Checklista för AI-datastyrning

Artikel 10 är kravet som fallerar i tysthet. Inventera era datamängder, pröva var och en mot artikel 10:s elva kriterier och anteckna den granskning av skevheter som artikeln faktiskt begär.

€79 exkl. moms · engångsbetalning

Säker betalning via Stripe. Omedelbar leverans via e-post, licens på namn.

Artikel 10 är kravet som fallerar i tysthet. Modellen fungerar. Dokumentationen finns. Och ingen kan säga var träningsdatan kom ifrån, eller om den representerar de människor systemet ska användas på.

Vad artikel 10 faktiskt begär

Elva saker, och de är mer bestämda än de flesta team väntar sig:

utformningsvalen för datan, dokumenterade;
insamlingsprocesserna och ursprunget — och för personuppgifter det ursprungliga syftet med insamlingen;
förberedande åtgärder: annotering, märkning, rensning, uppdatering, berikning, aggregering;
de antaganden varje datamängd är avsedd att representera;
en bedömning av tillgänglighet, mängd och lämplighet;
granskning av skevheter som sannolikt påverkar hälsa, säkerhet eller grundläggande rättigheter;
åtgärder för att minska skevheter;
luckor och brister, identifierade och åtgärdbara;
tränings-, validerings- och testmängder som är relevanta, tillräckligt representativa och så långt möjligt felfria och fullständiga (art. 10.3);
kontextuella egenskaper — geografiska, beteendemässiga, funktionella (art. 10.4);
och det snäva tillståndet i art. 10.5 att behandla särskilda kategorier av uppgifter strikt för att upptäcka och korrigera skevheter, med skyddsåtgärder.

Vad som finns i filen

En inventering av varje tränings-, validerings- och testmängd med dess härkomst och om den innehåller personuppgifter. De elva kriterierna som en checklista med ett tillstånd och en pekare till beviset. Ett register för granskning av skevheter — granskat attribut, metod, vad som hittades, vidtagen åtgärd, kvarstående. Och en flik för luckor, eftersom art. 10.2 h ber er identifiera brister, inte att inte ha några.

Raden som betyder mest

Artikel 10.2 b begär ursprunget och, när personuppgifter är inblandade, det ursprungliga syftet med insamlingen. Att återanvända kunddata för modellträning är precis den punkt där den här filen och er GDPR-förteckning måste stämma överens — och där de oftast inte gör det.

Vad det täcker i förordningen

Art. 10 — data och datastyrning

AI Act möter DORA och NIS2

Omfattas er organisation av både AI Act och DORA? De två förordningarna möts i den operativa motståndskraften hos finansiella AI-system. Vår systersajt regulation-dora.eu täcker DORA på djupet — inklusive vad AI Act lägger till ovanpå ett befintligt DORA-program.

AI Act för finansiella institut ↗ Utforska regulation-dora.eu ↗

Vanliga frågor

Vad kräver artikel 10 för träningsdata?

Tränings-, validerings- och testdata måste vara relevanta, tillräckligt representativa och så långt möjligt felfria och fullständiga sett till det avsedda syftet. Art. 10.2 kräver dessutom dokumenterade utformningsval, härkomst, förberedande åtgärder, antaganden, en lämplighetsbedömning, granskning och minskning av skevheter samt identifierade luckor.

Får vi behandla särskilda kategorier av uppgifter för att kontrollera skevheter?

Art. 10.5 tillåter det strikt för att upptäcka och korrigera skevheter, med skyddsåtgärder som inkluderar tekniska gränser för återanvändning, säkerhet enligt senaste teknik och radering när skevheten har korrigerats. Det är ett snävt tillstånd, inte en allmän licens.

Behöver vi detta om vi köpte modellen?

Ni kommer inte att inneha träningsdatan, men ni behöver ändå svaren — bilaga IV § 2 d frågar om det och er leverantör är den enda källan. Det är en gransknings- och avtalsfråga.