评估

1. 一个招聘系统拒绝了一名女候选人。她询问原因。系统回答说“结果基于复杂的模式。”这里缺少什么？

透明性意味着：决策必须是可解释的。

2. 亚马逊、COMPAS 和信用卡提供商的案例有什么共同点？

没有恶意——只是缺乏审查和责任。

3. 哪个原则确保总有人对AI决策负责？

责任 = Verantwortlichkeit。AI 不能负责 — 人必须负责。

4. 一个用于信贷发放的AI模型从未明确针对歧视进行训练——但却系统性地对某一群体表现出较差的结果。违反了哪个原则？

公平意味着：主动检查偏见，而不仅仅是希望没有偏见。

5. “为目的所需的最低数据”是什么意思？

数据最小化是GDPR的一个原则：仅收集最少量的数据。

6. 您收到一封自动拒绝的申请通知。根据GDPR Art. 22，您有什么权利？

GDPR Art. 22: 具有重大影响的自动决策必须可申诉。

7. 你是人力资源经理，正在评估一个用于求职者预筛选的AI工具。在购买之前，你需要提出哪些问题？（可以有多个） 2 pts

治理问题：可解释性、数据来源、责任。速度不是治理标准。

8. 一个有AI治理和没有AI治理的组织之间的核心区别是什么？

关键不在于是否出错，而在于是否能够识别并作出反应。

9. 关于AI治理，哪种说法是正确的？

治理使负责任的行动成为可能——不是减少AI，而是更好的AI。