Samenvatting - Technologie en recht (15/20)

Samenvatting Technologie & Recht
Inhoud
Module 1A – Computersystemen en software...........................................2
Module 1B - Computernetwerken, internet en cloud...............................15
Module 2A - Big Data, Machine Learning en Artificiële Intelligentie........35
Module 2A – II. Maatschappelijke uitdagingen........................................54
Module 2A – III. Recente beleidsontwikkelingen......................................59
Module 2B – Slimme algoritmes in tekst- en beeldanalyse.....................66
Module 2B – II. Beeldanalyse..................................................................74
Module 2B – III. Tekstanalyse..................................................................86
Module 2C – I. Legal Tech........................................................................92
Module 2C – II. AI in de rechtspraak........................................................98
Module 2D – I. Overzicht Regulering van AI..........................................109
Module 3A – I. Begrippen en definities..................................................118
Module 3A – II. Uitdagingen voor online privacy...................................123
Module 3A – III. Anonimiseren van databanken en differentiële privacy
..............................................................................................................134
Module 3B – II. Basisconcepten van Computerbeveiliging....................155
Module 4A – II. Bouwstenen van de blockchaintechnologie..................171
Module 4A – III. Blockchain focus: Bitcoin (BTC) en Ethereum (ETH)... .175
Module 4B – I. Blockchain en de AVG....................................................183
Module 4B – II. Blockchain focus: smart contracts................................189
Module 5A – II. Wetgeving rond biotechnologie....................................200
Module 5B – II. De regelgeving bij de nieuwe technologieën................213




1

,Module 1 – Computer- en internettechnologieën

Module 1A – Computersystemen en software
1. Computersystemen

1.1. De digitale revolutie

Digitale Transformatie:

 Definitie: De digitale transformatie verwijst naar de ingrijpende impact
van digitale technologieën op de samenleving, wat in de toekomst nog
verder zal toenemen.

 Impact: Onze manier van leven, werken en wonen verandert drastisch
door de digitale verwerking van data en documenten.

Voorbeelden van Digitale Verwerking:

 Belastingaangiftes

 Doktersattesten

 Notarisaktes

 Betaalbewijsjes

Digitalisering van Bedrijfsprocessen:

 E-government

 Elektronisch betalen

 Online bestellen

 Virtueel les volgen

 Automatisatie in magazijnen en bedrijfshallen

 Papierloze kantoren

 Elektronische vliegtuig- en treintickets

Digitalisering van de Samenleving:

 Volledig leven in een digitale cultuur, genoemd "digitaliteit" door Nicolas
Negroponte (MIT).

Gevolgen van Digitale Transformatie:

 Sociaal-economische Impact: Grote invloed op economie en markt, met
nieuwe economische spelers.

 Mentaal-culturele Omslag: Mensen moeten zich aanpassen aan de
nieuwe digitale realiteit.

 Voordelen vs. Nadelen: De voordelen (efficiëntie, gemak) worden groter
ingeschat dan de nadelen.


2

,Technologische Vooruitgang:

 ICT (Informatie- en Communicatietechnologie): Onderliggend aan de
digitale transformatie.

o ICT-hardware: Vooruitgang in fysieke technologieën.

o ICT-software: Vooruitgang in programmatuur en toepassingen.



1.2. Computers en hun Geschiedenis

Digitale Revolutie:

 Gedragen door computers (hardware en software) die wereldwijd via
netwerken verbonden zijn.

Toepassingen van Computers:

 Microcontrollers: Specifieke taken (bv. aansturen van huishoudapparaten
zoals wasmachines).

 Onzichtbare Computers: In huishoudapparaten, auto's, en online
diensten (bv. Google zoekopdrachten).

Technologische Uitvindingen:

 Uitvindingen die de mogelijkheden van de mens uitbreidden: landbouw,
wiel, schrift, gedrukte boek, stoommachine, elektrificatie, telefoon, radio,
televisie, ontploffingsmotor, auto, vliegtuig, computer en internet.

Unieke Eigenschappen van Computers:

 Programmeerbaarheid voor meerdere toepassingen via software.

