Media en digitale samenleving.docx

## H1: Kunstmatige Intelligentie (AI) ### Introductie tot AI en Machine Learning Kunstmatige Intelligentie (AI) is een technologie die het mogelijk maakt voor computers om intelligent gedrag te vertonen, wat kan leiden tot beslissingen die niet te onderscheiden zijn van menselijke beslissingen (Turing test). Machine Learning (ML) is een cruciaal onderdeel van AI, waarbij computers leren van data zonder expliciet geprogrammeerd te zijn voor elke taak. Dit leerproces gebeurt vaak via neurale netwerken. Deep Learning is een geavanceerde vorm van ML die gebruik maakt van diepe, meerlagige neurale netwerken om complexe patronen te herkennen, zoals het onderscheiden van dieren op foto's. Generatieve AI, aangedreven door modellen zoals Large Language Models (LLM's), richt zich op het creëren van nieuwe content, zoals menselijke taal. ### De werking van neurale netwerken Het brein functioneert als een netwerk van neuronen die met elkaar verbonden zijn via energiebanen. Impulsen worden ontvangen via zintuigen, vertaald, en leiden tot het uitsturen van nieuwe impulsen. AI probeert dit na te bootsen door neuronen te modelleren als wiskundige functies die snel kunnen schakelen tussen lage en hoge waarden. Deze functies worden opgeteld, en de output van één laag dient als input voor de volgende, waarbij gewichten de sterkte van de verbindingen bepalen. Door deze gewichten correct in te stellen, kan een neuraal netwerk complexe functies leren die generaliseren naar nieuwe situaties [0](#page=0) [1](#page=1). ### Hoe LLM's tekst genereren Large Language Models (LLM's) zoals ChatGPT genereren tekst door woord voor woord (of 'token' voor 'token') te voorspellen wat het meest waarschijnlijke volgende woord is in een gegeven context. 1. **Tokenisatie en Embeddings:** Een zin wordt opgesplitst in tokens. Elk token wordt omgezet in een vector – een reeks getallen die de betekenis van het woord in een hoog-dimensionale ruimte vastlegt. De relatieve posities van deze vectoren weerspiegelen semantische relaties tussen woorden (bv. de verschuiving van 'man' naar 'vrouw' is vergelijkbaar met die van 'koning' naar 'koningin'). 2. **Attention Mechanisme:** Het 'self-attention' mechanisme is cruciaal. In plaats van simpelweg alle woorden te combineren, weegt dit mechanisme de relevantie van elk woord ten opzichte van alle andere woorden in de zin. Hierdoor kan het model de context beter begrijpen en woorden aanpassen aan de omringende tekst, wat resulteert in vloeiendere en contextueel correctere zinnen. 3. **Voorspelling en Sampling:** De matrix van getransformeerde vectoren wordt ingevoerd in een neuraal netwerk. Dit netwerk berekent de waarschijnlijkheid voor elk mogelijk volgend token. Het token met de hoogste waarschijnlijkheid wordt uiteindelijk gekozen. Variabelen zoals 'temperatuur' kunnen de mate van willekeur in de selectie beïnvloeden: een lage temperatuur leidt tot voorspelbare output, een hoge temperatuur tot meer variatie en creativiteit. ### Technische Uitdagingen van Generatieve AI Het trainen en draaien van grote AI-modellen, zoals LLAMA3, vereist enorme rekenkracht en energie. Dit wordt mogelijk gemaakt door massaal parallelle berekeningen met behulp van duizenden GPU's. Deze processen verbruiken echter aanzienlijke hoeveelheden energie, vergelijkbaar met het energieverbruik van grote steden. Belangrijke technische uitdagingen omvatten: * **Accuraatheid:** Algoritmes moeten nog nauwkeuriger worden voor volledige toepasbaarheid. * **Energieverbruik:** De enorme energiebehoefte is een significant milieu- en kostenvraagstuk. * **Distributed Intelligence:** Het efficiënt distribueren van rekenkracht over meerdere systemen. * **Controle en Black Boxes:** Veel