Add empirical methods white paper in EN and NL

Added new knowledge base articles on empirical methods for supervising algorithmic profiling systems in both English and Dutch, including associated image and PDF. Updated 'featured' status for several existing articles.

Author: jfparie

content/.DS_Store

@@ -1,6 +1,6 @@
 ---
 icon: fas fa-search
-featured: true
+featured: false
 layout: article
 type: knowledgebase_item
 author: Algorithm Audit

content/english/knowledge-platform/knowledge-base/Comparative_review_10_FRIAs.md

@@ -0,0 +1,37 @@
+---
+intro: >-
+  How empirical methods can help regulating AI
+featured: true
+layout: article
+type: knowledgebase_item
+facets:
+  - value: type_white_paper
+    label: white paper
+  - value: subject_scientific
+    label: scientific
+author: Algorithm Audit and Netherlands Bureau for Economic Policy Analysis
+summary: >-
+  How empirical methods can help regulating AI
+weight: -16
+title: 'Empirical methods for supervising algorithmic profiling systems'
+subtitle: ''
+image: /images/knowledge_base/White_paper_Empirical_methods.png
+search:
+  searchableText: tvt, toezicht, tijdschrift voor toezicht
+---
+
+This article will be published in a special edition of the Journal for Supervision in Dutch *Praktische handvatten voor empirisch toezicht op profileringsalgoritmes*.
+
+###### Abstract
+
+When regulating algorithmic profiling systems, not only legal but also statistical information plays a key role.
+Using a Dutch public sector risk profiling algorithm as an example, we demonstrate that current frameworks,
+guidelines and soft law fall short in providing sufficient guidance for the interpretation of open norms within
+European non-discrimination law. We show that established methods from empirical science can help
+clarifying these norms. Building on the case-based example, we propose an assessment protocol designed
+to assist supervisory authorities in formulating targeted questions to examine indirect discrimination through
+algorithmic profiling systems used in the public and private sector. This approach builds upon existing
+legal frameworks, enabling supervisory authorities to effectively monitor algorithm-driven decision-making
+processes, even with limited resources.
+
+{{< embed_pdf url="/pdf-files/knowledge-base/20250826_Empirical_methods_for_supervising_algorithmic_profiling_systems.pdf" width_mobile_pdf="12" width_desktop_pdf="6" >}}

content/english/knowledge-platform/knowledge-base/Empirical_methods_for_supervising_algorithmic_profiling_systems.md

@@ -1,6 +1,6 @@
 ---
 layout: article
-featured: true
+featured: false
 type: knowledgebase_item
 author: Algorithm Audit
 summary: >-

content/english/knowledge-platform/knowledge-base/Public_standard_Meaningful_human_intervention.md

@@ -1,6 +1,6 @@
 ---
 icon: fas fa-search
-featured: true
+featured: false
 layout: article
 type: knowledgebase_item
 author: Algorithm Audit

content/english/knowledge-platform/knowledge-base/Public_standard_profiling.md

@@ -0,0 +1,36 @@
+---
+intro: >-
+  Praktische handvatten voor empirisch toezicht op profileringsalgoritmes
+featured: true
+layout: article
+type: knowledgebase_item
+facets:
+  - value: type_white_paper
+    label: white paper
+  - value: subject_scientific
+    label: wetenschappelijk
+author: Algorithm Audit en Centraal Planbureau
+summary: >-
+  Hoe empirische methoden ondersteunen bij toezicht op AI
+weight: -16
+title: 'Praktische handvatten voor empirisch toezicht op profileringsalgoritmes'
+subtitle: ''
+image: /images/knowledge_base/White_paper_Empirical_methods.png
+search:
+  searchableText: tvt, toezicht, tijdschrift voor toezicht
+---
+
+Dit artikel is gepubliceerd in een thema-editie van het Tijdschrift voor Toezicht (TvT) als *Praktische handvatten voor empirisch toezicht op profileringsalgoritmes*.
+
+###### Abstract
+
+Bij toezicht op algoritmes en AI staat niet alleen het recht, maar ook de sta8s8ek centraal. Aan de hand
+van een concreet profileringsalgoritme lichten we toe dat bestaande kaders, handreikingen en so> law
+onvoldoende houvast bieden voor het invullen van open normen uit het gelijke behandelingsrecht. We
+illustreren dat beproefde methoden uit de empirische wetenschap handvaBen bieden om deze normen
+in te vullen. Aan de hand van het prak8jkvoorbeeld wordt een vragenlijst geïntroduceerd die
+toezichthouders ondersteunt in het stellen van gerichte vragen over indirect onderscheid door
+algoritmes en AI. Deze aanpak bouwt voort op weBelijke kaders en stelt toezichthouders in staat met
+beperkte middelen effec8ef toezicht te houden op algoritme-gedreven besluitvormingsprocessen.
+
+{{< embed_pdf url="/pdf-files/knowledge-base/20250826_Empirical_methods_for_supervising_algorithmic_profiling_systems.pdf" width_mobile_pdf="12" width_desktop_pdf="6" >}}