 Berekeningen en gegevensverwerking volgens algoritmes.

Geschiedenis van computers:

 1900 eeuw: Mechanische rekenmachines (bv. Babbage machine).

 20 eeuw: Elektronische componenten (elektronenbuizen, later
halfgeleidertransistoren).



Ontwikkelingen in de 20e Eeuw:

 IBM: Toonaangevend sinds 1911.

 Tweede Wereldoorlog & Koude Oorlog: Drijfveren voor
computerontwikkeling.

 Elektronenbuizen: Groot, hoog vermogen, weinig bedrijfszeker (bv.
ENIAC).

 Halfgeleidertransistor (1947): Betere prestaties, minder vermogen.

3

,Moderne Technologische Vooruitgang:

 CMOS-technologie: Snellere, betrouwbaardere computers, minder
vermogen.

 Geïntegreerde schakelingen (IC's): Krachtigere en kleinere computers.

Persoonlijke Computer:

 Apple II (1977)

 IBM PC (1981)

 Ontwikkeling van laptops, netbooks, tablets

Toonaangevende Bedrijven:

 Intel (1968)

 Motorola (1928, actief in computerchips sinds 1974)

 Apple (1976)

Softwarebedrijven:

 Microsoft (1975): Besturingssystemen (MS DOS, Windows) en
applicatiesoftware (MS Word, Office).

 Adobe (1982): Diverse softwaretoepassingen.

Opkomst van Softwarediensten:

 Amazon (1994)

 Google (1998)

 Facebook (2004)

 YouTube (2005)

 Spotify (2012)

Huidige Trend:

 Overwicht naar aanbieders van softwarediensten via het internet.

 Chips Act-initiatieven: Waarschuwing tegen afhankelijkheid van
buitenlandse hardwareproductie.



1.3. De Wet van Moore

Basis van Micro/Nano-Elektronica:

 Transistoren: Digitale programmeerbare schakelaars (aan = 1, uit = 0).



4

,  Gegevensweergave: Alles (getallen, foto's, geluid) wordt voorgesteld als
reeksen van nullen en enen.

 Chips: Vele transistoren verbonden op een geïntegreerde schakeling (IC of
chip), gebruikt voor rekenprocessoren en geheugens.

Wet van Moore:

 Voorspelling (1965): Gordon Moore voorspelde dat het aantal
transistoren op een chip elke 1,5 jaar zou verdubbelen, later bijgesteld
naar elke 2 jaar.

 Impact: Door schaalverkleining worden computers steeds sneller en
krachtiger voor dezelfde prijs.

 Actuele Transistoren: Actieve lengte van enkele nanometers, chips
bevatten meer dan honderd miljard transistoren.

Exponentiële Groeitrend:

 Grafiek: Vergeleken met commerciële processoren, toont een lineaire
trend op logaritmische assen, wat een exponentiële toename in
rekenkracht betekent.

 Nieuwe Toepassingen: Meer rekenkracht leidt tot complexere
probleemoplossingen en nieuwe online diensten.

Netwerken en Exponentiële Groei:

 Toename van Computers: Totale aantal computers neemt toe, versterkt
door netwerken.

 Diensten: Reken- en datatransferdiensten mogelijk maken zonder
superkrachtige lokale computers.

 Servers: Krachtige rekenservers bieden diensten (bv. zoekacties,
streaming) aan via netwerken, resultaat terug naar lokale computers
(cliënten).

Supercomputers:

 Kenmerken: Speciaal ontworpen voor groot rekenvermogen, bevatten
vele processoren en snel intern netwerk.

 Gebruik: Onderzoekswerk (bv. encryptie, klimaatonderzoek, moleculaire
modellering) in universiteiten en onderzoeksinstellingen.

 Vlaamse Supercomputer Centrum (VSC): Beschikbaar voor alle
Vlaamse universiteiten.

Toekomst van Rekenvermogen:

 Technologische Singulariteit: Verwacht rond 2040-2050, computers
worden krachtiger dan de mensheid.