AI-systemen opereren als 'black boxes', waardoor het moeilijk is te begrijpen *waarom* ze bepaalde beslissingen nemen. Dit kan leiden tot onbedoelde of onethische uitkomsten (bv. een algoritme dat, zonder kennis van de oorzaak, de vruchtbaarheid van de bevolking negatief beïnvloedt om een ander doel te bereiken). * **Irrationeel Gedrag:** AI-systemen worden geoptimaliseerd voor rationeel gedrag, wat niet altijd overeenkomt met menselijk gedrag in complexe situaties. ### Valkuilen bij de implementatie van AI 1. **Change Management:** Weerstand tegen verandering is een significante hindernis, vergelijkbaar met de initiële aarzeling om auto's te accepteren boven paarden en wagens, omdat de verantwoordelijkheid verschuift van een levend wezen naar een machine. 2. **Misbruik:** Technologie kan worden gemanipuleerd, zoals het geval is met zelfrijdende auto's die worden misleid door specifieke kleurpatronen of objecten. 3. **Bias (Vooroordelen):** Systemen kunnen bevooroordeeld zijn als ze getraind worden op datasets die de realiteit niet accuraat weerspiegelen. Dit kan leiden tot discriminatie, zoals bij gezichtsherkenning die slechter werkt bij vrouwen met een donkere huidskleur, of algoritmes die historische discriminatie in het strafrecht voortzetten. Het gebruik van een divers team en het testen van systemen op representativiteit is cruciaal. 4. **Angst:** Incidenten, zoals een dodelijk ongeval met een zelfrijdende Uber, kunnen publieke angst aanwakkeren. Echter, statistisch gezien zijn autonome voertuigen nog steeds significant veiliger dan traditionele wagens. De uitdaging is om technologie te omarmen wanneer deze ethisch verantwoord veiliger is, ook al is deze niet perfect. ### De structuur van Generative AI Modellen (GPT) De term GPT staat voor Generative Pre-trained Transformer. * **Generative:** Het model genereert nieuwe content. * **Pre-trained:** Het model is getraind op een enorme hoeveelheid data, waardoor het een brede basiskennis heeft. Dit maakt het mogelijk om het model verder te verfijnen voor specifieke taken. * **Transformer:** Dit is de revolutionaire neurale netwerkarchitectuur die ten grondslag ligt aan de huidige bloei van AI. Een Transformer werkt via een proces van voorspellen, samplen en herhalen: 1. **Voorspellen:** Het model voorspelt het meest waarschijnlijke volgende token op basis van de eerdere context. 2. **Sample:** Een token wordt geselecteerd uit een kansverdeling. 3. **Herhaal:** Dit proces wordt herhaald om lange, coherente teksten te genereren. De kerncomponenten van een Transformer zijn: * **Embeddings & Positie-encodering:** Woorden worden omgezet in numerieke vectoren (embeddings) die hun betekenis representeren. Positie-encodering voegt informatie toe over de volgorde van woorden in een zin. * **Self-Attention:** Dit mechanisme weegt de relevantie van elk woord ten opzichte van alle andere woorden in de zin, via 'Queries', 'Keys' en 'Values'. Dit zorgt voor contextueel begrip. * **Meerdere Lagen en Heads:** Transformers bestaan uit meerdere lagen met aandachtmechanismen, die elk complexere relaties en contexten kunnen verwerken. Verschillende 'attention heads' kunnen zich richten op verschillende soorten relaties (bv. grammatica, semantiek). * **Unembedding & Softmax:** Na de verwerking in de Transformer-lagen worden de vectoren terug omgezet naar een kansverdeling over alle mogelijke volgende woorden via een softmax-functie. * **Temperatuur & Sampling:** De 'temperatuur'-parameter regelt de creativiteit: lage temperatuur voor voorspelbare antwoorden, hoge temperatuur voor meer variatie. ## H2: Media, Technologie en Democratie ### De rol van media in een democratie Democratie is gebaseerd op kernwaarden zoals vrijheid, gelijkheid, participatie