Anonimiseren
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Verantwoord gebruik
Doel en impact
Ondersteuning in het beoordelingsproces waar wettelijke bescherming geldt op informatie die door de overheid openbaar wordt gemaakt. Bescherming van de uitzonderingsgronden die zijn vastgelegd in de AVG- en Woo-wetgeving, zoals privacygevoelige persoons- en bedrijfsgegevens.
De impact van het algoritme op burger en bedrijven is laag.
Afwegingen
Het gebruik zorgt voor een verbetering, versnelling en vereenvoudiging van het proces voor openbaarmaking en transparantie. De automatisering maakt het proces minder foutgevoelig dan menselijk handelen. Een suggestielijst brengt alle denkbare gevallen van personen in de tekst in beeld. Zo is de kans op een datalek kleiner en zijn de gegevens van burgers en bedrijven beter beschermd.
Menselijke tussenkomst
De herkenning van persoons- en bedrijfsgegevens resulteert in een suggestielijst die wordt voorgelegd aan de Woo-behandelaar. Er is vervolgens altijd sprake van menselijke tussenkomst. De beoordeling of de gesuggereerde term als privacygevoelige persoons- of bedrijfsgegevens correct is en moet worden overgenomen is aan de Woo-behandelaar.
Risicobeheer
Er bestaat geen risico op geautomatiseerde besluitvorming en het algoritme heeft geen impact op grondrechten, maar voorziet juist in de bescherming daarvan. Het algoritme neemt geen besluiten met rechtsgevolgen, maar doet alleen een voorstel voor het anonimiseren van persoonsgegevens.
Wettelijke basis
Wetgeving rond openbaarheid van overheidsgegevens en privacygevoelige informatie
Links naar wettelijke basis
- Wet open overheid (Woo): https://wetten.overheid.nl/BWBR0045754/2023-04-01#Hoofdstuk5
- Uitvoeringswet Algemene Verordening Gegevensbescherming (AVG): https://wetten.overheid.nl/BWBR0040940/2021-07-01/0
Werking
Gegevens
Links naar gegevensbronnen
Technische werking
Teksten worden op basis van Named Entity Recognition (NER) herkend en een proces binnen Insights extraheert de namen voor verdere afhandeling richting de beheerinterface en de automatische lakregels.
Leverancier
Soortgelijke algoritmebeschrijvingen
- Herkennen en anonimiseren van privacygevoelige informatie in documentenLaatst gewijzigd op 12 juni 2024 om 6:53 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Herkennen en anonimiseren van privacygevoelige informatie in documentenLaatst gewijzigd op 30 mei 2024 om 14:12 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Herkennen en anonimiseren van privacygevoelige informatie in documentenLaatst gewijzigd op 4 juni 2024 om 14:53 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Herkennen en anonimiseren van privacy gevoelige informatieLaatst gewijzigd op 13 juni 2024 om 13:21 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Herkennen en anonimiseren van privacy gevoelige informatieLaatst gewijzigd op 27 juni 2024 om 6:33 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In ontwikkeling