5

,  Boek: "The Singularity is Near" door Ray Kurzweil beschrijft deze
voorspelling.

 Risico's: Doemdenkers waarschuwen voor risico's tenzij beperkingen
worden opgelegd aan technologie.

1.4. Computerarchitecturen

Exponentiële Groei in Rekenkracht

 Historische Technologieën:

o Elektromechanische computers

o Computers met relays

o Halfgeleidende elektrische buizen

o Micro/nano-elektronische halfgeleidertransistoren

 Toekomstige Technologieën:

o Neuromorfe computers

o Kwantumcomputers

o Spintronicacomputers

o DNA-gebaseerde computers

o Moleculaire computers



1.4.1. De Von Neumann-architectuur

 Basisstructuur:

o CPU (Centrale Verwerkingseenheid):

 Reken-logische eenheid (ALU)

 Processorregisters

 Besturingseenheid (Control Unit)

o Computergeheugen (RAM): Opslag van data en instructies

o Externe Opslag en I/O Mechanismen: In- en uitvoer van data

 Werking:

o Programma's laden instructies in geheugen

o CPU haalt en voert instructies uit

o Gegevens worden verwerkt en opgeslagen

 Voordelen: Eenvoudige en effectieve architectuur


6

,  Nadelen: Flessenhals bij gezamenlijke toegang naar het geheugen




1.4.2. Neuromorfe Computers

 Doel: Nabootsen van de neurobiologische architectuur van het menselijk
brein

 Eigenschappen:

o Zelflerende systemen met plasticiteit

o Beslissingen nemen op basis van nieuwe gegevens

 Toepassingen: Cognitieve taken zoals beeld- en geluidsherkenning,
autonome systemen

 Voorbeelden: Intel's Loihi chip, IBM's TrueNorth chip, imec's
muziekcomponerende chip

 Voordelen: Sneller en energiezuiniger voor specifieke taken dan klassieke
computers



1.4.3. Kwantumcomputers

 Basisprincipes: Gebruik van kwantummechanica (superpositie,
verstrengeling, interferentie)

 Qubits: Kunnen tegelijkertijd de waarden "0" en "1" hebben

 Rekenkracht: Exponentieel met aantal qubits (2^#qubits)

 Toepassingen: Encryptie, zoeken in databanken, kwantumsimulaties, AI,
machinaal leren

 Beperkingen:

o Decoherentie: Onstabiliteit van verstrengelde qubits

o Beperkt aantal qubits (bv. IBM's Osprey met 433 qubits)

o Extreem koelingsvereisten

 Vooruitgang: Foutencorrectie methodes en ontwikkeling van
kwantumsoftware algoritmes

 Toekomst: Verwachte dubbel-exponentiële groei in rekenkracht volgens
Neven's wet



2. Algoritmes


7

,Programmeerbaarheid van Computers:

 Softwareprogramma: Geschreven in programmeertalen (bv. Java, C++,
Python).

 Broncode: Computeronafhankelijk programma.

 Uitvoeringscode: Gecompileerd programma, uitgevoerd door specifieke
computer.



2.1. Wat is een Algoritme?

 Definitie: Eindige reeks instructies om een probleem op te lossen.

 Voorbeelden: Tekenen van een cirkel, numerieke berekeningen,
zoekacties in webbrowsers.

 Efficiëntie: Verschillen in tijd en hardware benodigd om problemen op te
lossen.

 Implementatie: Algoritme is de beschrijving, computerprogramma is de
implementatie.

Algoritme Voorbeeld - Euclides' Algoritme:

 Doel: Grootste gemene deler (GGD) van twee getallen a en b.

 Stappen:

1. Initieel: A = a, B = b.

2. Als B = 0, uitkomst is A, stop.

3. Als A > B, trek A af van B, herhaal stap 2.

4. Anders, trek B af van A, herhaal stap 2.

Kennis in Algoritmes:

 Declaratieve Kennis: Feitelijke uitspraken, bv. definitie van een
probleem.

 Procedurele Kennis: Methode van oplossing, bv. stappen om een cirkel
te tekenen.