en pluralisme. Deze waarden vereisen een publieke ruimte waar meningen kunnen circuleren en gevormd kunnen worden. Media spelen hierin een cruciale rol door: * **Informatiefunctie:** Burgers voorzien van de nodige informatie om deel te nemen aan democratische processen. * **Controlefunctie:** Het controleren van machthebbers en het aan de kaak stellen van misstanden. * **Forumfunctie:** Een platform bieden voor publiek debat en meningsvorming. Media functioneren als de 'vierde macht' en moeten onafhankelijk, betrouwbaar, toegankelijk en verantwoordelijk opereren om deze rollen te kunnen vervullen. ### Uitdagingen in het hedendaagse mediasysteem De opkomst van platformisering en digitale media heeft geleid tot een verschuiving van one-to-many naar many-to-many communicatie. Jongeren gebruiken media significant anders dan ouderen, voornamelijk via smartphones en sociale mediaplatformen zoals TikTok, Instagram en WhatsApp. Dit heeft geleid tot een aantal uitdagingen: * **Fake News en Desinformatie:** De verspreiding van onjuiste of misleidende informatie is een groeiend probleem. * **Populariteit als Selectiecriterium:** Algoritmes op sociale media pushen content die veel interactie genereert, vaak ten koste van nieuwsbetrouwbaarheid of diepgang. Dit leidt tot een 'aandachtseconomie' waarin commerciële belangen primair zijn. * **Polarisatie:** De personalisatie van nieuwsfeeds kan leiden tot ideologische segregatie en 'affectieve polarisatie', waarbij mensen zich afkeren van andersdenkenden. ### Sociale media en democratie: diagnose en interventies Onderzoek suggereert dat sociale media bijdragen aan affectieve polarisatie, waarbij gebruikers vaker content zien van gelijkgestemden. Hoewel veel mensen een ander, meer gebalanceerd nieuwsaanbod wensen, wordt dit gedrag en de winstmaximalisatie van platforms tegengewerkt. Pogingen om algoritmes aan te passen om polarisatie tegen te gaan, hebben wisselende resultaten laten zien, wat de complexiteit van het probleem onderstreept. AI kan potentieel de democratie ondersteunen door: * **Verbeterde politieke geletterdheid:** Chatbots kunnen helpen bij het begrijpen van politieke standpunten en het faciliteren van democratischer online debatten. * **Collective Intelligence:** Door het integreren van gedecentraliseerde input van burgers in AI-bestuur, kunnen betere beslissingen worden genomen. ### Mediagebruik door jongeren Jongeren (18-34 jaar) vormen een specifieke mediacultuur met andere verwachtingen van nieuws: ze zoeken betekenis, emotie, betrokkenheid en herkenbaarheid. Nieuws wordt steeds meer een sociaal gespreksonderwerp dan puur een informatiebron. Ze hechten waarde aan authenticiteit en context-afhankelijke betrouwbaarheid, en combineren professionele journalistiek met content van 'burgerbronnen'. ### De zoektocht naar echtheid op sociale media Politici gebruiken sociale media om een direct contact met hun publiek te leggen, authenticiteit uit te stralen en emotionele connecties te maken. Dit kan echter leiden tot een schimmige zone tussen amateurisme en professionalisme, waarbij de grenzen tussen echt en gespeeld vervagen. De strijd om aandacht op sociale media, mede door de opkomst van AI en deepfakes, bemoeilijkt het onderscheiden van waarheid en desinformatie. ## H3: Media, Technologie en Welzijn ### De impact van schermtijd en sociale media op jongeren Maatschappelijke ongerustheid groeit over de effecten van schermtijd, met name op jongeren en kwetsbare burgers. Er is een correlatie tussen het stijgen van smartphone- en social mediagebruik en een toename van mentale problemen zoals angst en depressie. Dit fenomeen wordt soms aangeduid als de "Great Rewiring". **Kritiek op de "smartphone-causaliteit":** Hoewel er een