Data Ethics (B-TM-YP0815)

3 studiepuntenEngels26 urenTweede semesterTweede semester
Berghmans Peter
POC PBA INFORMATIEMANAGEMENT & SECURITY MECH TMMA

Vertaald uit het Engels

  • De student kan bijdragen aan beveiligingstechnieken voor gegevensbescherming vanuit een perspectief van de tweede lijn.
  • De student is zich bewust van risico's met betrekking tot gegevensbescherming en kan deze communiceren en promoten als professional.
  • De student heeft kennis van de processen die nodig zijn om gegevensbescherming te organiseren.
  • De student kan controlemaatregelen met betrekking tot gegevensbescherming koppelen aan de juiste risico's en deze toelichten.
  • De student is bedreven in het rapporteren over gegevensbescherming als professional.
  • De student begrijpt de technische en organisatorische concepten van wettelijke en regelgevende kaders (zoals de AVG en AI) en kan deze toepassen binnen een organisatie.


Dit opleidingsonderdeel is een voorwaarde voor het opnemen van volgende opleidingsonderdelen:
YP0881 : Data Protection Enhancing Technologies (Niet meer aangeboden dit academiejaar)

Dit opleidingsonderdeel is identiek aan de volgende opleidingsonderdelen:
YP0596 : Privacy & Sensitive Information (Niet meer aangeboden dit academiejaar)

Onderwijsleeractiviteiten

3 sp. Data Ethics (B-TM-YP5856)

3 studiepuntenEngelsWerkvorm: College26 urenTweede semesterTweede semester
Berghmans Peter
POC PBA INFORMATIEMANAGEMENT & SECURITY MECH TMMA

  Data protection principles and other legal frameworks

  • What is data protection, Privacy, AI, ...
  • Basic principles of Data Protection
  • Applying these basic principles into practice
  • Deep dive in data protection controls
  • Knowledge of the accountability controls in data protection

Studiekost: niet van toepassing (De informatie over studiekosten zoals hier opgenomen is indicatief en geeft enkel de prijs weer bij aankoop van nieuw materiaal. Er zijn mogelijk ook e- en tweedehandskopijen beschikbaar. Op LIMO kan je nagaan of het handboek beschikbaar is in de bibliotheek. Eventuele printkosten en optioneel studiemateriaal zijn niet in deze prijs vervat.)

Slides, GDPR text, internet bronnen

During the lectures students are challenged with various data protection issues. Students are encouraged to find answers together

Evaluatieactiviteiten

Data Ethics (B-TM-YP7815)

Type : Permanente evaluatie zonder examen tijdens de examenperiode
Evaluatievorm : Portfolio
Leermateriaal : Cursusmateriaal

ExamenmomentBeoordelingsschaal
TOTAAL1-20/20 puntenschaal

Vertaald uit het Engels:

De studenten zullen werken aan een portfolio.

Het doel van het portfolio is om een uitgebreide en georganiseerde verzameling bewijsmateriaal te bieden die de prestaties, vaardigheden, groei en leerervaringen van de studenten laat zien.

Het portfolio wordt beoordeeld aan de hand van 5 principes:

  • Inhoud: kwaliteit en relevantie van de artefacten die in het portfolio zijn opgenomen.
  • Organisatie en presentatie: de structuur en presentatie van het portfolio worden geëvalueerd.
  • Reflectie en zelfevaluatie: de opname van reflectieve elementen is een belangrijk onderdeel van het portfolio.
  • Gedemonstreerde vaardigheden en competenties: de beoordeling van het portfolio evalueert de vaardigheden en competenties van de student.
  • Vooruitgang en groei: het portfolio documenteert de vooruitgang en groei van de student in de loop van de tijd.

Het portfolio is een document dat de persoonlijke ontwikkeling van de student laat zien. Alleen wanneer dit expliciet is vermeld en voor beperkte activiteiten, mogen studenten samenwerken. Als dit niet expliciet is vermeld, is elke vorm van samenwerking verboden.

