Somo 1Mikataba ya wauzaji na wateja kwa vipengele vya AI: mikataba ya kuchakata data, udhibiti wa pamoja, ugawaji wa wajibu na mahitaji ya usalamaSehemu hii inaelezea jinsi ya kuweka mikataba ya wauzaji na wateja kwa vipengele vya AI, ikilenga mikataba ya kuchakata data, udhibiti wa pamoja, ugawaji wa wajibu na vifungu vya usalama vinavyoakisi mahitaji ya kisheria na kimaadili.
Kufafanua majukumu ya msimamizi na mchakatajiVifungu vya msingi vya mikataba ya kuchakata dataUdhibiti wa pamoja na wajibu wa pamojaKikomo cha wajibu, fidia na bimaWajibu wa usalama na kujibu tukioHaki za ukaguzi, usimamizi na kumalizaSomo 2Mifumo msingi ya ulinzi wa data na wajibu unaohusiana na AI (kanuni: kikomo cha kusudi, kupunguza data, msingi halali, uwazi)Sehemu hii inachunguza mifumo msingi ya ulinzi wa data inayohusiana na AI, ikisisitiza kanuni kama kikomo cha kusudi, kupunguza data, msingi halali na uwazi, na jinsi ya kufanya kazi katika maendeleo na kuweka AI.
Kikomo cha kusudi katika mafunzo na matumizi ya AIKupunguza data na kuchagua vipengeleKuchagua na kuandika msingi halaliUwazi na notisi za maanaUsahihi, mipaka ya uhifadhi na uadilifuUwajibikaji na miundo ya utawalaSomo 3Tathmini za Athari za Ulinzi wa Data (DPIAs) / Tathmini za Athari za AI (AIA): muundo, maswali kuu na mipango ya kurekebishaSehemu hii inaelezea jinsi ya kubuni na kuendesha DPIAs na AIAs, kutoka upeo na kutambua hatari hadi ushirikiano wa wadau, hati na kupanga kurekebisha, kuhakikisha mifumo ya AI inakidhi matarajio ya kisheria, kimaadili na ya shirika.
Upeo wa mifumo ya AI na shughuli za kuchakataKutambua wadau na vikundi vilivyoathirikaKupanga hatari kwa haki na uhuruKubuni mipango ya kupunguza na kurekebishaKuandika matokeo na kusainiKuunganisha DPIAs katika maisha ya bidhaaSomo 4Usawa wa algoriti na upendeleo: vyanzo vya upendeleo, njia za kupima na mbinu za kupunguzaSehemu hii inachanganua upendeleo wa algoriti na usawa katika AI, ikielezea vyanzo vya upendeleo, vipimo vya usawa na mikakati ya kupunguza katika data, uundaji modeli na kuweka, ikilenga matarajio ya kisheria katika mazingira makali ya udhibiti.
Aina na vyanzo vya upendeleo wa algoritiVipimo vya usawa na maelewanoUpindeleo katika kukusanya na kuweka lebo dataMkakati wa mafunzo na tathmini ya modeliKupunguza wakati wa kuweka na ufuatiliajiKuandika maamuzi ya usawaSomo 5Vitabu vya mchezo vya shughuli kwa ukaguzi wa kufuata sheria wa bidhaa na kupandisha kati ya timu (Bidhaa, Kisheria, Faragha, Kufuata Sheria)Sehemu hii inatoa vitabu vya mchezo vya vitendo kwa ukaguzi wa kufuata sheria wa bidhaa, ikifafanua majukumu, mfumo wa kazi na njia za kupandisha kati ya timu za Bidhaa, Kisheria, Faragha na Kufuata Sheria ili kudhibiti hatari za AI na kuandika maamuzi yanayoweza kutetewe.
Kukagua na kuchanganua mabadiliko ya bidhaa za AIViwezeshwa vya ukaguzi unaotegemea hatariMajukumu ya Bidhaa, Kisheria, Faragha, Kufuata SheriaNjia za kupandisha kwa matumizi ya hatari kubwa ya AIKuandika maamuzi na rekodi za idhiniVurugu za maoni katika ramani za bidhaaSomo 6Usimamizi wa hatari ya modeli kwa vipengele vya AI: hati (kadi za modeli), uthibitisho, upimaji, ufuatiliaji wa utendaji na uelezajiSehemu hii inashughulikia usimamizi wa hatari ya modeli kwa vipengele vya AI, ikijumuisha hati, uthibitisho, upimaji, ufuatiliaji na uelezaji, ikirekebisha utawala wa modeli na matarajio ya udhibiti na miundo ya ndani ya hamu ya hatari.
