Is AI- governance niet gewoon informatiegovernance ?
Kennismaking Loopbaan Zelfstandig consultant rond informatiemanagement Opleidingshoofd Bibliotheek- en Informatiemanagement en Data- en Informatiemanagement aan Erasmushogeschool Brussel (campus Leuven) Contact: [email protected] of [email protected] 2
Is AI- governance niet gewoon informatiegovernance ? Agenda Inleiding Wat is (informatie) governance ? AI: wettelijk kader Taak voor informatiebeheerders? Aandachtspunten bij AI- governance Conclusie 3
Inleiding Wat zijn de fundamentals ? Data – Informatie – Kennis MAAR hoe operationaliseren? 4 Gestructureerde data in ‘databanken’ Ongestructureerde data (i.e. documenten) Domein van KM -> menselijke component
Wat is (informatie) governance ? Hoe kunnen we governance definiëren? Letterlijk: beheer DUS: combinatie van processen, structuren, technologie gekoppeld aan besluitvorming, kwaliteitszorg en wet- en regelgeving om een domein te beheren. 5
Wat is (informatie) governance ? 6 Technologie, structuren en processen Besluitvorming Auditing en interne controle Compliance Governance Mensen
Wat is (informatie) governance ? Hoe kunnen we governance definiëren? Informatie -> vanuit onze sectordomein: MAAR raakvlakken met: Kennismanagement Risicomanagement Security Verandermanagement -> implementatie vaak ook zeer mensgericht: … 7
AI: wettelijk kader Wat zeg Gartner? 8
AI: wettelijk kader Wat zeg Gartner? Wat zegt de wet? 9
AI: wettelijk kader Wat zeg Gartner? Wat zegt de wet? Rollende implementatie: Februari 2025 AI-systemen met onaanvaardbaar risico verwijderd van EU-markt. Februari 2025: AI-geletterdheid -> medewerkers hebben voldoende kennis om te werken met AI-systemen (vooral voor hoog risico-systemen) Augustus 2025: regels voor AI-modellen voor algemene doeleinden (bv. ChatGPT ) + aanduiden van een Belgische toezichthouder Augustus 2026: start toezicht op AI-systemen met hoog risico en transparantieverplichting voor systemen met beperkt risico + advies van overheid voor aanbieders van systemen. Augustus 2027: volledige implementatie van de wetgeving. 10
Taak voor informatiebeheerders? Data & Data Governance (art. 10) voor hoogrisicosystemen : Goed beheer van informatie (bias en missende data, maar ook welke bewerkingen, …). Datasets relevant, representatief, foutloos en zo volledig mogelijk. Rekening houden met de context. 11
Taak voor informatiebeheerders? Data & Data Governance (art. 10) voor hoogrisicosystemen . MAAR niet enkel voor hoogrisicosystemen : Gebruik van organisatiebrede systemen zoals MS CoPilot : fundament is metadata, rechtenstructuren en ontsluiten van informatie op het platform. AI-systemen worden performanter door drie onderdelen: compute (rekenkracht), algoritme-innovatie en de hoeveelheid (kwalitatieve) data. 12
Aandachtspunten bij AI- governance Andere (Europese) wetgeving blijft ook van kracht: bv. GDPR. Vertrek steeds vanuit organisatiedoelstellingen (strategie) en niet vanuit applicaties. Integreer bestaande governancesystemen : niet EN informatiegovernance EN AI- governance EN informatieveiligheidsbeleid MAAR kijk naar overkoepelende processen en stroomlijn. Afstemming met verschillende profielen/afdelingen binnen de organisatie (IT, informatieveiligheid, informatiebeheer , legal , …). 13
Conclusie AI- governance en informatiegovernance veel parallellen. Holistische blik van informatiebeheerder blijft een meerwaarde bieden bij implementatie van governance of projecten. Afstemming is nodig. 14