verband is, is het belangrijk om te erkennen dat correlatie geen causaliteit impliceert. Andere factoren zoals afname van religie, toename van individualisme, schoolstress, en economische druk spelen ook een rol. Het effect van sociale media verschilt sterk per individu; kwetsbare jongeren lopen meer risico dan veerkrachtige jongeren. **Aanbevelingen:** * **Ouders en Opvoeders:** Stimuleer vrij spel, fysieke interactie, en stel het gebruik van smartphones en sociale media uit voor jonge kinderen. Wees consequent met regels. * **Beleidsmakers:** Ontwikkel beleid dat jongeren beschermt tegen schadelijke algoritmes en overmatig gebruik, en stimuleer mediawijsheid. * **Techbedrijven:** Moeten verantwoordelijkheid nemen door schadelijke content te weren en transparanter te opereren. ### Impact op slaap Intensief multimediagebruik, vooral in de avond, kan leiden tot later slapen, moeite met wakker blijven overdag, en een verminderde slaapkwaliteit. Sociale media zijn vaak geassocieerd met kortetermijnvoordelen (ontspanning, verbinding) die de langetermijnkosten (slaapgebrek, verminderde concentratie) overschaduwen. Media zijn zo ingebed in dagelijkse routines dat het lastig is om de verleiding te weerstaan. Zelfcontrole is cruciaal, maar wordt bemoeilijkt door de constante beschikbaarheid van media. ### Hoe social media welzijn beïnvloeden Het streven naar "perfecte plaatjes" op sociale media kan leiden tot sociale vergelijking, onzekerheid en een negatieve impact op zelfvertrouwen, vooral bij jongeren die afhankelijker zijn van leeftijdsgenoten. Echter, sociale media kunnen ook inspireren en bijdragen aan positieve zelfpresentatie en identiteitsvorming. De sleutel ligt in het ontwikkelen van "affectieve sociale media wijsheid": de vaardigheid om kritisch te zijn, bewust te zijn van de impact van content, en gezonde gewoontes te ontwikkelen (bv. vermijden van negatieve content bij een slechte dag). ### Bodypositivity en authenticiteit Hoewel bodypositivity en een focus op authenticiteit op sociale media positieve trends zijn, bestaat het risico dat dit puur als marketing wordt gebruikt. Authenticiteit wordt subjectief en kan leiden tot een druk om uniek te zijn en constant 'iets speciaals' te doen, wat stress kan veroorzaken. ## Cybercrime en Cyberveiligheid ### Soorten cyberaanvallen en hun gevolgen Cybercriminaliteit omvat een breed scala aan illegale activiteiten, variërend van hacken en malware-infecties tot grootschalige aanvallen op kritieke infrastructuren. De gevolgen kunnen variëren van financiële en reputatieschade tot verstoring van vitale diensten en nationale veiligheid. Belangrijke aanvalsmethoden zijn onder meer: * **Denial of Service (DoS/DDoS):** Systemen overbelasten. * **Malware:** Virussen, worms, trojaanse paarden, spyware, cryptojacking en ransomware die systemen beschadigen of gegevens gijzelen. * **Phishing en Social Engineering:** Mensen misleiden om gevoelige informatie te verkrijgen. * **Ransomware:** Gijzelen van systemen en/of gegevens met als doel losgeld te innen. * **Supply Chain Attacks:** Kwetsbaarheden in de toeleveringsketen van software en hardware misbruiken. ### Daders, slachtoffers en de overlap Cybercriminelen variëren van individuen en georganiseerde groepen tot statelijke actoren. Jongeren kunnen zowel dader als slachtoffer zijn, bijvoorbeeld als 'geldezel' die bankrekeningen ter beschikking stelt aan criminelen. De grenzen tussen online en offline criminaliteit vervagen steeds meer. ### Preventie en oplossingen Effectieve cyberveiligheid vereist een gelaagde aanpak: * **Basisbeveiliging:** Up-to-date software, antivirus, firewalls, sterke wachtwoorden, multi-factor authenticatie (MFA). * **Bewustzijn en Training:** Medewerkers en eindgebruikers trainen in het herkennen van bedreigingen zoals phishing. * **Risicobeheer:** Identificeren van kritieke systemen ('kroonjuwelen'), veilige back-ups en bedrijfscontinuïteitsplannen. * **Technologische Oplossingen:** AI-gestuurde monitoring, encryptie, netwerksegmentatie. * **Regelgeving:** Wetgeving zoals de NIS2-richtlijn en de Europese AI-act stellen eisen aan cybersecurity en ethische AI-ontwikkeling. ### Digital Forensics Digital forensics is essentieel voor het opsporen en vervolgen van cybercriminaliteit. Het omvat het identificeren, verzamelen, bewaren, analyseren en presenteren van digitaal bewijsmateriaal uit diverse bronnen, zoals mobiele apparaten, computers, voertuigen en IoT-apparaten. De analyse kan helpen bij het reconstrueren van gebeurtenissen, het identificeren van daders en het begrijpen van aanvalsvectoren. ### Uitdagingen en toekomstige trends De snelle evolutie van technologie, de moeilijkheid om aanvallers toe te wijzen, en het gebrek aan internationale samenwerking zijn significante uitdagingen. AI wordt zowel ingezet voor geavanceerdere aanvallen (bv. deepfakes, geautomatiseerde aanvalssystemen) als voor betere detectie en verdediging. Cybersecurity is een voortdurende "ratrace" die constante innovatie en samenwerking vereist. ## AI en Democratie: Een Verdieping ### AI als instrument voor democratische processen AI kan democratische processen ondersteunen door: * **Epistemische uitdagingen aanpakken:** Chatbots kunnen burgers helpen beter geïnformeerde keuzes te maken over beleid en vertegenwoordigers. * **Materieel bijdragen:** AI kan helpen bij het stroomlijnen van democratische procedures. * **Principes en waarden bevorderen:** Door het faciliteren van debat en dialoog kan AI bijdragen aan een democratischere samenleving. ### De noodzaak van democratisch bestuur van AI AI-technologieën zijn te complex, riskant en belangrijk om niet democratisch bestuurd te worden. Het gebruik van AI vereist een afweging tussen technologische vooruitgang, veiligheid en democratische participatie. Het opbouwen van democratische AI-modellen en het benutten van publieke expertise zijn cruciaal om risico's te beheersen en te zorgen dat AI ten dienste staat van de mensheid. ### Unesco's aanbevelingen voor AI-ethiek Unesco stelt een wereldwijde standaard voor AI-ethiek voor, gebaseerd op de bescherming van mensenrechten, menselijke waardigheid, transparantie en menselijk toezicht. Deze aanbeveling biedt beleidsmakers een kader voor het omzetten van kernwaarden in concrete acties op gebieden zoals gegevensbeheer, milieu, gender, onderwijs en gezondheid. **Doelstellingen van de Unesco-aanbeveling:** * Een universeel kader van waarden, principes en maatregelen bieden voor staten. * De acties van individuen en organisaties sturen om ethiek in alle fasen van de AI-levenscyclus te verankeren. * Mensenrechten, fundamentele vrijheden, menselijke waardigheid, gelijkheid, gendergelijkheid, milieu en biodiversiteit beschermen en bevorderen. * Multistakeholder dialoog en consensusvorming bevorderen. * Gelijke toegang tot AI-kennis en -voordelen stimuleren, met name voor ontwikkelingslanden. **Kernwaarden en Principes:** De aanbeveling benadrukt de waarden van **respect, bescherming en bevordering van mensenrechten, menselijke waardigheid, de bloei van het milieu en ecosysteem, diversiteit en inclusiviteit, en het leven in vreedzame, rechtvaardige en onderling verbonden samenlevingen.