NIST AI RMF — Zarządzanie ryzykiem dla AI
1. Jakie jest główne zadanie GOVERN w NIST AI RMF?
GOVERN jest podstawą: bez ram organizacyjnych MAP/MEASURE/MANAGE są nieskuteczne.
2. Firma pyta: 'Jakie ryzyka związane z AI ma nasz nowy system rekomendacji?' Która funkcja to bezpośrednio adresuje?
MAP identyfikuje i kontekstualizuje ryzyka — kto jest dotknięty, co może pójść nie tak?
3. System AI ma 96% dokładności, ale systematycznie dyskryminuje kandydatów z określonych regionów. Co to pokazuje?
MEASURE wymaga wielowarstwowej analizy — metryki sprawiedliwości w różnych grupach, a nie tylko zagregowanej dokładności.
4. Co oznacza 'Data Drift'?
Dryf danych: rzeczywistość się zmienia, model pozostaje taki sam — np. nowe grupy klientów lub zmienione warunki rynkowe.
5. Czym jest Human-in-the-Loop (HITL) w kontekście MANAGE?
HITL = Człowiek jako instancja kontrolna przy decyzjach o dalekosiężnych skutkach — jedno z najważniejszych działań MANAGE.
6. Dlaczego MANAGE nie jest punktem końcowym, lecz cyklem?
Wnioski z MANAGE wracają do MAP i MEASURE — cykl ten jest kluczową zasadą RMF.
7. Jak NIST AI RMF odnosi się do EU AI Act?
Perfekcyjne uzupełnienie: EU AI Act = wymagania prawne, NIST RMF = operacyjna metodologia wdrożeniowa.
8. Który artykuł EU AI Act wymaga systemu zarządzania ryzykiem AI dla wysokiego ryzyka AI?
Art. 9 wymaga dla wysokiego ryzyka AI udokumentowanego systemu zarządzania ryzykiem — NIST AI RMF jest uznanym podejściem.
9. Zespół projektowy AI pyta: 'Kto ponosi odpowiedzialność, jeśli nasz system AI popełni błąd?' Która funkcja musi to wyjaśnić?
Odpowiedzialności są kwestią GOVERN — częścią ram organizacyjnych.
10. Firma ubezpieczeniowa chce wykorzystać AI do klasyfikacji ryzyka. Co według MAP powinno być przeanalizowane jako pierwsze?
MAP zaczyna się od kontekstu i interesariuszy — kto jest dotknięty, jakie szkody mogą powstać? Dopiero potem technika.