Gebruik van AI-tools: AI-tools kunnen worden gebruikt om de student te helpen bij het ontwikkelen en vinden van oplossingen voor gegeven antwoorden. Als AI-tools worden gebruikt, voegt de student een hoofdstuk toe waarin wordt uitgelegd hoe dit is gedaan.

Elk portfolio bevat een bibliografie. Zonder dit zal de student zakken. AI-tools kunnen niet worden gebruikt in de volgende situaties:

  • Om inhoud te genereren, zoals tekst en afbeeldingen die direct of met kleine wijzigingen in het portfolio worden gekopieerd en geplakt.
  • Om tekst te herschrijven.
  • Om antwoorden op meerkeuzevragen te vinden.

Gebruik deze tips:

Bij het gebruik van AI-tools in het kader van een portfolio is het belangrijk om rekening te houden met bepaalde "don'ts" om een verantwoord en effectief gebruik te waarborgen. Hier zijn enkele zaken om te vermijden:

  • Vertrouw niet uitsluitend op AI-gegenereerde resultaten: Hoewel AI-tools nuttig kunnen zijn, mogen ze niet de enige basis vormen voor besluitvorming of evaluatie. Vermijd volledig vertrouwen op AI-gegenereerde resultaten zonder menselijk oordeel en toezicht. Onthoud dat AI-tools hulpmiddelen zijn en dat menselijke beoordelaars het laatste woord moeten hebben bij de beoordeling van het portfolio.
  • Negeer geen vooroordelen en discriminatie: AI-algoritmen kunnen vooroordelen overnemen uit de gegevens waarop ze zijn getraind. Vermijd het gebruik van AI-tools die vooroordelen versterken of vergroten, met name met betrekking tot ras, geslacht of andere beschermde kenmerken. Wees alert bij het identificeren en verminderen van eventuele vooroordelen in de AI-tools en zorg voor eerlijke en gelijke beoordelingen.
  • Compromitteer geen gegevensprivacy en -beveiliging: Bescherm de privacy en beveiliging van de gegevens die in het portfolio worden gebruikt. Vermijd het gebruik van AI-tools die mogelijk gevoelige of persoonlijke informatie in gevaar brengen zonder passende waarborgen. Geef prioriteit aan gegevensanonimisering en implementeer robuuste beveiligingsmaatregelen om ongeoorloofde toegang of gegevensinbreuken te voorkomen.
  • Verwaarloos geen verklaringsvermogen en transparantie: AI-tools moeten transparant en verklaarbaar zijn. Vermijd het gebruik van AI-modellen met een "black box"-karakter die geen verklaringen kunnen geven voor hun resultaten. Gebrek aan transparantie bemoeilijkt het begrip en maakt het moeilijk om de beslissingen die op basis van AI-gegenereerde resultaten worden genomen te rechtvaardigen. Kies AI-tools die duidelijke verklaringen en redeneringen kunnen bieden voor hun resultaten.
  • Verwaarloos geen continu toezicht en verbetering: AI-tools moeten regelmatig worden gecontroleerd en geëvalueerd op hun prestaties en impact. Vermijd het gebruik van verouderde of niet-geverifieerde AI-modellen die mogelijk onbetrouwbare resultaten opleveren. Evalueer voortdurend de effectiviteit en nauwkeurigheid van de AI-tools, verzamel feedback en voer indien nodig verbeteringen of updates door om hun betrouwbaarheid en relevantie te waarborgen.

Door deze valkuilen te vermijden, kunt u verantwoord en effectief gebruik van AI-tools waarborgen in het kader van een portfolio, waarbij rechtvaardigheid, transparantie en de algehele kwaliteit van het evaluatieproces worden bevorderd.

Voor dit opleidingsonderdeel zijn er geen deeloverdrachten.

Het portfolio moet worden ingediend.