Big and algoritmic data
6 belangrijke vragen over Big and algoritmic data
Wat houdt varacity (waarheidsgetrouw) in?
Wat houden infrastructurele issues in bij dataverzameling?
- Safety versus possibilities: hoe veilig moet dataverzameling zijn?
- Single versus mulitiple: voorafgemaakte keuze hoe data verzameld wordt
- Autonomie: hoeveel is toegestaan om te bewaren?
Wat houden legal issues in bij dataverzameling?
- Privacy
- Linking: welke data mag je aan elkaar linken?
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Wat houden ethische issues in bij dataverzameling?
- Public value: worden onze waarden geschaad?
- Categorisation: groeperen van mensen in groepen en je maakt voorspellingen over als een groep. Wil je dit?
Welke organisatorische issues zijn er bij dataverzameling?
- Standarization: standaarden die toegepast worden. Forcing people to do thing within certain standards
- Autonomy: how more data and algorithms, how less autonomy. Its deciding for us. (voorbeeld vuilnisophalers)
- Goals and wishes: wanneer data verzamelaars en beleidsmakers niet in contact staan, dan zal het falen. Het zal niet werken omdat doelen en het proces uit elkaar loopt.
Welke legitimiteitsissues zijn er bij dataverzameling?
Misinterpreteren van data per ongeluk
Angst om te verliezen van legitimiteit
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden