data protection day

Gisteren op 28 januari was het Data Protection Day. Deze datum markeert de verjaardag van de Conventie 108 van de Raad van Europa over de bescherming van persoonlijke informatie, de eerste juridisch bindende internationale wet op het gebied van gegevensbescherming, en wordt elk jaar gevierd door de 47 landen van de Raad van Europa en de EU-instellingen.

Data Protection Day kwam op een cruciaal moment, aangezien nieuwe politieke mandaten van de EU het beleidslandschap beginnen vorm te geven, met de recente verkiezing van het Europees Parlement en de daaropvolgende benoeming van een nieuwe Europese Commissie.

Deze veranderingen vallen ook samen met de nieuwe mandaten van de Commissaris voor de Rechten van de Mens van de Raad van Europa en de Europese Toezichthouder voor Gegevensbescherming.

Tegelijkertijd brengen nieuwe technologische ontwikkelingen op gebieden zoals kunstmatige intelligentie en neurowetenschappen nieuwe uitdagingen met zich mee voor het recht op de bescherming van persoonsgegevens en andere fundamentele rechten. Terugkerende uitdagingen, zoals toegang tot gegevens voor rechtshandhaving en nationale veiligheidsdoeleinden, blijven hoog op de politieke agenda staan.

Tijdens Data Protection Day werden we gevraagd om na te denken over en te discussiëren over het evoluerende mandaat van gegevensbescherming, met name de essentiële rol ervan als bescherming van onze democratische samenleving tegen buitensporige inbreuken op de privacy van burgers door publieke of private actoren.

Het idee voor een wereldwijd evenement gericht op privacy werd bedacht op 28 januari 1981, toen de Raad van Europa Conventie 108 (het Verdrag tot bescherming van personen met betrekking tot de automatische verwerking van persoonsgegevens) opende voor handtekeningen, maar de eerste echte Data Privacy Day vond pas in 2007 plaats.

Het belang van Data Privacy Day lag in het bewustzijn dat het creëert over het probleem: privacy is niet alleen uw fundamentele recht, maar ook een integraal onderdeel van uw digitale gezondheid. Dit is misschien niet meteen duidelijk met sociale media die ons ertoe aanzetten om elke dag de details van ons privéleven te delen, zou je denken dat persoonlijke gegevens tegenwoordig weinig waarde hebben.

In 2025 kent het bedrijfsleven u beter dan u uzelf kent. Door overmatige verzameling van gebruikersgegevens kunnen bedrijven een griezelig nauwkeurig digitaal profiel van u maken, tot aan details zoals wat u eet als u gestrest bent of op wie u waarschijnlijk zult stemmen. Bedrijven gebruiken deze informatie om griezelig nauwkeurige profielen te maken voor gerichte  benadering maar wat als ze te maken krijgen met een datalek, kunnen onze gevoelige gegevens voor veel, veel ergere doeleinden worden gebruikt.

De huidige situatie bewijst dat we onze dataprivacy moeten koesteren en Data Privacy Day was de perfecte gelegenheid om te leren hoe we onszelf konden beschermen.

Hoewel veel mensen instinctief voelen dat digitale privacy belangrijk is, kunnen weinigen zeggen waarom als ze onder druk worden gezet. Bedrijven en overheden kunnen dit gebrek aan kennis uitbuiten door “legitieme belangen” te claimen om de privacybescherming verder te ondermijnen. Om uw rechten te beschermen, konden we deze Data Privacy Day gebruiken om:

Om te beginnen is om te onderzoeken wat uw recht op privacy is volgens de wet. Verschillende rechtsgebieden hebben verschillende opvattingen over welke persoonlijke informatie moet worden beschermd en u zult misschien verrast zijn om erachter te komen dat gegevens die u online vrijelijk weggeeft, zoals uw leeftijd, in feite zeer strikt worden gereguleerd. Als u bereid bent om een ​​stapje extra te zetten, kijk dan eens wat mensenrechtenorganisaties over deze gelegenheid te zeggen hebben.