Hesabu ya modeli na uainishajiViwezeshwa vya kadi za modeli na hatiUthibitisho na changamoto huruUfuatiliaji wa utendaji, kushuka na uthabitiMbinu za uelezaji na mipakaUsimamizi wa mabadiliko ya modeli na kuondoaSomo 7Miundo ya kimaadili kwa maamuzi ya AI: ramani ya wadau, uwiano, uwezekano wa kupinga, usimamizi wa binadamu na taratibu za marekebishoSehemu hii inatanguliza miundo ya kimaadili kwa maamuzi ya AI, ikishughulikia ramani ya wadau, uwiano, uwezekano wa kupinga, usimamizi wa binadamu na marekebisho, na inaonyesha jinsi ya kuweka kanuni hizi katika michakato ya utawala na kubuni bidhaa.
Ramani ya wadau na athari za AITathmini za uwiano na lazimaKubuni njia za kupinga na kukata rufaaMifano ya binadamu-katika-kiraka na juu-ya-kirakaTaratibu za marekebisho na suluhu kwa madharaKuweka ukaguzi wa maadili katika utawalaSomo 8Kubuni kinya faragha: kupunguza data, faragha tofauti, kutotambulisha, kutambulisha kwa jina la siri na hesabu za msingi za hesabu salama za chama nyingiSehemu hii inachunguza mikakati ya kubuni kinya faragha kwa AI, ikijumuisha kupunguza data, kutotambulisha, kutambulisha kwa jina la siri, faragha tofauti na hesabu salama za chama nyingi, na mwongozo juu ya matumizi na maelewano ya utekelezaji.
Kupunguza data katika kubuni vipengele vya AIHatari za kutotambulisha na kutambulisha tenaMbinu za kutambulisha kwa jina la siri na tokenizationFaragha tofauti kwa uchambuzi na MLMsingi wa hesabu salama za chama nyingiKuchagua mbinu sahihi za faraghaSomo 9Udhibiti wa kiufundi: udhibiti wa upatikanaji, kuingiza, usimbu, sera za uhifadhi na maisha ya maendeleo salama (SDLC) kwa MLSehemu hii inaelezea kinga za kiufundi kwa mifumo ya AI, ikijumuisha udhibiti wa upatikanaji, kuingiza, usimbu, uhifadhi na maendeleo salama ya ML, ikionyesha jinsi chaguo za uhandisi zinavyounga mkono kufuata sheria na kupunguza hatari za kimaadili.
Udhibiti wa upatikanaji unaotegemea jukumu na sifaKubuni kuingiza usalama na mkondo wa ukaguziUsimbu katika usafiri na mahali pa kupumzika kwa data ya AIUhifadhi wa data na otomatiki ya kufutaKodisha salama na ukaguzi wa kodi kwa MLUpimaji usalama na kuimarisha huduma za AISomo 10Kutathmini msingi halali na mipaka ya idhini kwa uchunguzi wa mahali pa kazi na kuchakata data za mfanyakaziSehemu hii inachunguza msingi halali na mipaka ya idhini kwa uchunguzi wa mahali pa kazi na data za mfanyakazi, ikishughulikia zana za kufuatilia, wajibu wa uwazi, usawa wa nguvu na kinga ili kulinda heshima na haki za kazi.
Hali za kawaida za uchunguzi mahali pa kaziKutathmini maslahi halali na lazimaMipaka ya idhini katika mazingira ya ajiraUwazi na wajibu wa habari za wafanyakaziKinga kwa teknolojia za kufuatiliaKushirikiana na mabaraza ya wafanyakazi na vyamaSomo 11Mwenendo wa udhibiti katika maeneo yenye udhibiti mkubwa na njia za kufuata sheria kwa bidhaa mpya za AISehemu hii inachunguza mwenendo wa udhibiti katika maeneo yenye udhibiti mkubwa, ikifafanua sheria zinazoibuka za AI, mwongozo na mifumo ya kufuata sheria, na ramani ya njia za kufuata sheria za vitendo kwa bidhaa mpya za AI na shughuli za mipaka.
Muhtasari wa mifumo kuu ya udhibiti wa AISheria maalum za sekta za AI na mwongozoMatarajio ya usimamizi na kufuata sheriaSanduku za udhibiti na vitovu vya uvumbuziKubuni programu za kufuata sheria unaotegemea hatariMasuala ya kufuata sheria ya data na AI ya mipakaSomo 12Miundo ya haki za binadamu inayotumika kwa data na AI: Kanuni za Mwongozo za UN, GDPR kama mfano unaotegemea haki na athari za haki za binadamu za kitaifaSehemu hii inaunganisha sheria za haki za binadamu na utawala wa data na AI, ikielezea Kanuni za Mwongozo za UN, mbinu ya GDPR inayotegemea haki na jinsi wajibu wa kitaifa wa haki za binadamu unavyoathiri majukumu ya kampuni kwa kubuni na kuweka AI.
Kanuni za Mwongozo za UN na wajibu wa kampuniGDPR kama mfano wa udhibiti unaotegemea hakiSheria za kitaifa za haki za binadamu zinazoathiri AIHatari kuu za haki za binadamu katika matumizi ya AIUchunguzi wa haki za binadamu kwa AIMatarajio ya suluhu na uwajibikaji
