Toezichthouders AI samenwerkingsverband
Qui proident do dolore. Ad non, id minim eu, quis, amet deserunt velit, dolore qui aute dolor et. Dolor elit minim officia, do elit officia dolor labore laboris.Rules based approach
Een rule-based standaard kenmerkt zich door gedetailleerde regels die erop gericht zijn zoveel mogelijk situaties af te dekken met een specifiek voorschrift . Schipper (2003) en Nelson (2003) noemen vier voordelen van een rule-based benadering: 1) vergelijkbaarheid tussen ondernemingen neemt toe; 2) vermindering van de aan het management geboden discretionaire ruimte voor het bepalen en toepassen van verslaggevingregels; 3) toename van de verifi eerbaarheid inzake toepassing regels voor accountants en toezichthouders; 4) toename van de communicatie van de bedoelingen van de regelgevers (Bron). Voor onze generiek toetsingskader houdt dit in dat…. 
Principle based approach
Een op principes gebaseerde set van AI regels houdt, zoals het begrip al aangeeft, in dat AI regels gebaseerd zijn op beginselen of principes in plaats van gedetailleerde regels en wetten. De beginselen of principes zijn meestal aan de bestaande wetgeving ontleend en vormen algemene uitgangspunten voor met name de wetgeving, ethische en robuste bepalingen. Principle-based standards kenmerken zich niet alleen door een niet al te grote mate van details maar ook door een derogatie- of suppletieverplichting als het beoogde doel van een AI systeem niet door het louter volgen van de relevante wetgeving en wordt bereikt (deels Bron). Voor onze generiek toetsingskader houdt dit in dat…. Toetsingskader
Zoals de WRR (Link opgave AI) in haar rapport in 2021 beschrijft, dient de overheid kaders te scheppen waarbinnen AI zich ten goede kan ontwikkelen. Een visie ontwikkelen op onze digitale leefwereld is hier urgent van belang. Daarnaast kunnen door regulering de (nieuwe) risico’s worden aangepakt. In 2019 is door de Rijksoverheid een strategisch Actieplan voor Artificiële Intelligentie gepubliceerd (Link strategisch Actieplan voor Artificiële Intelligentie) en werd hier ook al deels op in gegaan (spoor 3: versterken van de fundamenten). Dit actieplan beschrijft de voornemens van het kabinet om de ontwikkeling van artificiële intelligentie (AI) in Nederland te versnellen en internationaal te profiteren (Link Global AI Index 2021). Het gaat in op de AI-ontwikkelingen in Nederland, op de elementen die nodig zijn om AI-innovatie verder te stimuleren, en op het borgen van de publieke belangen bij AI-ontwikkelingen. In de Kamerbrief (Link Kamerbrief voortgang algoritmen en artificiële intelligentie) van 10 juni 2021 wordt ingegaan op de voortgang van AI en algoritmen. Hierin wordt gerefereerd aan het feit dat de impact van deze technologieën sterk is toegenomen de laatste jaren en zo ook dat de risico’s hoog op de politieke en maatschappelijke agenda staan. Aan de andere kant vindt het kabinet het van belang om ook te blijven wijzen op de kansen die AI en algoritmen bieden voor innovatie en om maatschappelijke problemen aan te pakken (Link Nederlandse Digitaliseringsstrategie 2020). In de Kamerbrief wordt ook ingegaan op de resultaten van de projectgroep normering en toezicht algoritmen. Deze heeft een inventarisatie verricht van de openstaande beleidsvraagstukken op het gebied van normering en toezicht algoritmen en het brengen van overzicht in bestaande trajecten. Normenkaders, toezicht kaders en handreikingen worden beschreven. Er zijn diverse acties beschreven, waarbij actie 2 en 7 relevant zijn. Namelijk: 2) Het kabinet draagt actief bij aan de ontwikkeling en uitwerking van verwachte Europese initiatieven die raken aan de normering, toezicht en transparantie van algoritmen. 7) Het kabinet blijft mensgerichte AI en verantwoorde inzet van algoritmen ondersteunen via onderzoek en experimenten. Onder deze actie is ook toezicht beschreven. Voor effectief toezicht is het belangrijk dat toezichthouders vanuit hun eigen expertise en toezichtsdomein toezicht houden. Dit vereist kennis en samenwerking. Wij beogen door middel van onze AFM principes en de voorgenomen samenwerkingen met andere toezichthouders hier gehoor aan te geven. 
Ons toetsingskader
Visuele weergave van het conceptueel model ‘Algorithm Assurance cube’, (Damian Borstel, 2020) Bovenstaand conceptueel model genaamd ‘algorithm assurance cube’ is ontwikkeld door Damian Borstel. De principes op deze website zijn gebaseerd op dit model. Dit model visualiseert de vijf categorieën: 1. Generieke perspectieven (bovenzijde kubus); 2. Processen & controls (voorkant kubus); 3. Betrouwbaarheid (rechterkant kubus); 4. ESG (‘gras’); 5. Tijd (‘wheel of time’).
Processen & controls
Processen & controls bestaat uit de processtappen/fasen volgens het ‘Cross-industry standard process for data mining (CRISP-DM)’ (link CRISP-DM). Dit is een proces model met zes fasen die de data science life cycle beschrijft. Dit model wordt al decennia lang (inter)national gebruikt door data science experts. 
Generieke thema’s
Onder de generieke thema’s verstaan wij thema’s die elke instelling ingericht heeft met o.a. beleid, taak & verantwoordelijkheden, procesbeschrijvingen, etc. De principes Governace, Informatiebeveiliging, Privacy, Algoritme en General IT Controls (‘GITC’) vallen hieronder. Deze principes kunnen gezien worden als randvoorwaardelijk of kaders.
