In this paper we explore the extent to which privacy enhancing technologies (PETs) could be effective in providing privacy to citizens. Rapid development of ubiquitous computing and ‘the internet of things’ are leading to Big Data and the application of Predictive Analytics, effectively merging the real world with cyberspace. The power of information technology is increasingly used to provide personalised services to citizens, leading to the availability of huge amounts of sensitive data about individuals, with potential and actual privacy-eroding effects. To protect the private sphere, deemed essential in a state of law, information and communication systems (ICTs) should meet the requirements laid down in numerous privacy regulations. Sensitive personal information may be captured by organizations, provided that the person providing the information consents to the information being gathered, and may only be used for the express purpose the information was gathered for. Any other use of information about persons without their consent is prohibited by law; notwithstanding legal exceptions. If regulations are properly translated into written code, they will be part of the outcomes of an ICT, and that ICT will therefore be privacy compliant. We conclude that privacy compliance in the ‘technological’ sense cannot meet citizens’ concerns completely, and should therefore be augmented by a conceptual model to make privacy impact assessments at the level of citizens’ lives possible.
This paper argues online privacy controls are based on a transactional model of privacy, leading to a collective myth of consensual data practices. It proposes an alternative based on the notion of privacy coordination as an alternative vision and realizing this vision as a grand challenge in Ethical UX
The maximum capacity of the road infrastructure is being reached due to the number of vehicles that are being introduced on Dutch roads each day. One of the plausible solutions to tackle congestion could be efficient and effective use of road infrastructure using modern technologies such as cooperative mobility. Cooperative mobility relies majorly on big data that is generated potentially by millions of vehicles that are travelling on the road. But how can this data be generated? Modern vehicles already contain a host of sensors that are required for its operation. This data is typically circulated within an automobile via the CAN bus and can in-principle be shared with the outside world considering the privacy aspects of data sharing. The main problem is, however, the difficulty in interpreting this data. This is mainly because the configuration of this data varies between manufacturers and vehicle models and have not been standardized by the manufacturers. Signals from the CAN bus could be manually reverse engineered, but this process is extremely labour-intensive and time-consuming. In this project we investigate if an intelligent tool or specific test procedures could be developed to extract CAN messages and their composition efficiently irrespective of vehicle brand and type. This would lay the foundations that are required to generate big data-sets from in-vehicle data efficiently.
Bevoorrading en retourstromen in stedelijke gebieden zijn kostbaar en gebonden aan veel regelgeving. Er is verkeersdruk en parkeren (op laad- en losplekken) is vaak slecht mogelijk. Dit project bekijkt een nieuwe techniek om verkeersstromen in Amsterdamse straten te observeren en de relatie te leggen met de bevoorrading van winkels, van de markt en van andere bedrijven en partijen in een straat. Met dit inzicht kan er in samenwerking met vervoerders, leveranciers, ondernemers en bewoners bekeken worden welke oplossingen er zijn om de verkeersdruk te verminderen. Het slimmer en schoner regelen van de bevoorrading en inzameling van afval betekent een beter leefklimaat, een betere bereikbaarheid en niet in de laatste plaats een bruisende wijk waar het prettig vertoeven is. Het samenbrengen van de benodigde data is arbeidsintensief en zal in verband met concurrentie posities en privacy niet altijd mogelijk zijn. Schattingsmodellen en metingen worden daarom ingezet. Een andere techniek is om daadwerkelijk in een winkelstraat te gaan observeren. Fysiek is dat zeer arbeidsintensief en camerabeelden mogen meestal niet worden gebruikt in verband met privacy. Met artificiële intelligentie kunnen objecten (en personen) uit beeldmateriaal worden herkend. Daarover zijn succesverhalen in een social media context gepresenteerd, en recent ook in verkeersomgevingen (vaak snelwegen). In dit project willen we gedetailleerd beeldmateriaal (foto’s) verzamelen, om te zien welke informatie kan worden geleerd met beeldherkennings-algoritmes. Het betreft een verkennend bruikbaarheidsonderzoek met een aantal praktijkpartners.
MKB-bedrijven op het gebied van architectuur, gebiedsontwikkeling, ontwerp, digital design en technologie-ontwikkeling zien een nieuwe ‘markt’ ontstaan in de toenemende interesse voor de stedelijke commons. Dat zijn lokale gemeenschappen waarin mensen resources zoals energie, mobiliteit of woonruimte met elkaar delen en beheren, op een duurzame en pro-sociale manier. MKB-bedrijven zien kansen om in co-creatie met deze leefgemeenschappen nieuwe diensten en producten te ontwikkelen waarmee bewoners hun hulpbronnen gemeenschappelijk kunnen managen. MKB-bedrijven zien de ontwikkeling van stedelijke commons daarnaast als mogelijke oplossing voor urgente maatschappelijke vraagstukken en missies op het gebied van inclusieve woningbouw, duurzaamheid en de energietransitie. Voor het goed functioneren van de commons is een heldere articulatie en implementatie van hun onderliggende (maatschappelijke) waarden essentieel. Dit vraagt van MKB-bedrijven een zoektocht naar nieuwe manieren van gebieds- en technologie-ontwikkeling in samenwerking met bewoners. Een specifiek probleem daarbij betreft het vertalen van de commons-waarden naar een technologisch systeem dat het gezamenlijk beheer van hulpbronnen mogelijk maakt. Hiervoor wordt veel verwacht van digitale platformen en distributed ledgers technologies zoals de blockchain. Dit zijn databases die precies bijhouden wie wat bijdraagt en gebruikt. Ze koppelen zo’n boekhouding ook aan rechten, plichten en reputaties van de deelnemers. Bij de inrichting van zo’n systeem moeten ontwerpers steeds keuzes maken en rekening houden met spanningen tussen bijvoorbeeld privacy en transparantie, of individuele en collectieve belangen. In dit ontwerpproces stuiten MKBs op een kennishiaat. Hoe kunnen de onderliggende (maatschappelijke) waarden van commons-gemeenschappen 1) worden gearticuleerd en 2) vertaald naar een ontwerp voor de organisatie van een stedelijke commons met behulp van digitale platformen? Dit onderzoek verkent deze vragen in een fieldlab in Amersfoort, op twee ‘transfersites’ in Amsterdam en Birmingham, en met community of practice partners. Samen met hen worden een set design-principes en richtlijnen ontwikkeld voor het ontwerp van DLTs voor de stedelijke commons.
