पाठ 1AI प्रणालीहरूको लागि DPIA: मोडेल इनपुटहरू, आउटपुटहरू, जोखिम स्कोरिङ, त्रुटि दरहरू र न्यूनीकरण रणनीतिहरूको दायरायो खण्डले AI HR उपकरणहरूको लागि DPIA हरू पार गर्दछ, दायरा परिभाषा, इनपुट र आउटपुटहरू नक्सांकन, जोखिम स्कोरिङ, त्रुटि दरहरू र पूर्वाग्रह मूल्यांकन, र GDPR र श्रम कानून अपेक्षाहरूसँग अनुरूप न्यूनीकरण र निगरानी योजनाहरू डिजाइन गर्दछ।
Scoping AI use cases and data flowsIdentifying data subjects and impactsRisk scoring and prioritization methodsEvaluating error rates and false matchesMitigation, residual risk and sign-offपाठ 2कागजात र शासन: मोडेल जोखिम रजिस्टर, एल्गोरिदमिक प्रभाव विवरण, परिवर्तन लगहरू र तालिम रेकर्डहरूयो खण्डले मोडेल जोखिम रजिस्टरहरू, प्रभाव विवरणहरू, परिवर्तन लगहरू र तालिम रेकर्डहरू मार्फत AI HR उपकरणहरू कागजात गर्ने कसरी व्याख्या गर्दछ, नियामकहरू, अदालतहरू र कर्मचारी प्रतिनिधिहरूलाई ट्रेसबिलिटी, जवाफदेहिता र रक्षात्मक प्रमाणहरू सम्भव बनाउँदै।
Designing an AI model risk registerAlgorithmic impact statement structureMaintaining model and data change logsTracking training data and model versionsEvidence packs for audits and litigationपाठ 3AI मा GDPR को लागूता: प्रशोधनको लागि वैधानिक आधार, विशेष वर्गहरू, र स्वचालित निर्णय-निर्माणको लागि प्रभावहरू (आर्टि. २२)यो खण्डले GDPR ले HR मा AI लाई कसरी लागू हुन्छ स्पष्ट गर्दछ, वैधानिक आधारहरू, विशेष वर्ग डेटा ह्यान्डलिङ, प्रोफाइलिङ र आर्टिकल २२ अन्तर्गत स्वचालित निर्णयहरू समावेश गर्दै, र नियामक छानबिन झेल्न सक्ने शासन, रेकर्डहरू र सुरक्षाहरू डिजाइन कसरी गर्ने।
Choosing lawful bases for HR AI usesHandling special category and union dataProfiling and automated decision criteriaMeaningful human involvement safeguardsRopa and documentation for AI systemsपाठ 4आवेदक स्क्रिनिङ र कर्मचारी निगरानीको लागि AI प्रयोग गर्दा कानुनी र नैतिक जोखिमहरूयो खण्डले भर्ती र निगरानीमा AI को कानुनी र नैतिक जोखिमहरू विश्लेषण गर्दछ, भेदभाव, चिसो प्रभावहरू, अत्यधिक निगरानी र अनुमानित डेटाको दुरुपयोग समावेश गर्दै, र HR AI परिनिर्माणहरूमा सुरक्षाहरू, निरीक्षण र समानुपातिकता कसरी एम्बेड गर्ने देखाउँछ।
Discrimination and equal treatment risksSurveillance, trust and chilling effectsOver-collection and function creep in HRUse of inferred and behavioral dataEthics review and escalation channelsपाठ 5पूर्वाग्रह, निष्पक्षता र गैर-भेदभाव जाँचहरू: डेटासेट उत्पत्ति, प्रतिनिधित्व, व्याख्यात्मकता र तृतीय-पक्ष अडिटहरूयो खण्डले AI HR उपकरणहरूको लागि पूर्वाग्रह र निष्पक्षता नियन्त्रणहरू समावेश गर्दछ, डेटासेट उत्पत्ति, प्रतिनिधित्व जाँचहरू, व्याख्यात्मक प्रविधिहरू, निष्पक्षता मेट्रिक्स र स्वतन्त्र अडिटहरू, अवशिष्ट जोखिमहरूको सुधार र सञ्चार मार्गदर्शनसहित।
