Этический кодекс АИ группы 1ТП37Т и „САНДИК от 1ТП37Т“

Оглавление

Примечание: Если автоматический каталог оказывается пустым, щелкните правой кнопкой мыши в Word → „Обновить поле“.

1. преамбула и область применения

Настоящий Кодекс устанавливает обязательные принципы, процессы и средства контроля для разработки, закупки, эксплуатации и использования ИИ в Группе LEGIER. Он распространяется на всех сотрудников, руководителей, подрядчиков, поставщиков и партнеров группы. Он объединяет существующие руководства Группы (защита данных, процессы предоставления цифровых услуг, корпоративное управление, устойчивое развитие, политика в области прав человека, заявление о современном рабстве) и расширяет их, включая специфические требования к ИИ. Цель Это позволяет получать выгоду и внедрять инновации, делать риски управляемыми и защищать права пользователей, клиентов и широкой общественности. 2. основные ценности и руководящие принципы  
  • Человеческое достоинство и основные права стоят выше экономической эффективности. ИИ служит людям - и никогда не бывает наоборот.
  • Юридическое соответствие: Соблюдение Закон ЕС об искусственном интеллекте, GDPR, DSA и отраслевые стандарты. Отсутствие использования запрещенных практик.
  • Ответственность и подотчетность: Для каждой системы ИИ назначается ответственный владелец; решения отслеживаются и могут быть оспорены.
  • Пропорциональность: Баланс цели, риска, интенсивности вмешательства и социального воздействия.
  • Прозрачность и понятность: Адекватная информация, документация и каналы связи о функциональности, ситуациях с данными и ограничениях.
  • Справедливость и инклюзивность: Систематическая проверка на предвзятость, защита уязвимых групп, доступность и многоязычие.
  • Безопасность и устойчивость: 1TP63Технологическая чистота, глубокая защита, постоянное укрепление и мониторинг.
  • Устойчивость: Эффективность моделей и центров обработки данных (энергия, PUE/CFE), представление жизненного цикла данных/моделей.

3. управление и ответственность (Совет по этике AI, RACI)

Совет по этике искусственного интеллекта (AI Ethics Board, AIEB): Междисциплинарный подход (технологии, право/соответствие, защита данных, безопасность, редакция/продукт, люди). Задачи: Обновление политик, выдача разрешений (особенно рискованных), принятие решений по конфликтам, мониторинг отчетов. Роли: Владелец Use Case, Владелец модели, Data Steward, DPO, Security Lead, Responsible Editor, Service Owner, Procurement Lead. Комитеты и шлюзы: Утверждение AIIA перед вводом в эксплуатацию; консультативный совет по существенным изменениям; ежегодные обзоры руководства. Принцип RACI: Четкое распределение ответственности за каждый вид деятельности (ответственный, подотчетный, проконсультированный, информированный).

4. правовая и стандартизационная база (Закон ЕС об искусственном интеллекте, GDPR, DSA, авторское право, торговое право)

  • EU-AI-Act: Основанные на оценке рисков рамки с запретами, обязательствами для систем с высоким уровнем риска, документацией, протоколированием, управлением, обязательствами по обеспечению прозрачности; поэтапное применение с 2025/2026 гг.
  • GDPR: Правовые основания (ст. 6/9), права субъектов данных, конфиденциальность по замыслу/по умолчанию, оценка воздействия на защиту данных (DPIA), передача данных в третьи страны (ст. 44 и далее).
  • DSA: Процессы платформы для уведомлений, жалоб, отчетов о прозрачности, оценки рисков крупных платформ.
  • Авторское право и смежные права / личные права: Четкие лицензионные цепочки, права на изображение/название, права на домицилирование третьим лицам.
  • Отраслевые требования (например, авиационное/морское право/Health) также должны быть соблюдены.

5. классификация рисков и оценка воздействия искусственного интеллекта (AIIA)

Классификация:
  1. Запрещенные практики (не разрешенные)
  2. Системы с высокой степенью риска (строгие обязательства)
  3. Ограниченный риск (прозрачность)
  4. Минимизированный риск
Процедура AIIA: Описание Цель/объем, заинтересованные стороны, правовая основа, источники данных; анализ рисков (правовых, этических, безопасности, предвзятости, воздействия на окружающую среду); план по снижению рисков; решение (одобрение AIEB). Переоценки: Для существенных изменений, ежегодно для высокого риска; документация в центральном реестре.

6. этика и защита данных (правовая основа, DPIA, cookies, третья страна)

  • Минимизация данных и ограничение целей; Предпочтительна псевдонимизация/анонимизация.
  • Прозрачность: Информация о защите данных, информация и каналы удаления; переносимость; возможность возражения.
  • Cookies/Tracking: Управление согласием; отзыв; анонимизация IP-адресов; только одобренные инструменты.
  • Переводы в третьи страны: Только при наличии соответствующих гарантий (SCC/адекватность); регулярное тестирование субпроцессоров.
  • DPIA: Обязательно для обработки с высоким риском; документирование технических/организационных мер (ТОМ).

7. жизненный цикл модели и данных (ML-Lifecycle, карты Data, карты моделей)

Data Жизненный цикл: Приобретение → Курация → Маркировка → Контроль качества → Версионирование → Хранение/Удаление. Жизненный цикл модели: Постановка задачи → Выбор архитектуры → Обучение/настройка → Оценка (оффлайн/онлайн) → Выпуск → Эксплуатация → Мониторинг → Переобучение/отставка. Карты Data: Происхождение, репрезентативность, качество, предвзятость выводов, ограничения на использование. Модели карт: Цель, данные для обучения, контрольные показатели, метрики, ограничения, ожидаемые модели ошибок, "за" и "против". Происхождение и воспроизводимость: Хеширование, версии данных/моделей, верификация трубопроводов.