2.2. Kenmerken van Algoritmes

 Correctheid: Algoritme moet juiste uitvoer geven voor gegeven invoer.

 Eindigheid: Algoritme moet in een eindige tijd stoppen met een zinnig
antwoord.

 Uitvoeringssnelheid: Hoe snel berekent het algoritme het gewenste
antwoord?


8

,  Robuustheid: Kan het algoritme omgaan met alle mogelijke invoer, zelfs
foutieve?

 Elegantie: Is het algoritme leesbaar en begrijpbaar voor programmeurs?

Recente Uitdagingen:

 Ethiek: Is het algoritme ethisch verantwoord? (bv. autonome
beslissingen).

 Duurzaamheid: Wat is de impact op het milieu? (bv. ecologische
voetafdruk van zoekacties).

Eindgebruikersvereisten:

 Gebruiksvriendelijkheid: Eenvoudig te gebruiken computerprogramma.

 Grafische Interface: Mooi ogende gebruikersinterface.

 Kosten: Betaalbare aanschafprijs.

2.3. Classificatie van Algoritmes

Deterministische Algoritmes:

 Definitie: Produceren voor een gegeven invoer steeds dezelfde uitvoer.

 Voorbeeld: Algoritme van Euclides voor de grootste gemene deler.

Probabilistische of Stochastische Algoritmes:

 Definitie: Kunnen voor dezelfde invoer verschillende uitkomsten
genereren, afhankelijk van een willekeurig proces.

 Voorbeeld: Algoritme voor het vinden van het optimum van een
wiskundige functie.

Slimme Algoritmes of Machinaal Leren (ML):

 Definitie: Verbeteren zichzelf op basis van eerdere ervaringen.

 Werking: Gebruiken een model opgebouwd uit trainingsdata om nieuwe
invoer te verwerken.

 Domein: Kunstmatige intelligentie.


2.4. Illustratie: Algoritmes voor het "raad-mijn-getal"-spelletje

Algoritme A: Willekeurig raden

 Beschrijving: Raadt willekeurig een getal, herhaalt indien fout.
 Eigenschappen: Niet efficiënt, kan mogelijk nooit stoppen.

Algoritme B: Sequentieel raden

 Beschrijving: Raad alle getallen sequentieel.


9

,  Eigenschappen: Stopt gegarandeerd, gemiddeld 64,5 pogingen nodig
voor 128 getallen.

Algoritme C: Binaire zoekmethode

 Beschrijving: Halveert zoekruimte door steeds het middelste getal te
raden.

 Eigenschappen: Maximaal 7 pogingen voor 128 getallen, efficiënt
(log2(n) pogingen).

Algoritme D: Slim algoritme met voorkeurkennis

 Beschrijving: Past binaire zoekmethode aan op basis van eerdere
voorkeurgetallen.
 Eigenschappen: Gemiddeld sneller dan C, maar kan langer duren als Jan
afwijkt van voorkeurgedrag.

Grafiek van Uitvoeringssnelheid:

 X-as: Aantal getallen.
 Y-as: Aantal benodigde stappen.
 Resultaat: Algoritme C werkt veel sneller dan B; D is gemiddeld sneller
dan C.

Programmeerimplementatie van Algoritme C in Pseudo-code en Python:

 Pseudo-code: Stapsgewijze beschrijving in begrijpelijke termen.

 Python: Concreet voorbeeld in programmeertaal Python.



Gebruik van Slimme Algoritmes in de Praktijk:

 Voorbeelden: Zoekmodules in browsers, routebepaling in Waze,
aanbevelingen op online shopping sites.

 Technieken: Machinaal leren en kunstmatige intelligentie.

 Belang van Data: "Data is de nieuwe olie."



Complexiteit en Verantwoordelijkheid van Slimme Algoritmes:

 Vraagstukken: Begrijpelijkheid van grote softwareproducten,
verantwoordelijken voor algoritmegedrag.

 Discussie: Wordt verder besproken in module 2.



3. Software

3.1. Softwareontwikkeling

10