Model & data
In het onderdeel ‘model en data’ komen vragen aan bod over de kwaliteit van de data en over de ontwikkeling, het gebruik en het onderhoud van het model waarop het algoritme is gebaseerd. De bijbehorende vragen gaan over mogelijke vooroordelen (op basis van het ethisch perspectief) in de data, dataminimalisatie en of de output van het model wordt getoetst. Bij het formuleren van de vragen hebben we gebruik gemaakt van de wetenschappelijke literatuur en de machine learning-praktijk.
Het zwaartepunt van de eisen in ons toetsingskader ligt bij de ontwikkeling van het model, maar we besteden ook aandacht aan de werking, het gebruik én het onderhoud in de praktijk. We hebben het toetsingskader toepasbaar gemaakt voor álle algoritmes: van eenvoudige beslismodellen tot machine learning-modellen. Dat kan ertoe leiden dat een bepaald onderdeel van het toetsingskader niet van toepassing is op een specifiek algoritme.