Posts tonen met het label proportionaliteit en subsidiariteit. Alle posts tonen
Posts tonen met het label proportionaliteit en subsidiariteit. Alle posts tonen

woensdag 20 november 2019

Het 'black box'-karakter van geheime dataveillance & Big Data-analyse en uw rechten (deel III)

Deel II: uw recht om niet te worden onderworpen aan profilering, het recht van verzet en passende maatregelen ter compensatie van de inbreuk op uw recht om niet geprofileerd te worden

Overzicht
1. De wettelijke grondslag voor de rechtmatigheid van de verwerking van uw persoonsgegevens;
2. Doelbinding;
3. Proportionaliteit en subsidiariteit (noodzaak en dataminimalisatie)

1. De wettelijke grondslag voor de rechtmatigheid van de verwerking van uw persoonsgegevens
De verwerking van uw persoonsgegevens in het kader van dataveillance, data-analyse of profilering is slechts rechtmatig, indien de verwerking noodzakelijk is voor de vervulling van een taak van algemeen belang of van een taak in het kader van de uitoefening van het openbaar gezag dat aan de verwerkingsverantwoordelijke is opgedragen (art. 6 lid 1 onder e AVG). De wettelijke grondslag moet specifiek zijn. Een beroep op de ‘publieke taak’ is onvoldoende specifiek voor de rechtmatigheid van de gegevensverwerking in het kader van data-analyse en profilering. De wettelijke grondslag voor gegevensverwerking kan niet gelijkgesteld worden met de wettelijke grondslag voor het uitvoeren van de publieke taak (Kamerstukken II 2017/18, 34 851, nr. 4, p. 34). 

Met de ‘wettelijke verplichting’ op grond van de Participatiewet is géén specifieke grondslag voor de rechtmatigheid van de gegevensverwerking gegeven. Het uitvoeren van een wettelijke verplichting moet redelijkerwijs niet goed mogelijk zijn zonder verwerking van de persoonsgegevens. Met andere woorden: de eisen van proportionaliteit en subsidiariteit brengen mee, dat de wettelijke grondslag voor de uitvoering van de publieke taak slechts als grondslag voor de gegevensverwerking kan gelden, indien de gegevensverwerking noodzakelijk is (lees: een voorwaarde) voor de uitvoering van de 'publieke taak'. Die noodzaak wordt onderschreven in het Model GEB Rijksdienst (Privacy Impact Assessment), zie onderdeel B,  'Beoordeling rechtmatigheid gegevensverwerkingen', p. 15.

De AVG moet worden uitgelegd overeenkomstig het recht op eerbiediging van het privéleven van de burger als bedoeld in art. 8 EVRM. De verwerking van persoonsgegevens raakt direct aan het recht op eerbiediging van de persoonlijke levenssfeer (EHRM 25 februari 1997, 22009/93 (Z./Finland), r.o. 117); EHRM 16 februari 2000, 27798/95 (Amann/Zwitserland), r.o. 65). Gegevensverwerking brengt een inmenging in het recht van art. 8 EVRM teweeg (EHRM 6 september 1978, 5029 /71 (Klass/Duitsland), r.o. 41; EHRM 2 augustus 1984, 8691/79 (Malone/Verenigd Koninkrijk)).

De relatie tussen de AVG en het EVRM brengt mee dat de wettelijke grondslag voor gegevensverwerking moet voldoen aan de voorzienbaarheidseis van het EHRM (EHRM 26 april 1979, 6538/74 (The Sunday Times/Verenigd Koninkrijk), r.o. 47-48). De ‘voorzienbaarheid’ houdt in dat de wetgeving dusdanig duidelijk moet zijn, dat betrokkene kan begrijpen onder welke omstandigheden en voorwaarden het overheidsoptreden inmenging kan maken op zijn privéleven (EHRM 2 augustus 1984, 8691/79 (Malone/Verenigd Koninkrijk), r.o. 67; EHRM 24 april 1990, 11105/84 (Huvig/Frankrijk), r.o. 29; EHRM 4 december 2008, 30562/04 en 30566/04 (S. en Marper/Verenigd Koninkrijk), r.o. 95; EHRM 18 mei 2010, 26839/05 (Kennedy/Verenigd Koninkrijk), r.o. 151; EHRM 29 juni 2006, 54934/00 (Weber en Saravia/Duitsland), r.o. 93; EHRM 28 juni 2007, 62540/00 (Association for European Integration and Human Rights en Ekimdzhiev/Bulgarije), r.o. 75). 