Bekijk de privacy-instellingen van uw accounts. Data Privacy Day is een uitstekende gelegenheid om de privacyopties van uw sociale media- en forumprofielen te verkennen. Vergeet niet: zodra u klaar bent met de instellingen, profiteert u voor altijd van meer privacy op dat specifieke account.

Neem even de tijd om erover te praten. U hoeft geen workshops te organiseren of op seminars te spreken om bewustzijn te creëren: u kunt het goede woord verspreiden met iets simpels als een informeel gesprek. Praten met uw vrienden over privacy houdt het probleem in hun gedachten, waardoor ze twee keer nadenken de volgende keer dat ze een cookietoestemmingsformulier krijgen.

Dit jaar hebben we Data Privacy Day waarschijnlijk gemist maar waarom stil blijven staan bij deze verloren dag. Als we gedurende het gehele jaar onszelf er toe kunnen zetten om iedereen om ons hen bewust te maken van de gevaren van het onbesuisd delen van data.

Wereld economisch forum

Hoe kunnen we ervoor zorgen dat de resultaten van AI niet langer ‘afhankelijk zijn van beschikbare data’?

Vorig jaar domineerde AI gesprekken over de hele wereld, met als hoogtepunt de aanwezigheid van Sam Altman van OpenAI op het podium tijdens de jaarlijkse bijeenkomst van 2024 in Davos, Zwitserland, waar hij het thema “Technologie in een turbulente wereld” besprak.

Voor velen voelde de plotselinge opkomst van AI als een buitenaardse invasie. Hoewel algemeen werd erkend dat deze nieuwe technologie het technologische landschap zou veranderen van de bestuurskamers van Silicon Valley tot de overheidscorridors was het niet duidelijk hoe, wanneer of hoe deze nieuwe wereld eruit zou zien.

Nu ’s werelds grootste bedrijven zich tot technologie wenden en de 47e Amerikaanse president Donald Trump zich omringt met technologen, waaronder Elon Musk, David Sacks en Marc Andreessen, staan ​​we op het punt een geheel nieuwe focus op innovatie te zien. Dat omvat het benutten van de kracht van AI.

Hoewel er een groot scala aan talent en opwindende ontwikkelingen binnen de sector is, wordt deze belofte van AI steeds meer ondermijnd door een fundamenteel gebrek: resultaten zijn afhankelijk van beschikbare gegevens.

Een veelvoorkomende ervaring van dagelijkse pitches van AI-bedrijven, die allemaal beloofden dat hun bedrijf de wereld zou revolutioneren, maar die steeds weer op een obstakel stuitten. Aan het einde van elke presentatie verschijnt een cruciale asterisk: de vereiste voor gegevens.

Als het gaat om de gebouwde wereld en de infrastructuur die we elke dag gebruiken, bestaan ​​bestaande gegevens niet of zijn ze beperkt en van slechte kwaliteit. Dat komt omdat ze meestal worden verzameld door wat ik “Marionet” noem een mens, die vaak wankel bungelt en om de paar meter handmatig enkele metingen uitvoert.

Dit handmatige proces is gevoelig voor menselijke fouten en inconsistenties, omdat erop wordt vertrouwd dat ze een nauwkeurige positionering behouden en herhaaldelijk identieke metingen uitvoeren, vaak onder moeilijke omstandigheden.

Dus als AI-bedrijven oplossingen beloven maar bestaande gegevens nodig hebben, kun je zien waarom het tekortschiet. Bedrijven hebben niet de hoeveelheid data die AI in staat stelt om te werken.

Data van de eerste orde zijn cruciaal voor succesvolle AI-toepassingen. Daarom zijn er bijvoorbeeld de ruimte ingegaan met een robot om een robotsystemen te ontwikkelen die uitgebreide data met hoge resolutie kunnen verzamelen in een uitdagende omgeving.

