• Mauvais document ? Échangez-le gratuitement
  • Rédigé par des étudiants ayant réussi
  • Disponible immédiatement après paiement
  • Lire en ligne ou en PDF
Vendre
Où étudie-tu ?
La langue
Document preview thumbnail
Aperçu 2 sur 5 pages
Examen

Examenvragen AI: Maatschappelijke Uitdagingen | UA | 2025/26

Document preview thumbnail
Aperçu 2 sur 5 pages

Deze examentoets bevat 10 meerkeuzevragen uit het vak 'AI: maatschappelijke uitdagingen' van de Universiteit Antwerpen (Bachelor Toegepaste Economische Wetenschappen). De vragen behandelen kernconcepten zoals perceptrons, deep learning (CNN's), Explainable AI, reinforcement learning, fairness-theorema's van Kleinberg, duurzame AI, de Europese AI Act, mens-AI interactie, GDPR-principes en generative adversarial networks. Ideaal voor examenvoorbereiding: geeft inzicht in de toetsvorm en belangrijkste leerstof uit het vak.

Aperçu du contenu

Meerkeuzevraag

Vraag 1 1 punt
In 1956 ontwikkelde Frank Rosenblatt de 'Perceptron'. Wat was het meest vernieuwende aspect van dit
systeem in vergelijking met eerdere computationele methoden?

A Het was het eerste expertsysteem dat gebruikmaakte van een databank met expliciete 'if-then'
regels.

B Het was het eerste systeem dat de Turing-test met succes kon doorstaan.

C Het algoritme werd niet volledig geprogrammeerd, maar paste zijn interne stappenplan aan op
basis van feedback (leren).

D Het maakte gebruik van grafische verwerkingseenheden (GPU's) om complexe berekeningen
uit te voeren.


Vraag 2 1 punt
Binnen diepe neurale netwerken voor visuele gegevens (CNN's) spreekt men vaak over 'composition-
aliteit'. Wat wordt hiermee bedoeld?

A Dat betekenisvolle patronen overal in de afbeelding kunnen verschijnen zonder hun identiteit
te verliezen.

B Dat naburige pixels in een afbeelding sterk met elkaar gecorreleerd zijn.

C Dat lagen kunnen worden gecombineerd om een hiërarchie van kenmerken op te bouwen, van
eenvoudige randen tot complexe objecten.

D Dat het netwerk de input volledig moet kunnen reconstrueren in een latente ruimte.


Vraag 3 1 punt
Een techniek binnen 'Explainable AI' (XAI) is de contrafeitelijke verklaring (counterfactual explanation).
Welke vraag probeert deze techniek te beantwoorden?

A Op welke manier zijn de gewichten van het neurale netwerk geïnspireerd door menselijke
hersencellen?

B Hoe ziet de volledige wiskundige formule van het black-box model eruit?

C Welke data is er precies gebruikt tijdens de pre-training fase van het model?

D Wat moet er veranderen aan de invoerdata van een individu opdat het model een andere
beslissing zou nemen?




gegenereerd op 09-06-2026 2/9




Downloaded by Jasper ()

, Vraag 4 1 punt
Bij reinforcement learning (RL) wordt gebruikgemaakt van een kortingsfactor (discount factor, ).
Welk effect heeft een hoge waarde van (dichter bij 1) op het gedrag van de agent?

A De agent zal enkel letten op onmiddellijke beloningen en geen rekening houden met de
toekomst.

B De agent zal het leerproces sneller beëindigen zodra een lokaal optimum is bereikt.

C De agent zal onveilige acties in de simulator vaker vermijden door een grotere strafwaarde.

D De agent wordt aangemoedigd om verre toestanden te verkennen en waarde te hechten aan
toekomstige beloningen.


Vraag 5 1 punt
Het onmogelijkheidstheorema van Kleinberg (2016) met betrekking tot eerlijkheid in AI stelt dat:

A Discriminatie altijd indirect zal plaatsvinden via proxies zoals postcodes.

B Het onmogelijk is om bias volledig uit een dataset te verwijderen via 'fairness by unawareness'.

C Verschillende eerlijkheidsstatistieken (zoals gelijke kansen en kalibratie) wiskundig gezien vaak
niet tegelijkertijd gerealiseerd kunnen worden.

D Algoritmes inherent minder bevooroordeeld zijn dan menselijke besluitvormers omdat ze op
feiten gebaseerd zijn.


Vraag 6 1 punt
Wat is het fundamentele verschil tussen 'Duurzame AI' en 'AI voor Duurzaamheid'?

A Duurzame AI gaat over de economische winstgevendheid van AI-bedrijven, terwijl AI voor
Duurzaamheid gaat over natuurbehoud.

B Er is geen verschil; beide termen worden door elkaar gebruikt in de Europese AI Act.

C Duurzame AI focust op het minimaliseren van de ecologische en ethische impact van AI zelf,
terwijl AI voor Duurzaamheid AI gebruikt om duurzaamheidsproblemen op te lossen.

D Duurzame AI wordt enkel gebruikt in de landbouw, terwijl AI voor Duurzaamheid overal kan
worden toegepast.


Vraag 7 1 punt
Onder de Europese AI Act valt het gebruik van AI-systemen voor 'social scoring' door overheden onder
welke risicocategorie?

A Hoog risico

B Minimaal risico

C Beperkt risico

D Onaanvaardbaar risico




gegenereerd op 09-06-2026 3/9



Downloaded by Jasper ()

Infos sur le Document

Publié le
19 juin 2026
Nombre de pages
5
Écrit en
2025/2026
Type
Examen
Contient
Questions et réponses
€7,66

Mauvais document ? Échangez-le gratuitement Dans les 14 jours suivant votre achat et avant le téléchargement, vous pouvez choisir un autre document. Vous pouvez simplement dépenser le montant à nouveau.
Rédigé par des étudiants ayant réussi
Disponible immédiatement après paiement
Lire en ligne ou en PDF

Vendu
0
Abonnés
0
Éléments
5
Dernière vente
-



Pourquoi les étudiants choisissent Stuvia

Créé par d'autres étudiants, vérifié par les avis

Une qualité sur laquelle compter : rédigé par des étudiants qui ont réussi et évalué par d'autres qui ont utilisé ce document.

Le document ne convient pas ? Choisis un autre document

Aucun souci ! Tu peux sélectionner directement un autre document qui correspond mieux à ce que tu cherches.

Paye comme tu veux, apprends aussitôt

Aucun abonnement, aucun engagement. Paye selon tes habitudes par carte de crédit et télécharge ton document PDF instantanément.

Student with book image

“Acheté, téléchargé et réussi. C'est aussi simple que ça.”

Alisha Student

Foire aux questions