Tracing dataset sources and licensesAssessing representativeness and coverageFairness metrics and threshold settingExplainability tools for HR decisionsThird-party audits and remediation plansपाठ 6प्राविधिक उपायहरू: डेटा न्यूनीकरण, अनामकरण/छद्मनामकरण, पहुँच नियन्त्रणहरू र सुरक्षित मोडेल परिनिर्माणयो खण्डले HR मा AI को लागि प्राविधिक सुरक्षाहरू विस्तृत गर्दछ, डेटा न्यूनीकरण, अनामकरण/छद्मनामकरण, पहुँच नियन्त्रणहरू र सुरक्षित परिनिर्माण ढाँचाहरू समावेश गर्दै, मोडेलहरू र HR डेटाको गोपनीयता, अखण्डता र लचकता सुनिश्चित गर्दै।
Data minimization for HR training datasetsAnonymization and pseudonymization patternsRole-based and attribute-based access controlSecure model hosting and API hardeningKey management and logging for AI systemsपाठ 7कर्मचारी अधिकारहरू र पारदर्शिता: सूचना, स्वचालित निर्णयहरूको अर्थपूर्ण व्याख्या, मानव समीक्षा र अप्ट-अउट विकल्पहरूयो खण्डले AI-चालित HR मा कर्मचारी सूचना अधिकारहरू व्याख्या गर्दछ, तहित सूचनाहरू, तर्कको अर्थपूर्ण व्याख्या, मानव समीक्षा विकल्पहरू, निर्णयहरू विवाद गर्ने र GDPR र श्रम कानूनसँग अनुरूप व्यावहारिक अप्ट-अउट वा वैकल्पिक प्रक्रियाहरू समावेश गर्दै।
Designing clear AI use notices for staffExplaining model logic in plain languageSetting up human review and escalationHandling objections and contestationsDocumenting responses to rights requestsपाठ 8जर्मनीमा कामदार परिषद् र सह-निर्णय आवश्यकताहरू: सहभागिता, सूचना अधिकारहरू र परामर्श दायित्वहरूयो खण्डले जर्मन कामदार परिषद् सह-निर्णयको लागि AI HR उपकरणहरूमा केन्द्रित गर्दछ, सहभागिता ट्रिगरहरू, सूचना अधिकारहरू परामर्श कर्तव्यहरू, सामान्य Betriebsvereinbarungen धाराहरू र कर्मचारी प्रतिनिधिहरूसँग प्रारम्भिक, विश्वास-आधारित संलग्नताको रणनीतिहरू समावेश गर्दै।
When AI tools trigger co-determinationInformation and inspection rights of councilsStructuring consultation and negotiationsKey clauses in AI BetriebsvereinbarungenCooperation strategies and documentationपाठ 9परीक्षण र वैधीकरण प्रक्रियाहरू: पूर्व-परिनिर्माण परीक्षण, प्रदर्शन मेट्रिक्स, निगरानी, र आवधिक पुनः-मूल्यांकनयो खण्डले AI HR प्रणालीहरूको लागि परीक्षण र वैधीकरण अभ्यासहरू सेट गर्दछ, पूर्व-परिनिर्माण जाँचहरू, प्रदर्शन र निष्पक्षता मेट्रिक्स, उत्पादनमा निगरानी, आवधिक पुनः-मूल्यांकन, रोलब्याक योजनाहरू र नियामकहरू र कामदार परिषद्हरूको लागि परिणामहरू कागजात गर्दै।
Pre-deployment functional test plansPerformance, error and fairness metricsShadow mode and A/B testing in HROngoing monitoring and alert thresholdsPeriodic reviews and rollback criteriaपाठ 10सम्झौतागत र विक्रेता व्यवस्थापन: प्रोसेसर बनाम नियन्त्रक भूमिकाहरू, आवश्यक सम्झौता धाराहरू, SLA हरू, मोडेल परिवर्तन व्यवस्थापन र मोडेल उत्पत्ति अनुरोधहरूयो खण्डले AI HR उपकरणहरूको लागि सम्झौताहरू र विक्रेता निरीक्षण सम्बोधन गर्दछ, नियन्त्रक र प्रोसेसर भूमिकाहरू परिभाषित गर्ने, अनिवार्य GDPR धाराहरू, SLA हरू, सुरक्षा र अडिट अधिकारहरू, मोडेल परिवर्तन सूचनाहरू र आपूर्तिकर्ताहरूको लागि उत्पत्ति र कागजात दायित्वहरू।
Allocating controller and processor rolesGDPR Article 28 and DPA essentialsSecurity, uptime and support SLAsModel updates, drift and change controlProvenance, audit and termination rights