Vooruitgang in de wereld van robotica betekent dat we nu toegang hebben tot en data kunnen verzamelen over gebieden die ontoegankelijk zijn voor mensen, zoals de binnenkant van industriële faciliteiten of de interne werking van een elektriciteitscentrale.

Simpel gezegd, robots die zijn uitgerust met verschillende sensoren, veranderen de fysieke wereld van atomen in bits. Ze kunnen miljoenen datapunten verzamelen op een structuur, structuren digitaal in kaart brengen en vervolgens op afstand acties ondernemen met behulp van mobiele robots.

Door deze atomen te digitaliseren, kan AI-software vervolgens worden aangestuurd om defecten te identificeren, storingen te voorspellen en de efficiëntie te optimaliseren. Robots zijn de mijnwerkers en de data die we verzamelen is digitaal goud.

De toekomst is aan bedrijven die de kracht van data van de eerste orde kunnen benutten.

Eersterangs data is niet alleen beperkt tot het voeden van AI voor de gebouwde wereld het is van toepassing op alle industrieën. Sterker nog, de komende vijf jaar zullen bedrijven die geen toegang hebben tot eersterangs datalagen om hun softwareaanbod te voeden, het moeilijk krijgen tegen bedrijven die dat wel hebben.

Het tijdperk van generieke softwareoplossingen die zijn gebaseerd op aannames en beperkte data loopt ten einde. De toekomst is aan bedrijven die de kracht van eersterangs data kunnen benutten om intelligente, op maat gemaakte oplossingen te bouwen die echt inspelen op de unieke uitdagingen van hun klanten.

Om dit te bereiken, moeten we onze focus verleggen van dataconsumptie naar datacreatie. In plaats van te vertrouwen op bestaande datasets die mogelijk onvolledig of bevooroordeeld zijn, moeten we investeren in innovatieve technologieën die hoogwaardige, eerste rangsdata kunnen genereren.

Door deze datacentrische aanpak te omarmen, kunnen we het volledige potentieel van AI ontsluiten en innovatie in alle industrieën stimuleren. We kunnen slimmere steden creëren, de resultaten van de gezondheidszorg verbeteren, de toeleveringsketens optimaliseren en duurzamere oplossingen voor de toekomst ontwikkelen.

We moeten een einde maken aan “onderworpen aan beschikbare data” en eropuit trekken om de data te verzamelen. 

overdenking

AI-agenten zijn momenteel de populairste in de technologie. Inmiddels zijn grote bedrijven druk bezig om grote taalmodellen te verbeteren met de mogelijkheid om taken zelfstandig uit te voeren. Dergelijke systemen, zijn snel het nieuwe speerpunt geworden van de nieuwste innovaties. Iedereen heeft het erover en hoe ons leven op zijn kop gaat zetten.

Dit jaar zullen de eerste AI-agenten zien en dit zal de manier van werken van bedrijven wezenlijk veranderen.

In de breedste zin is een data gedreven stukje software dat iets gaat doen, vaak met minimale tot geen supervisie. Hoe complexer dat de taak is, hoe slimmer het model moet zijn. Voor veel taken zijn grote taalmodellen nu slim genoeg om dingen data gedreven aan te sturen om zo een hele reeks nuttige taken voor ons uit te voeren, zoals het invullen van formulieren, het opzoeken van een recept en het toevoegen van de ingrediënten aan een online boodschappenmandje, of het gebruiken van een zoekmachine om last-minute onderzoek te doen voor een vergadering of Chatgpt voor snelle samenvatting.

De volgende grote stap zijn AI-agenten die complexere taken kunnen uitvoeren. De meest geavanceerde agenten tot nu toe zijn een uitbreiding van het taalmodel. Hiermee kun je opdracht geven om een ​​computer te gebruiken zoals een mens dat zou doen, door een cursor te verplaatsen, op knoppen te klikken en tekst te typen. In plaats van gewoon een gesprek te voeren, kun je nu vragen om taken op het scherm voor je uit te voeren.

De functies zijn nog steeds omslachtig en foutgevoelig. Maar het is al beschikbaar voor een handvol testers, waaronder externe ontwikkelaars.

