Anmeldermodellen, Selvstændigt erhvervsdrivende
Vurderer risikoen for svig blandt selvstændigt erhvervsdrivende.
Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?
Databeskyttelse (gælder på tværs af Skatteforvaltningens machine learning-modeller). Citat fra egen redegørelse:
Opmærksomhedspunkterne blev særligt tydelige i forbindelse med det politiske og mediemæssige fokus på Skatteforvaltningens anvendelse af machine learning-modeller i foråret 2024. Her blev det klart, at der ikke for alle forvaltningens machine learning-modeller forelå fuldt opdaterede databeskyttelsesretlige konsekvensanalyser, og at der for enkelte machine learning-modeller ikke var udarbejdet sådanne konsekvensanalyser.
Skatteforvaltningen har på baggrund heraf udarbejdet de manglende konsekvensanalyser samt opdateret allerede eksisterende. Disse har vist, at Skatteforvaltningen fortsat har enkelte udeståender i relation til overholdelsen af databeskyttelseslovgivningen. Det gælder bl.a. kravene om visse tekniske foranstaltninger, der skal understøtte behandlingssikkerheden, og fuld opfyldelse af oplysningspligten over for de borgere, hvis personoplysninger anvendes til udvikling og/eller drift af forvaltningens machine learning-modeller.
Kilde: Skatteforvaltningens brug af kunstig intelligens (Skatteministeriet), afsnit 3.4.1. Redegørelse (PDF).
Kilder
Kilde: Skatteforvaltningens brug af kunstig intelligens (Skatteministeriet). Pressemeddelelse · Redegørelse (PDF).