Question 1

Welk artikel van de EU AI Act bevat specifieke eisen voor datakwaliteit en databeheer?

Accepted Answer

Artikel 10 van de EU AI Act bevat uitgebreide eisen voor data governance en datakwaliteit. Het verplicht providers van hoog-risico AI-systemen om training-, validatie- en testdata te beheren volgens kwaliteitscriteria.

Question 2

Wat is de belangrijkste eis voor training data volgens Artikel 10?

Accepted Answer

Artikel 10 vereist dat training-, validatie- en testdata 'relevant, representatief, foutvrij en compleet' zijn. Deze kwaliteitscriteria zijn essentieel om bias te voorkomen en betrouwbare AI-systemen te ontwikkelen.

Question 3

Waarom is 'representativiteit' van training data cruciaal?

Accepted Answer

Representatieve data betekent dat alle relevante gebruikersgroepen, scenario's en use cases adequaat vertegenwoordigd zijn in de trainingsdata. Dit voorkomt dat het AI-systeem slechter presteert voor bepaalde groepen (bias) of situaties.

Question 4

Wat moet er gebeuren als relevante training data bijzondere categorieën van persoonsgegevens bevat?

Accepted Answer

Artikel 10(5) staat toe dat bijzondere categorieën van persoonsgegevens (zoals gezondheidsdata, etnische afkomst) worden verwerkt voor bias-monitoring en -correctie, mits passende waarborgen zoals technische beperkingen, pseudonimisering of anonimisering worden toegepast.

Question 5

Wat is 'data lineage' in de context van AI governance?

Accepted Answer

Data lineage is het vermogen om de volledige geschiedenis van data te traceren: waar komt het vandaan, welke transformaties zijn toegepast, hoe is het gebruikt. Dit is cruciaal voor transparantie en accountability bij AI-systemen.

Question 6

Welke verantwoordelijkheid heeft een provider voor data die wordt gebruikt om een AI-systeem te hertrainen?

Accepted Answer

Artikel 10 geldt ook voor data die wordt gebruikt om AI-systemen te hertrainen of bij te werken. Providers moeten blijven zorgen voor relevante, representatieve, foutvrije en complete data bij elke iteratie.

Question 7

Wat is het verschil tussen 'data quality' en 'data fitness for purpose'?

Accepted Answer

Data quality meet objectieve eigenschappen zoals correctheid en volledigheid. Fitness for purpose beoordeelt of de data daadwerkelijk geschikt is voor het specifieke doel van het AI-systeem - bijvoorbeeld of medische trainingsdata representatief is voor de doelpopulatie.

Question 8

Welke documentatie over data governance moet worden opgenomen in de technische documentatie volgens Artikel 11?

Accepted Answer

De technische documentatie moet uitgebreide informatie bevatten over data governance: databronnen en selectiecriteria, preprocessing en cleaning, bias-detectie en mitigatie-maatregelen, kwaliteitscontroles en validatiemethoden.

Data Governance Quiz