News · SAGE Journals NL LLM context A cited markdown file you can paste into your AI assistant (ChatGPT, Claude, a RAG or project knowledge base) to ground it in this document. Contains: this document’s text, its sections with their topics, and the full text of every law provision it applies. Everything links back to its source on overview.legal — legal information, not advice.

Waarnemingen van eerlijkheid bij besluitvorming door algoritmen: Een systematisch overzicht van de empirische literatuur.

Meaningful Human Review and Decision-Making Automated Decision-Making Scientific Research Data Controller IP Address Controllers Healthcare
Oct 30, 2022
Summary

Algoritmische besluitvorming heeft steeds meer invloed op het dagelijks leven van mensen. Aangezien dergelijke autonome systemen ernstige schade kunnen toebrengen aan individuen en sociale groepen, zijn er zorgen ontstaan over eerlijkheid. Een op de mens gerichte aanpak, zoals die wordt geëist door wetenschappers en beleidsmakers, vereist dat de percepties van mensen over eerlijkheid worden meegenomen bij het ontwerpen en implementeren van algoritmische besluitvorming. We presenteren een uitgebreid en systematisch literatuuronderzoek dat de bestaande empirische inzichten over de perceptie van algoritmen samenvat.

How it connects

Related across sources

Guidance Guidelines 05/2020 on consent under Regulation 2016/679 EDPB Literature If it ain’t broke, don’t fix it? Ten improvements for the upcoming tenth anniversary of the General Data Protection Regulation Computer law & security review Guidance Art. 29 WP Guidelines on GDPR transparency requirements (WP260 rev.01) EDPB Guidance Guidelines 9/2022 on personal data breach notification under GDPR EDPB Guidance Guidelines 03/2022 on Deceptive design patterns in social media platform interfaces: how to recognise and avoid them EDPB Guidance Guidelines 04/2021 on Codes of Conduct as tools for transfers EDPB

Full text

Algoritmische besluitvorming heeft steeds meer invloed op het dagelijks leven van mensen. Aangezien dergelijke autonome systemen ernstige schade kunnen toebrengen aan individuen en sociale groepen, zijn er zorgen ontstaan over eerlijkheid. Een op de mens gerichte aanpak, zoals gevraagd door wetenschappers en beleidsmakers, vereist dat de percepties van mensen over eerlijkheid worden meegenomen bij het ontwerpen en implementeren van algoritmische besluitvorming. We presenteren een uitgebreid en systematisch literatuuronderzoek dat de bestaande empirische inzichten over de percepties van algoritmische eerlijkheid samenvat, gebaseerd op 58 empirische studies uit verschillende domeinen en wetenschappelijke disciplines. Door een grondige analyse hebben we de huidige empirische literatuur gestructureerd langs vier dimensies: (1) algoritmische voorspellende factoren, (2) menselijke voorspellende factoren, (3) vergelijkende effecten (menselijke besluitvorming versus algoritmische besluitvorming), en (4) de gevolgen van algoritmische besluitvorming. Hoewel we veel heterogeniteit aantreffen in de theoretische concepten en empirische metingen van algoritmische eerlijkheid, komen de inzichten bijna uitsluitend uit westerse, democratische contexten. Door te pleiten voor meer interdisciplinair onderzoek met een "samenleving-in-de-lus"-benadering, hopen we dat ons werk zal bijdragen aan eerlijkere en verantwoordelijkere algoritmische besluitvorming. https://journals.sagepub.com/doi/10.1177/20539517221115189

Deze inhoud is automatisch vertaald met behulp van machinevertaling. De originele versie is beschikbaar in de brontaal.

Similar Content