Zylab Ondersteuning bij Openbaarmaking
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Verantwoord gebruik
Doel en impact
Het algoritme helpt medewerkers om snel en goed documenten te beoordelen. Dit gebeurt bij het openbaarmaken van informatie. Met slimme zoek- en filterfuncties kunnen reviewers beter zien welke documenten belangrijk zijn voor een verzoek. Hierdoor kunnen verzoeken sneller en beter worden behandeld. Burgers en bedrijven krijgen sneller antwoord op hun vragen.
Afwegingen
De handmatige beoordeling is intensief en foutgevoelig. Een suggestielijst vanuit het algoritme van entiteitsextractie brengt alle denkbare gevallen van personen in de tekst in beeld.
Menselijke tussenkomst
Het algoritme maakt geen eigen beslissingen. Mensen beoordelen alle resultaten van zoekopdrachten, groepen en het vinden van dubbele documenten. Een mens geeft altijd het eindresultaat per document. Als er twijfel is, kijkt een tweede beoordelaar of teamleider opnieuw naar het document.
Risicobeheer
Er bestaat geen risico op geautomatiseerde besluitvorming en het algoritme heeft geen impact op grondrechten, omdat het algoritme geen besluiten neemt met rechtsgevolgen. Het doet alleen een voorstel voor het anonimiseren van persoonsgegevens. De medewerker van het bestuursorgaan doet altijd de laatste toets of een document juist is geanonimiseerd.
Wettelijke basis
De basis voor de processen is als volgt: 1. Voor openbaarmaking: de Wet open overheid (Woo). 2. Voor inzage: de Algemene Verordening Gegevensbescherming (AVG). 3. Voor bezwaar en beroep: de Algemene wet bestuursrecht (Awb). 4. Voor parlementaire onderzoeken: de Wet op de parlementaire enquête 2008 (WPE).
Links naar wettelijke basis
Link naar verwerkingsregister
Werking
Gegevens
Het algoritme verwerkt documenten die bij het verzoek horen. Dit kunnen e-mails zijn, zoals berichten en bijlagen, maar ook kantoordocumenten zoals Word, Excel, PowerPoint en PDF. Daarnaast kunnen chatberichten en gestructureerde data uit interne systemen worden verwerkt. Deze documenten kunnen persoonlijke gegevens bevatten, zoals namen, e-mailadressen, telefoonnummers en functietitels van medewerkers, burgers en anderen. Ook kan metadata worden gebruikt, zoals de aanmaakdatum, auteur, bestandstype en bestandsnaam.
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
- Dit algoritme helpt medewerkers om documenten te beoordelen. Ze kunnen zoeken, documenten groeperen en duplicaten vinden. Hierdoor kunnen reviewers snel zien of delen van documenten belangrijk zijn en of de informatie openbaar mag zijn.Laatst gewijzigd op 4 juni 2026 om 14:00 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Dit algoritme gebruiken wij ter ondersteuning bij het beslissen op uitkeringsaanvragen, het registreren van de uitkomsten en het produceren van documenten.Laatst gewijzigd op 25 juni 2024 om 14:35 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- Het algoritme herkent (persoons)gegevens en anderszins vertrouwelijke informatie in een document en doet een voorstel om dit te anonimiseren. Een medewerker beoordeelt het voorstel en voert de aanpassing definitief door, zodat het document geschikt is voor publicatie.Laatst gewijzigd op 25 januari 2024 om 12:16 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het algoritme herkent (persoons)gegevens en anderszins vertrouwelijke informatie in een document en doet een voorstel om dit te anonimiseren. Een medewerker beoordeelt het voorstel en voert de aanpassing definitief door, zodat het document geschikt is voor publicatie.Laatst gewijzigd op 13 mei 2024 om 9:36 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- Het algoritme herkent (persoons)gegevens en anderszins vertrouwelijke informatie in een document en doet een voorstel om dit te anonimiseren. Een medewerker beoordeelt het voorstel en voert de aanpassing definitief door, zodat het document geschikt is voor publicatie.Laatst gewijzigd op 25 januari 2024 om 12:15 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik