Technologie en Recht
Examenproof verkleinde samenvatting
Gebaseerd op de aangeleverde samenvatting - focus op technologische kern, met juridische kapstokken
Hoe gebruik je dit document?
1. Eerst definities leren: elk hoofdstuk heeft kernbegrippen die je exact moet kunnen
uitleggen.
2. Daarna mechanismen begrijpen: leg op het examen telkens uit hoe de technologie
werkt, niet enkel welke regel erop plakt.
3. Sluit af met risico/regulering: bijna elk thema eindigt in dezelfde vragen: privacy,
bias, veiligheid, aansprakelijkheid, transparantie en toezicht.
Examenreflex: definitie -> technische werking -> voorbeeld -> probleem/risico ->
regulering of normatieve vraag.
Inhoud in vogelvlucht
Deel Hoofdstukken Wat moet je vooral
kunnen?
Technologische basis H1-H4 Computers, netwerken,
cloud, IoT, big data, AI,
neurale netwerken, beeld- en
tekstanalyse uitleggen.
Regulering en H5-H7 AI reguleren via
aansprakelijkheid recht/normen/markt/code, AI
Act toepassen,
aansprakelijkheidsvragen en
AI in rechtspraak analyseren.
Privacy en security H8-H9 Online tracking,
anonimiseren/pseudonimiser
en, cybersecurityrisico’s en
CIA/BIV-kern uitleggen.
Nieuwe technologieën H10-H13 Blockchain, smart contracts,
biotech, nanotech, robots,
cyborgs, XR/metaverse
technisch en juridisch
plaatsen.
Technologie en Recht - examenproof samenvatting - p. 1
,H1. Computersystemen, algoritmes en software
Examenfocus
Je moet vooral kunnen uitleggen waarom computers universele, programmeerbare
machines zijn en waarom rekenkracht exponentieel toenam.
Koppel telkens hardware -> software -> algoritme -> maatschappelijke impact.
1. Digitale revolutie en computers
Digitale transformatie betekent dat steeds meer processen, documenten, communicatie en
maatschappelijke interacties digitaal verlopen. Dat wordt mogelijk gemaakt door ICT:
hardware, software en netwerken.
Computer: een via software programmeerbare machine die berekeningen uitvoert. Anders
dan een broodrooster of fiets kan een computer telkens andere taken uitvoeren door
andere software.
Hardware: fysieke componenten zoals CPU, geheugen, GPU, sensoren, opslag en
netwerkapparatuur.
Software: instructies die de hardware aansturen en bepalen wat het systeem doet.
Digitaliteit: informatie wordt voorgesteld als bits: nullen en enen. Foto’s, tekst en geluid
moeten dus eerst worden omgezet naar digitale representaties.
2. Von Neumann-architectuur
De klassieke computerarchitectuur bestaat uit een CPU, geheugen en input/output.
Programma en data zitten samen in het geheugen. Daardoor is de computer makkelijk
herprogrammeerbaar.
1. Fetch: instructie uit RAM ophalen.
2. Decode: instructie vertalen naar controlesignalen.
3. Execute: bewerking uitvoeren in ALU/CPU.
4. Store: resultaat opnieuw wegschrijven in geheugen.
CPU: algemene processor voor uiteenlopende instructies.
ALU: rekent en voert logische operaties uit.
Control Unit: stuurt de onderdelen aan.
RAM: tijdelijk geheugen voor data en instructies.
Von Neumann-bottleneck: data en instructies delen dezelfde bus naar het geheugen;
ophalen en uitvoeren kunnen daardoor elkaar vertragen.
Technologie en Recht - examenproof samenvatting - p. 2
,3. GPU’s, supercomputers en datacenters
GPU: processor met zeer veel parallelle rekenkernen. Oorspronkelijk voor grafische taken,
maar bijzonder geschikt voor neurale netwerken en AI omdat veel dezelfde berekeningen
parallel gebeuren.
Supercomputer: computer met extreem grote rekenkracht door veel processoren te
combineren.
Datacenter: faciliteit met vele servers/GPU’s. Nodig voor cloud en AI, maar verbruikt veel
energie en koeling.
4. Elektronica, transistoren en de Wet van Moore
Transistor: elektronische digitale schakelaar: aan = 1, uit = 0.
Chip/IC: geïntegreerde schakeling met veel transistoren op één stuk halfgeleider.
CMOS/silicium: dominante halfgeleidertechnologie voor moderne chips.
Wet van Moore: voorspelling dat het aantal transistoren op een chip ongeveer elke 18 à
24 maanden verdubbelt. Het is geen natuurwet, maar een industriële trend.
Exponentiële groei: groei met een vaste vermenigvuldigingsfactor. Dit verklaart waarom
computers snel goedkoper, kleiner en krachtiger werden.
5. Toekomstige computerarchitecturen
Neuromorfe computers: geïnspireerd op het brein: veel verbonden neuronen,
dynamische gewichten en plasticiteit. Interessant voor cognitieve taken zoals herkenning
en adaptief leren.
Kwantumcomputers: werken met qubits die door superpositie tegelijk 0 en 1 kunnen
representeren. Vooral nuttig voor specifieke zware problemen zoals factorisatie of
simulaties. Technisch probleem: decoherentie, foutencorrectie en extreme koeling.
Quantum supremacy: situatie waarin een kwantumcomputer een specifieke berekening
sneller uitvoert dan een klassieke computer.
6. Algoritmes
Een algoritme is een eindige, stapsgewijze procedure om vanuit een begintoestand een
probleem op te lossen. Het hoeft niet noodzakelijk in code te staan, maar wordt vaak in
programmeertaal omgezet.
Kenmerk Betekenis
Correctheid Geeft het algoritme de juiste output voor de
input?
Eindigheid Stopt het algoritme altijd met een zinvol
antwoord?
Efficiëntie Hoe snel groeit de rekentijd als de input
groter wordt?
Robuustheid Kan het algoritme omgaan met onverwachte
Technologie en Recht - examenproof samenvatting - p. 3
, of slechte input?
Elegantie Is de code begrijpelijk, onderhoudbaar en
logisch?
Ethisch/duurzaam Leidt het tot discriminatie of onnodige
energie-impact?
Type algoritme Kern Voorbeeld
Deterministisch Zelfde input geeft altijd Berekenen van de grootste
dezelfde output en stappen. gemene deler.
Probabilistisch/stochastisch Gebruikt willekeur; zelfde Benaderende oplossing
input kan andere output wanneer exact rekenen te
geven. traag is.
Slim/ML Verbetert zichzelf op basis Aanbevelingen op YouTube
van data/ervaring. of webshops.
Voorbeeld: raad-mijn-getal
Sequentieel zoeken: maximaal n vragen; gemiddeld (n+1)/2.
Halveren/binary search: telkens zoekruimte halveren; bij 128 getallen maximaal 7 vragen
omdat 2^7 = 128.
Slim algoritme: gebruikt historische data over favoriete getallen van Jan om kansrijker te
zoeken. Dit illustreert leren uit vorige uitvoeringen.
7. Software, bugs en open source
Broncode/source code: menselijk leesbare code in een programmeertaal.
Compiler: zet broncode om naar machinetaal/objectcode die hardware kan uitvoeren.
Bug: fout in software. Debuggen = fouten opsporen en herstellen.
Technisch gebrek: software werkt technisch niet goed, bv. crash of rekenfout.
Functioneel gebrek: software draait wel, maar doet niet wat de gebruiker functioneel
nodig had.
Belevingsgebrek: software werkt technisch/functioneel, maar voldoet niet aan
verwachtingen of gebruiksgemak.
Closed/propriëtair Open source
Gebruiker krijgt meestal enkel Broncode wordt vrijgegeven; gebruiker mag
uitvoeringscode en beperkte licentie. bestuderen, wijzigen en verspreiden volgens
licentie.
Technologie en Recht - examenproof samenvatting - p. 4
Examenproof verkleinde samenvatting
Gebaseerd op de aangeleverde samenvatting - focus op technologische kern, met juridische kapstokken
Hoe gebruik je dit document?
1. Eerst definities leren: elk hoofdstuk heeft kernbegrippen die je exact moet kunnen
uitleggen.
2. Daarna mechanismen begrijpen: leg op het examen telkens uit hoe de technologie
werkt, niet enkel welke regel erop plakt.
3. Sluit af met risico/regulering: bijna elk thema eindigt in dezelfde vragen: privacy,
bias, veiligheid, aansprakelijkheid, transparantie en toezicht.
Examenreflex: definitie -> technische werking -> voorbeeld -> probleem/risico ->
regulering of normatieve vraag.
Inhoud in vogelvlucht
Deel Hoofdstukken Wat moet je vooral
kunnen?
Technologische basis H1-H4 Computers, netwerken,
cloud, IoT, big data, AI,
neurale netwerken, beeld- en
tekstanalyse uitleggen.
Regulering en H5-H7 AI reguleren via
aansprakelijkheid recht/normen/markt/code, AI
Act toepassen,
aansprakelijkheidsvragen en
AI in rechtspraak analyseren.
Privacy en security H8-H9 Online tracking,
anonimiseren/pseudonimiser
en, cybersecurityrisico’s en
CIA/BIV-kern uitleggen.
Nieuwe technologieën H10-H13 Blockchain, smart contracts,
biotech, nanotech, robots,
cyborgs, XR/metaverse
technisch en juridisch
plaatsen.
Technologie en Recht - examenproof samenvatting - p. 1
,H1. Computersystemen, algoritmes en software
Examenfocus
Je moet vooral kunnen uitleggen waarom computers universele, programmeerbare
machines zijn en waarom rekenkracht exponentieel toenam.
Koppel telkens hardware -> software -> algoritme -> maatschappelijke impact.
1. Digitale revolutie en computers
Digitale transformatie betekent dat steeds meer processen, documenten, communicatie en
maatschappelijke interacties digitaal verlopen. Dat wordt mogelijk gemaakt door ICT:
hardware, software en netwerken.
Computer: een via software programmeerbare machine die berekeningen uitvoert. Anders
dan een broodrooster of fiets kan een computer telkens andere taken uitvoeren door
andere software.
Hardware: fysieke componenten zoals CPU, geheugen, GPU, sensoren, opslag en
netwerkapparatuur.
Software: instructies die de hardware aansturen en bepalen wat het systeem doet.
Digitaliteit: informatie wordt voorgesteld als bits: nullen en enen. Foto’s, tekst en geluid
moeten dus eerst worden omgezet naar digitale representaties.
2. Von Neumann-architectuur
De klassieke computerarchitectuur bestaat uit een CPU, geheugen en input/output.
Programma en data zitten samen in het geheugen. Daardoor is de computer makkelijk
herprogrammeerbaar.
1. Fetch: instructie uit RAM ophalen.
2. Decode: instructie vertalen naar controlesignalen.
3. Execute: bewerking uitvoeren in ALU/CPU.
4. Store: resultaat opnieuw wegschrijven in geheugen.
CPU: algemene processor voor uiteenlopende instructies.
ALU: rekent en voert logische operaties uit.
Control Unit: stuurt de onderdelen aan.
RAM: tijdelijk geheugen voor data en instructies.
Von Neumann-bottleneck: data en instructies delen dezelfde bus naar het geheugen;
ophalen en uitvoeren kunnen daardoor elkaar vertragen.
Technologie en Recht - examenproof samenvatting - p. 2
,3. GPU’s, supercomputers en datacenters
GPU: processor met zeer veel parallelle rekenkernen. Oorspronkelijk voor grafische taken,
maar bijzonder geschikt voor neurale netwerken en AI omdat veel dezelfde berekeningen
parallel gebeuren.
Supercomputer: computer met extreem grote rekenkracht door veel processoren te
combineren.
Datacenter: faciliteit met vele servers/GPU’s. Nodig voor cloud en AI, maar verbruikt veel
energie en koeling.
4. Elektronica, transistoren en de Wet van Moore
Transistor: elektronische digitale schakelaar: aan = 1, uit = 0.
Chip/IC: geïntegreerde schakeling met veel transistoren op één stuk halfgeleider.
CMOS/silicium: dominante halfgeleidertechnologie voor moderne chips.
Wet van Moore: voorspelling dat het aantal transistoren op een chip ongeveer elke 18 à
24 maanden verdubbelt. Het is geen natuurwet, maar een industriële trend.
Exponentiële groei: groei met een vaste vermenigvuldigingsfactor. Dit verklaart waarom
computers snel goedkoper, kleiner en krachtiger werden.
5. Toekomstige computerarchitecturen
Neuromorfe computers: geïnspireerd op het brein: veel verbonden neuronen,
dynamische gewichten en plasticiteit. Interessant voor cognitieve taken zoals herkenning
en adaptief leren.
Kwantumcomputers: werken met qubits die door superpositie tegelijk 0 en 1 kunnen
representeren. Vooral nuttig voor specifieke zware problemen zoals factorisatie of
simulaties. Technisch probleem: decoherentie, foutencorrectie en extreme koeling.
Quantum supremacy: situatie waarin een kwantumcomputer een specifieke berekening
sneller uitvoert dan een klassieke computer.
6. Algoritmes
Een algoritme is een eindige, stapsgewijze procedure om vanuit een begintoestand een
probleem op te lossen. Het hoeft niet noodzakelijk in code te staan, maar wordt vaak in
programmeertaal omgezet.
Kenmerk Betekenis
Correctheid Geeft het algoritme de juiste output voor de
input?
Eindigheid Stopt het algoritme altijd met een zinvol
antwoord?
Efficiëntie Hoe snel groeit de rekentijd als de input
groter wordt?
Robuustheid Kan het algoritme omgaan met onverwachte
Technologie en Recht - examenproof samenvatting - p. 3
, of slechte input?
Elegantie Is de code begrijpelijk, onderhoudbaar en
logisch?
Ethisch/duurzaam Leidt het tot discriminatie of onnodige
energie-impact?
Type algoritme Kern Voorbeeld
Deterministisch Zelfde input geeft altijd Berekenen van de grootste
dezelfde output en stappen. gemene deler.
Probabilistisch/stochastisch Gebruikt willekeur; zelfde Benaderende oplossing
input kan andere output wanneer exact rekenen te
geven. traag is.
Slim/ML Verbetert zichzelf op basis Aanbevelingen op YouTube
van data/ervaring. of webshops.
Voorbeeld: raad-mijn-getal
Sequentieel zoeken: maximaal n vragen; gemiddeld (n+1)/2.
Halveren/binary search: telkens zoekruimte halveren; bij 128 getallen maximaal 7 vragen
omdat 2^7 = 128.
Slim algoritme: gebruikt historische data over favoriete getallen van Jan om kansrijker te
zoeken. Dit illustreert leren uit vorige uitvoeringen.
7. Software, bugs en open source
Broncode/source code: menselijk leesbare code in een programmeertaal.
Compiler: zet broncode om naar machinetaal/objectcode die hardware kan uitvoeren.
Bug: fout in software. Debuggen = fouten opsporen en herstellen.
Technisch gebrek: software werkt technisch niet goed, bv. crash of rekenfout.
Functioneel gebrek: software draait wel, maar doet niet wat de gebruiker functioneel
nodig had.
Belevingsgebrek: software werkt technisch/functioneel, maar voldoet niet aan
verwachtingen of gebruiksgemak.
Closed/propriëtair Open source
Gebruiker krijgt meestal enkel Broncode wordt vrijgegeven; gebruiker mag
uitvoeringscode en beperkte licentie. bestuderen, wijzigen en verspreiden volgens
licentie.
Technologie en Recht - examenproof samenvatting - p. 4