Dit computergebruik is een voorproefje van wat ons te wachten staat. Om te weten wat er nog komen gaat.

Er zijn twee scenario’s om over na te denken over wat AI kan. Eén is de vraag hoe complex de taak is die een systeem kan uitvoeren. En naarmate AI-systemen slimmer worden, worden ze beter in die richting. Maar een andere richting die erg relevant is, is welke soorten omgevingen of tools de AI-agent kan gebruiken.

Als je nu bijna 10 jaar teruggaat hadden we AI-systemen die bovenmenselijk waren in termen van hoe goed ze bordspellen konden spelen. Maar als je alleen met een bordspel kunt werken, dan is dat een zeer beperkende omgeving. Het is eigenlijk niet nuttig, zelfs als het heel slim is. Met tekstmodellen, en vervolgens multimodale modellen, en nu computergebruik en misschien in de toekomst met robotica ga je richting het brengen van AI in verschillende situaties en taken, en het nuttig maken.

Tot voor kort was het bij grote taalmodellen nodig om ze een heel specifieke prompt te geven, ze heel specifieke tools te geven, en dan worden ze beperkt tot een specifiek soort omgeving. Dat het gebruik waarschijnlijk snel zal verbeteren in termen van hoe goed modellen verschillende taken en complexere taken kunnen uitvoeren. Maar ook door te beseffen wanneer ze fouten hebben gemaakt, of wanneer er een belangrijke vraag is, de gebruiker om feedback moet worden gevraagd.

We moeten veel leren over specifieke situaties en de beperkingen waaronder de AI-agenten opereren om nuttig te zijn. Dingen zoals welke specifieke rol je hebt, welke schrijfstijlen of welke behoeften jij en je organisatie hebben.

Zolang we daar verbeteringen zien door te onderzoeken en echt leren wat nuttig voor ons is. Het is noodzakelijk dat systemen niet alleen nuttig zijn, maar ook veilig, en doen wat je verwacht.

Een ander ding is dat veel taken niet vereisen dat er veel geredeneerd wordt. We hoeven niet urenlang na te denken voordat we Google Docs of zoiets openen. En dus is veel van wat we zullen zien niet alleen redeneren, maar ook de toepassing van redeneren wanneer het echt nuttig en belangrijk is, maar ook geen tijdverspilling wanneer het niet nodig is.

Naarmate systemen beter worden, kunnen ze breder worden gebruikt en echt samenwerken aan verschillende activiteiten.

Experimenteren met verschillende soorten interacties en het ontwerpen ervan met behulp van AI.

We verwachtten dat AI heel snel zou evolueren en [dachten] dat veiligheidszorgen onvermijdelijk relevant zullen zijn. En dat dit jaar steeds meer zichtbaarder zullen worden, omdat deze agents steeds meer geïntegreerd zullen worden in het werk dat we doen. We moeten klaar zijn voor de uitdagingen.

Waarschijnlijk is een van de belangrijkste dingen waar we aan denken in termen van, zoals, breder gebruik van deze AI-agenten. Vooral belangrijk als iets waar we heel actief aan werken, want eenmaal op grote schaal ingezet, dan kunnen er, zoals, schadelijke processen of iets dergelijks zijn die proberen AI-agenten te overtuigen om iets te doen wat het niet zou moeten doen.

Met geavanceerdere modellen is er gewoon meer risico. Ze hebben een robuust schaalbeleid waarbij, naarmate AI-systemen voldoende capabel worden, het gevoel hebben dat we echt moeten kunnen voorkomen dat ze worden misbruikt. Bijvoorbeeld, als ze terroristen zouden kunnen helpen, dat soort dingen.