2. Doelbinding
Persoonsgegevens moeten voor welbepaalde, uitdrukkelijk omschreven en gerechtvaardigde doeleinden worden verzameld en mogen niet op een met die doeleinden onverenigbare wijze worden verwerkt (art. 5 lid 1 onder b AVG). Het zonder vooraf bepaalde doeleinden ‘minen’ van persoonsgegevens, het ongericht verzamelen en analyseren van data om aanwijzingen te verkrijgen dat sprake is van een verhoogde kans op fraude, is niet verenigbaar met het doelbindingsprincipe (
E.M.L. Moerel & J.E.J. Prins, Privacy voor de homo digitalis, in: Homo digitalis, Handelingen Nederlandse Juristen Vereniging 2016/146-1, p. 19).  

De WRR merkt op dat het secundaire gebruik van data inherent is aan Big Data en op gespannen voet staat met het doelbindingscriterium (WRR, Big Data in een vrije en veilige samenleving, Den Haag/Amsterdam 2016, p. 90-93 en 108). Door de koppeling van databases van verschillende overheidsinstanties en hergebruik van opgeslagen data neemt de druk op de doelbinding toe (WRR, Big Data in een vrije en veilige samenleving, Den Haag/Amsterdam 2016, p. 107). De kans op verkrijging van niet-voorziene data is groot bij de inzet van voorspellende algoritmen, omdat de menselijke interventie beperkt is gedurende de processen van datamining en data-analyse.

3. Proportionaliteit en subsidiariteit (noodzaak en dataminimalisatie)
Het doelbindingsprincipe is onderdeel van de proportionaliteits- en subsidiariteitseis. Het beginsel van dataminimalisatie (art. 5 lid 1 onder c AVG) houdt in dat de verzameling en verwerking van persoonsgegevens blijft beperkt tot wat noodzakelijk is voor het bereiken van specifiek bepaalde, uitdrukkelijk omschreven doeleinden. Gegevens dienen zo selectief mogelijk te worden verzameld en verwerkt én alleen voor zover noodzakelijk. De verwerking dient noodzakelijk te zijn voor de vervulling van een van de voorwaarden in art. 6 lid 1 AVG. 

De door het EHRM ontwikkelde proportionaliteitseis houdt in, dat de inmenging in de persoonlijke levenssfeer strikt genomen noodzakelijk moet zijn vanwege een dringende maatschappelijke behoefte (‘pressing social need’) en dat die inmenging door dataverzameling en -verwerking proportioneel is om de gerechtvaardigde doeleinden te bereiken (EHRM 2 september 2010, 35623 (Uzun/Duitsland), r.o. 78; EHRM 26 maart 1978, 9248/81 (Leander/Zweden), r.o. 58). De inbreuk op de eerbiediging van de persoonlijke levenssfeer moet evenredig zijn in verhouding tot het doeleinde van de gegevensverwerking/profilering/datamining. Wanneer het om geheime surveillance gaat, is de discretionaire bevoegdheid van de nationale overheid ten aanzien van de invulling van de noodzakelijkheid beperkt (EHRM 12 januari 2016, 37138/14 (Szabó en Vissy/Hongarije), r.o. 54).

De ‘fair balance’-test van het EHRM in S. en Marper/Verenigd Koninkrijk bevat meerdere belangrijke vingerwijzingen voor het beoordelen van de proportionaliteit van de inmenging in het privéleven van de burger. De aard en ernst van de overtreding of misdrijf waarvan de betrokkene wordt verdacht, de duur van de bewaring van de persoonsgegevens, de mogelijkheden voor de betrokkene om zijn persoonsgegevens te laten verwijderen en de mogelijkheid tot onafhankelijk toezicht op de opslag van de persoonsgegevens zijn factoren die concreet worden gewogen in de proportionaliteitsbeoordeling door het EHRM. 

