Omdat technologie grote impact heeft op mensen, werk en samenleving, moet je bewust omgaan met privacy, bias en transparantie.
Thema’s zoals algoritmische bias, verantwoordelijk datagebruik, bias reductie en transparantie in machine learning.
Ja. Hij bespreekt thema’s als werkverlies, ongelijkheid, toezicht en de invloed van AI op democratie en welzijn.
Door diverse datasets, heldere data‑audits, externe validators en continue monitoring van de output. Jan legt uit hoe dat werkt.
Dat betekent zorgvuldig omgaan met persoonlijke data, met inachtneming van wetgeving (zoals AVG/GDPR) en ethisch verantwoorde principes.
Ja. Je kunt uitlegbare modellen bouwen, de werking uitleggen en keuzes inzichtelijk maken. Dat is een belangrijk onderdeel van ethische discussies.
Hij laat zien dat innovatie sterk blijft, zelfs met ethische randvoorwaarden. Sterker nog: transparantie en verantwoordelijkheid versterken vertrouwen.
Ja. Hij bespreekt actuele wetgeving, (internationale) kaders en wat dit betekent voor bedrijven, overheden en samenleving.
Met praktijkvoorbeelden, case studies, dilemma’s en interactieve vragen laat Jan het publiek nadenken over hun eigen rol en verantwoordelijkheid.
Omdat ethiek vertrouwen, maatschappij‑acceptatie en reputatie versterkt. Een kritische blik maakt een keynote krachtiger en relevant.