** Principes zoals **proportionaliteit, ‘Do No Harm’, veiligheid en beveiliging, eerlijkheid en non-discriminatie, duurzaamheid, recht op privacy, menselijk toezicht en vastberadenheid, transparantie en verklaarbaarheid, verantwoordelijkheid en verantwoording, bewustzijn en geletterdheid, en adaptief bestuur** zijn essentieel voor de ethische ontwikkeling en implementatie van AI. ### De Europese AI Act De Europese AI Act categoriseert AI-systemen op basis van risiconiveaus: * **Minimaal risico:** Meeste AI-programma's (bv. videogames, spamfilters). * **Beperkt risico:** Systemen met transparantievereisten (bv. deepfakes, chatbots). Gebruikers moeten weten dat ze met een bot interageren. * **Hoog risico:** AI in cruciale gebieden met grote impact op levens (gezondheidszorg, transport, onderwijs, openbare veiligheid). Vereist grondige risicobeoordeling en kwaliteitsdata. * **Onacceptabel risico:** Systemen die fundamentele rechten schenden, zoals sociale scoresystemen en AI die menselijke besluitvorming in het strafrecht vervangt. Deze zijn verboden. De wetgeving streeft naar een mensgerichte en ethische ontwikkeling van AI in de EU, met handhaving door nationale autoriteiten en significante boetes bij overtreding. ## Samenvatting en Veelvoorkomende Valkuilen * **AI is geen magie:** Het is gebaseerd op wiskundige formules, data en algoritmes. Begrijp de beperkingen en potentiële fouten. * **Bias is reëel:** AI-systemen reflecteren de bias in de data waarmee ze getraind zijn. Wees kritisch op de output en de databronnen. * **Transparantie en Verklaarbaarheid:** Veel AI-systemen zijn 'black boxes'. Dit maakt het controleren van beslissingen en het toewijzen van verantwoordelijkheid lastig. * **Media en Democratie:** De veranderende mediaomgeving, met name door sociale media, heeft directe gevolgen voor de publieke opinie, polarisatie en het democratisch debat. Een actieve rol van burgers en media is essentieel. * **Welzijn en Technologie:** De relatie tussen technologiegebruik en welzijn is complex. Niet alle effecten zijn negatief, maar bewuste en kritische omgang is noodzakelijk. * **Cyberveiligheid is een continu proces:** Er is geen 'one-size-fits-all' oplossing. Basisbeveiliging, bewustzijn, en aanpassing aan nieuwe dreigingen zijn continu vereist. * **Ethiek is niet inherent aan AI:** De ethische verantwoordelijkheid ligt bij de ontwikkelaars en gebruikers van AI. **Veelvoorkomende fouten om te vermijden:** * Het blindelings vertrouwen op AI-output zonder kritische evaluatie. * Het negeren van de potentiële bias in AI-systemen. * Het onderschatten van de impact van sociale media op democratie en welzijn. * Het verwaarlozen van basiscyberbeveiligingsmaatregelen. * Het denken dat AI een complete vervanging kan zijn voor menselijk oordeel en ethisch redeneren. * Het niet aanpassen van mediastrategieën aan de veranderende mediaconsumptie van jongeren. * Het onvoldoende bewust zijn van de ethische implicaties bij het ontwikkelen en implementeren van AI.

## Woordenlijst | Term | Definitie | | :------------------------ | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Artificial Intelligence (AI) | Een technologie die, mits deze de Turing test kan doorstaan, geen onderscheid kan maken tussen een beslissing gemaakt door een computer of een persoon. Het omvat technologie waarin een computer zelfstandig kan leren op basis van data. | | Machine Learning | Een onderdeel van AI dat zich richt op het leren van computers op basis van gegevens, vaak door middel van neurale netwerken. | | Deep Learning | Een specifieke vorm van Machine Learning die gebruik maakt van diepe neurale netwerken om complexe taken uit te voeren, zoals het herkennen van objecten op foto's. | | Large Language Models (LLM) | Modellen die menselijke taal kunnen begrijpen, verwerken en genereren. Ze zijn gebaseerd op neurale netwerken en vormen de kern van generatieve AI, zoals te zien is in ChatGPT. | | Generative AI | Technologie die, gebaseerd op neurale netwerken, nieuwe content kan genereren. Dit omvat