Of een instrument met een ‘black box’-karakter de proportionaliteitstoets van het EHRM zal doorstaan, is afhankelijk van de volgende vragen:
- Is er een dringende maatschappelijke behoefte waarvoor de dataveillance/profilering wordt toegepast?
- Van welke overtreding wordt de burger verdacht en hoe ernstig is deze overtreding?
- Heeft de burger de mogelijkheid om zijn persoonsgegevens te laten verwijderen?
- Kan de burger effectief zijn recht op het inschakelen van onafhankelijk toezicht uitoefenen? 

De subsidiariteitseis houdt in, dat alleen de minst ingrijpende methode mag worden ingezet om met de inbreuk op de rechten van de burger proportionele doeleinden te bereiken (EHRM 4 december 2015, 47143/06 (Zakharov/Rusland), r.o. 232). De verwerkingsverantwoordelijke die stelt dat het gekozen instrument voor dataveillance/analyse/profilering adequater is dan andere instrumenten, voldoet niet aan de subsidiariteitseis. Concreet moet worden getoetst of het doel waarvoor de persoonsgegevens worden verwerkt, in redelijkheid niet op een andere, voor de burger minder nadelige wijze kan worden bereikt (Advies SyRI, Autoriteit Persoonsgegevens 18 februari 2014, p. 4). 

In deel IV bespreek ik de toelaatbaarheid van beperkingen op de transparantie- en informatieplichten in uitzonderlijke gevallen, de uitzonderingsgronden in art. 41 Uitvoeringswet AVG, de behoefte aan rechtsvorming ten aanzien van art. 23 AVG en de specifieke gedragsregels die door de Autoriteit Persoonsgegevens zijn uitgevaardigd

vrijdag 26 juli 2019

3.4-3.5 Mogelijkheden en ontwikkelingen waarmee de inzet van strafrechtelijke Big Data-analyses voldoet aan de EHRM-criteria inzake 8 EVRM


3.4  Hoe kan de Nederlandse wetgever ter zake van de inzet van iColumbo en iRN voldoen aan de EHRM-criteria voor het recht op eerbieding van het privéleven van de burger?

Naar aanleiding van het onderzoek in voorgaande hoofdstukken en het onderhavige hoofdstuk, zijn wettelijke mogelijkheden en nieuwe ontwikkelingen de revue gepasseerd, waarmee Nederland bij de inzet van iRN en iColumbo (en nog te ontwikkelen technologieën) mijns inziens in de pas zou lopen met de criteria die door het EHRM aan het overheidsoptreden worden gesteld. Ik licht enkele mogelijkheden en concrete ontwikkelingen uit en geef aan wat hun relevantie is in relatie tot de criteria van het EHRM. 

1. Een aanscherping van de proportionaliteit en subsidiariteit 

Mogelijkheid: een afspiegeling van artikel 26 van de Wiv 2017 opnemen in de nieuwe Wpg

Een mogelijkheid waarmee de inzet van iRN en iColumbo beter zou aansluiten bij de eisen van proportionaliteit en subsidiariteit zoals die zijn gesteld door het EHRM, is te vinden in artikel 26 van Wiv 2017.[1] De proportionaliteitseis in Wiv 2017 houdt in dat gegevensverzameling achterwege moet blijven, indien de uitoefening van de bevoegdheid tot gegevensverzameling de betrokkene een onevenredig nadeel in vergelijking met het nagestreefde doel (bijvoorbeeld bescherming van de democratische rechtsstaat) oplevert (artikel 26 lid 2 Wiv 2017). De subsidiariteitseis van Wiv 2017 houdt in, dat iColumbo slechts zal mogen worden gebruikt, indien deze methode in vergelijking met andere methoden het minste nadeel voor de betrokkene oplevert (artikel 26 lid 1 Wiv 2017).[2] 

Met een terughoudende inzet van iColumbo onder vigeur van de Wiv 2017 zou de overheidsinstantie in lijn met de proportionaliteits- en subsidiariteitscriteria van het EHRM handelen; ook zou het knelpunt van onduidelijkheid over de proportionaliteit en subsidiariteit worden weggenomen. Hierbij moet wel worden opgemerkt dat Wiv 2017 slechts van toepassing is, indien de Algemene Inlichtingen en Veiligheidsdienst Big Data-analyse zou gebruiken. De wetgever zou in overweging kunnen nemen om een afspiegeling van artikel 26 Wiv 2017 op te nemen in de Wpg.