Dus erg enthousiast over hoe AI nuttig zal zijn, hoe het versnelt en op allerlei manieren te gebruiken is, is vooral afwachten. Maar ja, er zullen ook veel uitdagingen zijn. Maar het wordt een interessant jaar.

ai agents

Google heeft een uitgebreid whitepaper gepubliceerd waarin de ontwikkeling en functionaliteit van Generative AI-agenten wordt onderzocht. Dit document beschrijft hoe deze agenten werken door externe tools te gebruiken om hun mogelijkheden te vergroten die verder gaan dan traditionele taalmodellen.

De belangrijkste componenten van de architectuur van de agent een cognitief raamwerk dat redenerings-, plannings- en besluitvormingsprocessen structureert.

Met tools, zoals extensies en functies, waarmee agenten kunnen communiceren met externe systemen.

Waarbij Data Stores toegang bieden tot dynamische informatie voor agenten, zodat reacties relevant en feitelijk correct blijven.

Stel je voor dat je een virtuele assistent hebt die niet alleen je vragen beantwoordt, maar je ook helpt bij het nemen van beslissingen. Dat is wat een AI-agent doet.

Een AI-agent is een computerprogramma dat taken kan uitvoeren waarvoor normaal gesproken menselijke intelligentie nodig is.

Deze taken omvatten het begrijpen van taal, het herkennen van patronen, het oplossen van problemen en het nemen van beslissingen.

AI-agenten worden aangestuurd door geavanceerde technologieën zoals machine learning en natuurlijke taalverwerking.

Ze analyseren enorme hoeveelheden data om menselijke commando’s te begrijpen en erop te reageren.

Terwijl deze agenten met gebruikers communiceren, leren en verbeteren ze, en worden ze na verloop van tijd effectiever.

Reactieve machines zijn het eenvoudigste type AI-agenten.

Ze kunnen specifieke taken uitvoeren, maar slaan geen eerdere ervaringen op en leren er niet van.

Ze werken op basis van voorgeprogrammeerde regels en directe gegevensinvoer.

Hoewel reactieve machines beperkt zijn in hun mogelijkheden, gaat het volgende type AI-agent een stap verder door eerdere ervaringen op te nemen.

AI-agenten met beperkt geheugen kunnen eerdere ervaringen gebruiken om huidige beslissingen te informeren.

Ze slaan eerdere gegevens en voorspellingen op, wat hen helpt om in de loop van de tijd betere beslissingen te nemen.

Sommige AI-agenten gaan verder dan beperkt geheugen en proberen menselijke emoties en intenties te begrijpen.

AI-agenten met Theory of Mind zijn ontworpen om menselijke emoties, overtuigingen en intenties te begrijpen en te simuleren.

Hoewel ze nog grotendeels theoretisch zijn, zouden deze agenten complexe menselijke interacties kunnen interpreteren en erop kunnen reageren.

Zelfbewuste AI-agenten zijn hypothetische entiteiten die zelfbewustzijn en -bewustzijn bezitten.

Ze zouden niet alleen emoties en intenties begrijpen, maar ook een gevoel van zelf en persoonlijke identiteit hebben.

Persoonlijke assistent-AI-agenten zijn ontworpen om gebruikers te helpen met dagelijkse taken, van het instellen van herinneringen tot het verstrekken van informatie en het beheren van schema’s.

Ze gebruiken natuurlijke taalverwerking om gebruikersopdrachten te begrijpen en erop te reageren.

Persoonlijke assistenten zijn al een groot deel van ons leven en laten de praktische voordelen van AI-agenten zien. Laten we nu de verschillende toepassingen bekijken waar deze AI-agenten het verschil maken.

AI-agenten transformeren veel gebieden van ons leven. Ze fungeren als persoonlijke assistenten en helpen ons schema’s te beheren en snel informatie te vinden.

Ondanks hun voordelen, worden AI-agenten geconfronteerd met enkele uitdagingen.

Ze hebben veel gegevens en krachtige computers nodig om goed te werken.

Er zijn ook ethische kwesties, zoals privacy en beveiliging, die zorgvuldig moeten worden overwogen.