het creëren van tekst, afbeeldingen, en andere vormen van media. | | Turing Test | Een test ontworpen om de mogelijkheid van een machine om intelligent gedrag te vertonen dat gelijkwaardig is aan, of niet te onderscheiden is van, dat van een mens, te beoordelen. | | Neurale Netwerken | Een computermodel dat is geïnspireerd op de structuur en functie van biologische hersenen, bestaande uit onderling verbonden 'neuronen' die informatie verwerken. | | Token | Een basiseenheid van tekst die een LLM gebruikt om zinnen te verwerken. Dit kan een woord, een deel van een woord, of een leesteken zijn. | | Vector (in AI) | Een reeks getallen die de betekenis en context van een woord of token in een multi-dimensionale ruimte representeert. Deze vectoren maken het mogelijk om semantische relaties tussen woorden te begrijpen. | | Self-Attention (mechanisme) | Een cruciaal onderdeel van Transformer-modellen in AI dat het model in staat stelt om de relevantie van verschillende woorden in een zin te wegen ten opzichte van elkaar, om zo de contextuele betekenis beter te begrijpen. | | Risicobeoordeling (AI) | Het proces van het identificeren, analyseren en evalueren van potentiële risico's die gepaard gaan met de ontwikkeling en toepassing van AI-systemen, om mogelijke schade te beperken. | | Bias (in AI) | Bevooroordeeldheid in AI-systemen, vaak voortkomend uit onevenwichtige of discriminerende trainingsdata, wat leidt tot oneerlijke of discriminerende uitkomsten. | | Transparantie (AI) | Het principe dat de werking en besluitvorming van AI-systemen begrijpelijk en navolgbaar moeten zijn voor gebruikers en belanghebbenden, om vertrouwen en verantwoording te bevorderen. | | Verklaarbaarheid (AI) | Het vermogen om de output en het functioneren van een AI-systeem begrijpelijk te maken, inclusief de input en de tussenliggende stappen die tot een resultaat leiden. | | Menselijk Toezicht (AI) | Het principe dat menselijke controle en verantwoordelijkheid essentieel zijn gedurende de gehele levenscyclus van AI-systemen, met name bij beslissingen met grote impact. | | Cyberaanval | Elke ongeautoriseerde actie die schade, verstoring of ongeautoriseerde toegang tot informatie veroorzaakt via computers, netwerken of digitale apparaten. | | Ransomware | Een type malware dat systemen en/of bestanden kaapt en losgeld eist voor het herstellen van de toegang, vaak met dreigementen om gegevens te verwijderen of te publiceren. | | Phishing | Een vorm van cybercriminaliteit waarbij individuen worden misleid om vertrouwelijke informatie (zoals wachtwoorden of financiële gegevens) prijs te geven, vaak via e-mail, sms of sociale media. | | Cyber Resilience | Het vermogen om zich aan te passen aan digitalisering en proactief om te gaan met onverwachte bedreigingen, inclusief aanpassingsvermogen en herstelvermogen na een incident. | | Digital Forensics | Het proces van het identificeren, verzamelen, bewaren, analyseren en presenteren van digitaal bewijsmateriaal uit elektronische apparaten en digitale systemen ten behoeve van juridisch onderzoek. | | Affectieve Polarisatie | Een verhoogde antipathie tegenover mensen met andere opvattingen, gecombineerd met een sterkere voorkeur voor gelijkgestemden, wat leidt tot een grotere emotionele afstand tussen politieke groepen. | | Mediawijsheid | De vaardigheid om media op een kritische, bewuste en ethische manier te gebruiken, te begrijpen en te evalueren, inclusief het herkennen van desinformatie en het begrijpen van algoritmes. | | Duurzame Ontwikkelingsdoelen (SDG's) | Een set van 17 onderling verbonden doelen die zijn opgesteld door de Verenigde Naties, gericht op het bereiken van een duurzame toekomst voor alle mensen, inclusief sociale, economische en milieudimensies. |