Ontwikkeling: een verplichte gegevensbeschermingseffectbeoordeling (PIA) in de Wpg

In de nieuwe Wpg wordt een verplichting tot het uitvoeren van een gegevensbeschermingseffectbeoordeling opgenomen (PIA, artikel 4c lid 1 Wpg). Deze bepaling kan worden beschouwd als een stimulans om de proportionaliteit en subsidiariteit van de inzet van iColumbo expliciet af te wegen en te motiveren. Het PIA functioneert binnen ICT-diensten van overheidsinstanties, waaronder opsporingsdiensten, als correctief middel: het dwingt de gegevensverwerker standaard tot heroverweging van gemaakte afwegingen en tot het kiezen van de minst ingrijpende oplossing om een doel te bereiken. Het PIA is van toepassing op gesystematiseerde verwerking en analyse van persoonlijke aspecten en categorieën van persoonsgegevens, waarmee het iColumbo en iRN onder het bereik van het PIA vallen. 

2. Verbetering van onafhankelijk en effectief toezicht

Ontwikkeling: audit-logging en afweging van de noodzaak tot operationeel gebruik 

Het werken met audit-logbestanden (systematische controle) moet het Big Data-proces voor de toezichthoudende instantie inzichtelijk maken (aandachtspunt 21 van het PIA).[3] Aandachtspunt 24 van het PIA geeft regels voor de verbetering van de evaluatie van het data-analyseproces.[4] De gegevensverwerker moet aangeven of de datasets of extracten daarvan, van voldoende relevantie zijn voor operationeel gebruik (bijvoorbeeld voor het nemen van een beslissing tot vervolging). Daarnaast moet de verwerker evalueren of de opbrengst van de data-analyse van voldoende waarde is om de noodzaak van de gegevensverwerking te kunnen rechtvaardigen, wanneer wordt overgegaan tot operationeel gebruik. Bovendien wordt van de verwerker verwacht dat de uitkomst van de data-analyse reproduceerbaar is. De reproduceerbaarheid van het analyseproces is van belang voor de mogelijkheid tot uitoefening van effectief toezicht door een onafhankelijke partij. De verwerker wordt in punt 26 bevolen een monitoring- en loggingsbeleid te voeren, om de inzichtelijkheid tegenover de toezichthouder te verbeteren. 

3.5  Deelconclusie
Het gebruik van het iRN-netwerk en iColumbo in het kader van Big Data-analyses voor strafvorderlijke doeleinden is getoetst aan artikel 10 van de Nederlandse Grondwet en het toetsingskader van het EHRM voor het beoordelen van inmengingen in het recht op eerbiediging van het privéleven van betrokkene. Het toetsingskader van het EHRM is opgebouwd uit de volgende criteria: er moet een inmenging zijn in het privéleven van de betrokkene, deze inmenging moet bij wet zijn voorzien, noodzakelijk zijn voor het gerechtvaardigde doeleinde van de handhaving van de democratische samenleving, waarbij de inmenging moet worden gecompenseerd door duidelijke, gedetailleerde regels aan de toepassing van geheime methoden van datasurveillance, waaronder iColumbo en het afgeschermde netwerk iRN kunnen worden verstaan. Geconstateerd is dat de belangrijkste knelpunten zijn gelegen in het ontbreken van gedetailleerde wetgeving om de inzet van iRN en iColumbo te normeren, waaronder wetgeving die duidelijk maakt onder welke omstandigheden de betrokkene aan de data-analyse kan worden onderworpen. Ook kan het onafhankelijke toezicht op de inzet van data-analyse als iColumbo in gevaar komen door het gebrek aan inzicht in volledig geautomatiseerde processen die plaatsvinden na de invoering van de zoekopdracht.
                                        

[1] Zie 2.2.1 voor een korte omschrijving van Wiv 2017.
[2] Kamerstukken II 2016/17, 34 588, nr. 3, p. 7-8, 39-40.
[3] Toelichting: Big Data analyse, Model GEB Rijksdienst (PIA), Big Data JenV, versie 1 april 2018, p. 25.
[4] Toelichting: Big Data analyse, Model GEB Rijksdienst (PIA), Big Data JenV, versie 1 april 2018, p. 26.