Er wordt echter voortdurend onderzoek en ontwikkeling gedaan om deze uitdagingen aan te pakken en AI-technologie te verbeteren.

belangrijke stappen

Gerechtvaardigd belang wanneer en hoe het toe te passen Organisaties verwerken vaak persoonsgegevens om taken uit te voeren die verband houden met hun activiteiten.


Om persoonsgegevens te kunnen verwerken, moeten organisaties er eerst voor zorgen dat de verwerking rechtmatig is. Daarom moeten ze vertrouwen op een van de zes rechtsgrondslagen die zijn uiteengezet in Art. 6 AVG, waarvan er één gerechtvaardigd belang is (Art. 6(1) (f)).


Gerechtvaardigd belang kan in verschillende situaties worden toegepast, zoals het opbouwen van relaties met klanten, direct marketing, fraudepreventie, veiligheid en beveiliging. De EDPB-richtlijnen over gerechtvaardigd belang leggen uit wanneer gerechtvaardigd belang wel of niet kan worden ingeroepen.


Om gerechtvaardigd belang in te roepen, moet een organisatie positief antwoorden op de onderstaande drie vragen:


STAP 1
Is er sprake van een gerechtvaardigd belang van de verwerkingsverantwoordelijke of een derde partij?


Niet alle belangen kunnen als gerechtvaardigd worden beschouwd. In het algemeen geldt dat het belang dat door een organisatie of een derde partij wordt nagestreefd, verband moet houden met hun daadwerkelijke activiteiten en niet in strijd mag zijn met de wetgeving van de EU of de lidstaten. Het gerechtvaardigde belang moet duidelijk en nauwkeurig worden geformuleerd en van kracht zijn op de datum van de gegevensverwerking (niet hypothetisch).


Voorbeelden van gerechtvaardigde belangen zijn onder meer fraudepreventie, toegang tot online informatie, het waarborgen van de voortdurende werking van openbaar toegankelijke websites, het verkrijgen van de persoonlijke informatie van een persoon die iemands eigendom heeft beschadigd om die persoon aan te klagen voor schadevergoeding, het beschermen van het eigendom, de gezondheid en het leven van de mede-eigenaren van een gebouw, commercieel belang, productverbetering en het beoordelen van de kredietwaardigheid van personen.

STAP 2
Is de verwerking echt noodzakelijk voor het gerechtvaardigde belang?


Bij het beoordelen of de verwerking echt noodzakelijk is, moet de organisatie onderzoeken of het nagestreefde gerechtvaardigde belang kan worden bereikt met andere middelen die minder beperkend zijn voor de fundamentele rechten en vrijheden van personen.


Verwerking mag alleen worden uitgevoerd voor zover dit strikt noodzakelijk is voor de doeleinden van het geïdentificeerde gerechtvaardigde belang. Bij het uitvoeren van deze beoordeling moet de organisatie onderzoeken of de gegevens relevant zijn voor het nagestreefde doel en beperkt zijn tot wat nodig is om dit doel te bereiken (beginsel van gegevensminimalisatie).


STAP 3
Worden de belangen of fundamentele rechten en vrijheden van individuen overschreven door legitiem belang?


Om legitiem belang toe te passen, is de derde en laatste voorwaarde waaraan moet worden voldaan dat het legitieme belang in kwestie niet mag worden overschreven door de belangen of fundamentele rechten en vrijheden van individuen, rekening houdend met de redelijke verwachtingen van individuen op basis van hun relatie met de organisatie, en mitigerende maatregelen die de impact van de verwerking beperken.


De belangen van individuen die legitiem belang kunnen overschrijven, omvatten bijvoorbeeld financiële belangen, sociale belangen of persoonlijke belangen.
Fundamentele rechten en vrijheden van individuen omvatten het recht op gegevensbescherming en privacy, maar ook andere fundamentele rechten en vrijheden, zoals het recht op vrijheid en veiligheid, vrijheid van meningsuiting en informatie, vrijheid van gedachte, geweten en godsdienst, vrijheid van vergadering en vereniging, verbod op discriminatie, het recht op eigendom of het recht op fysieke en mentale integriteit.