Activiteiten

Stichting Algorithm Audit is in 2021 opgericht vanuit het idee dat de verantwoorde inzet van algoritmes alleen slaagt als normatieve aspecten van datamodelleren openlijk worden gedeeld, bediscussieerd en beslecht. De kernactiviteiten van de stichting zijn vierledig:

Normatieve adviescommissies

Samenbrengen van adviescommissies die op een deliberatieve en inclusieve wijze normatief advies uitbrengen over concrete ethische kwesties die zich voordoen bij de inzet van algoritmes, met algoprudentie als resultaat.

Technische tools

Implementeren en testen van technische tools om bias in AI systemen te detecteren en te mitigeren, zie bijvoorbeeld onze methoden voor synthetische data generatie en bias detectie tool om hoger-dimensionale proxy discriminatie mee te detecteren.

Kennisplatform

Het samenbrengen van kennis en experts om het collectieve leerproces over de verantwoorde inzet van algoritmes aan te jagen, zie ons AI beleidsobservatorium, white papers en opinie-artikelen.

Projectwerk

Ondersteuning bij specifieke vragen vanuit de publieke en private sector over de verantwoorde inzet van algoritmes

Coördinerend team

Team dat de verschillende werkzaamheden van Algorithm Audit coördineert.

Jurriaan Parie

Directeur-bestuurder

Vardâyani Djwalapersad

Projectmanager Algoprudentie

Coördinerend team

Jurriaan Parie

Directeur-bestuurder

Vardâyani Djwalapersad

Projectmanager Algoprudentie

Bias detectie tool cohort

Team dat part-time werkt aan de unsupervised bias detectie tool

Kirtan Padh

PhD-kandidaat Causal Inference and Machine Learning, TU München

Mackenzie Jorgensen

PhD-kandidaat Computer Science, King’s College London

Krsto Proroković

PhD-kandidaat, Zwitsers AI Lab IDSIA

Floris Holstege

PhD-kandidaat Machine Learning, Universiteit van Amsterdam

Joel Persson PhD

R&D, Spotify

Bias detectie tool cohort

Kirtan Padh

PhD-kandidaat Causal Inference and Machine Learning, TU München

Mackenzie Jorgensen

PhD-kandidaat Computer Science, King’s College London

Krsto Proroković

PhD-kandidaat, Zwitsers AI Lab IDSIA

Floris Holstege

PhD-kandidaat Machine Learning, Universiteit van Amsterdam

Joel Persson PhD

R&D, Spotify

Synthetic data generatie cohort

Team dat part-time werkt aan synthetische data generatie voor AI bias testing

Emmanuel Menvouta PhD

Machine Learning Engineer, Dataroots

Ellen Bogaards

MSc Artifical Intelligence, Universiteit Utrecht

Godwin Acheampong

Data scientist, Budget Thuis

Sonja Babac

PhD-kandidaat, Technische Universiteit Eindhoven – Philips Medische Technologie

Joel Persson PhD

R&D, Spotify

Nieuwsbrief

Blijf op de hoogte van ons werk door je in te schrijven voor onze nieuwsbrief

Nieuwsbrief

Blijf op de hoogte van ons werk door je in te schrijven voor onze nieuwsbrief

Publieke kennisopbouw voor ethische algoritmes