk doel welke data is toegevoegd en mogelijke afhankelijkheden die daaruit voortvloeien.
methods_and_models
Geef aan welke standaard methoden of modellen het algoritme gebruikt. Voorbeelden: ROC-curve, confusion matrix.
monitoring
Geef een overzicht van hoe de organisatie de inzet van het model, algoritme of AI monitort.
human_intervention
Geef aan hoe de uitkomsten van het model, algoritme of AI door een mens gecontroleerd en bijgesteld worden. Dit moet inzicht geven in hoe menselijke interventie is verzekerd om misstanden te voorkomen.
risks
Geef een overzicht van de voorziene risico's. Dit mag ook verwijzen naar online documentatie. Aanbevelingen assesment instrumenten: ...
performance_standard
Geef aan wat de verwachte prestaties van het model, algoritme of AI zijn en hoe die worden gemeten. Dit moet beschrijven welke criteria gebruikt worden en met welke regelmaat deze worden beoordeeld.
competent_authority
Welke bevoegde autoriteit is verantwoordelijk voor de inzet van het model, algoritme of AI?
lawful_basis
Geef een verwijzing naar het formele besluit waarin de inzet van het model, algoritme of AI is goedgekeurd.
DPIA
Is er een data protection impact assessment (DPIA) uitgevoerd?
DPIA_description
Geef een overzicht van de belangrijkste zaken die uit de data protection impact assessment (DPIA) naar voren kwamen. Dit moet beschrijven hoe discriminatie wordt tegengegaan bij gebruik van (proxies van) etniciteit, sexe, of postcode. Indien beschikbaar kan dit verwijzen naar de URL van de volledige DPIA documentatie.
objection_procedure
Omschrijf op welke manier burgers bezwaar kunnen maken tegen de uitkomsten van het model, algoritme of AI.
schema
Dit is het schema gebruikt voor deze registratie.
id
Dit is de unieke identificatie (uuid) voor deze registratie.
url
Dit is de URL voor deze registratie.
contact_email
Dit is het e-mailadres van de organisatie of het contactpersoon voor deze registratie.
area
Dit is het geografische gebied waarop deze registratie betrekking heeft.
lang
Dit is de taal waarin deze registratie is ingevoerd.
revision_date
Dit is de datum waarvoor deze registratie moet worden herzien.