8. прозрачность, понятность и инструкции для пользователей

  • Маркировка для взаимодействия ИИ и контента, созданного ИИ.
  • Объяснимость: Используйте пояснения (локальные/глобальные), ориентированные на конкретный случай и понятные обывателю.
  • Инструкции по эксплуатации: Цель, основные влияющие факторы, ограничения; методы обратной связи и коррекции.

9. человек в контуре и контрольные функции

  • Стандартный человеческий контроль при принятии важных решений (особенно с высоким уровнем риска).
  • Принцип "четырех глаз" для редакционных/социальных заданий.
  • Функции переопределения/отмены; пути эскалации; документация.

10. безопасность, устойчивость и "красные" технологии (инъекции, джейлбрейки)

  • Моделирование угроз (STRIDE + AI-специфика): Внедрение подсказок, отравление обучающих данных, кража моделей, утечка защиты данных.
  • Red teaming & adversarial tests; jailbreak prevention; rate limiting; output filtering; 1TP63 tread scanning.
  • Надежность: Подсказки, ограждения, планы отката; канареечные релизы; хаос-тесты на безопасность.

11. цепочка поставок, права человека и справедливый труд (современное рабство, аналог LkSG)

  • Должная забота о правах человека: Анализ рисков, кодекс поведения поставщика, договорные обязательства, аудиты, меры по исправлению ситуации.
  • Современное рабство: Ежегодное декларирование, информирование, каналы отчетности.
  • Трудовые стандарты: Справедливая оплата труда, продолжительность рабочего дня, охрана здоровья; защита информаторов.

12. управление предвзятостью, справедливость и инклюзивность (уязвимые клиенты, доступность)

  • Проверки на предвзятость: Анализ наборов данных, балансировка, различные тестовые группы, метрики справедливости; документированное смягчение последствий.
  • Клиенты в зоне риска: Защитные цели, альтернативные каналы, понятный язык; никакой эксплуатации когнитивных слабостей.
  • Доступность: WCAG-Конформизм; многоязычие; инклюзивный подход.

13. генеративный ИИ, подтверждение происхождения и маркировка (C2PA, водяной знак)

  • Маркировка: Наглядные метки/метаданные для содержимого ИИ; подсказки для взаимодействия.
  • Гарантии происхождения: C2PA-контекст, подписи/водные знаки, насколько это технически возможно.
  • Авторские права/защита услуг: Уточнение лицензий; обучение соблюдению данных; документирование цепочки прав.

14. содержание, модерация и процессы DSA (отчетность, жалобы, прозрачность)

  • Каналы отчетности: Низкопороговые сообщения пользователей; приоритетная обработка нелегального контента.
  • Процессы рассмотрения жалоб: Прозрачное обоснование, возражение, эскалация.
  • Отчеты о прозрачности: Периодическая публикация соответствующих ключевых цифр и показателей.

15. использование в конкретных доменах (Новости, Data, Health, Авиация, Yachts, Estate, Pay/Trade/Trust/Coin, Cars)

  • Новости/Паблишинг: Помощь в проведении исследований, перевод, модерация; четкая маркировка генеративного контента.
  • SCANDIC DATA: Безопасная инфраструктура AI/HPC, разделение клиентов, HSM/KMS, наблюдаемость, артефакты соответствия.
  • Health: Использование доказательной базы, окончательное решение принимает человек, никаких непроверенных диагнозов.
  • Авиация/Yachts: Процессы безопасности, контроль за работой персонала, аварийные процедуры.
  • Estate: Модели оценки с проверкой справедливости; интеграция ESG.
  • Pay/Trade/Trust/Coin: Предотвращение мошенничества, KYC/AML, наблюдение за рынком, объяснимые решения.
  • Cars: Персонализированные услуги со строгой защитой данных.

16. третьи стороны, закупки и управление рисками поставщиков

  • Проведите тщательную проверку перед вводом в эксплуатацию: Уровень безопасности/защиты данных, местоположение данных, субпроцессоры, сертификаты.
  • Контракты: Права на аудит, положения о прозрачности и устранении недостатков, показатели SLA/OLA.
  • Мониторинг: Ключевые показатели эффективности, обмен информацией о результатах/инцидентах, планы выхода.

17. эксплуатация, наблюдаемость, планы аварийного и повторного запуска

  • Операция: Наблюдаемость (журналы, метрики, трассировки), управление SLO/SLI, планирование мощностей.
  • Чрезвычайная ситуация: Runbooks, тесты DR, время восстановления, планы коммуникации.
  • Управление конфигурацией/секретами: Наименьшие привилегии, ротация, закалка.

18. инциденты и средства защиты (этика, защита данных, безопасность)

  • Инциденты, связанные с этикой: Нежелательная дискриминация, дезинформация, неясное происхождение - немедленные меры и обзор AIEB.
  • Инциденты, связанные с защитой данных: Процессы отчетности перед DPO/надзором; информирование пострадавших сторон; анализ первопричин.
  • Инциденты безопасности: Процедуры CSIRT, криминалистика, извлеченные уроки, превентивные меры.

19. Показатели, КПЭ и гарантии (внутренние/внешние)

  • Обязательные KPI: 100 % AIIA охват продуктивных примеров использования ИИ; 95 % коэффициент обучения; 0 открытых критических результатов аудита.
  • Показатели справедливости: Неравномерное воздействие, уравнивание шансов (использовать для каждого конкретного случая).
  • Устойчивость: Показатели энергопотребления/PUE/углеродные показатели центров обработки данных; эффективность моделей.

20. обучение, повышение осведомленности и изменение культуры

  • Обязательное обучение (ежегодно): Этика искусственного интеллекта, защита данных, безопасность, этика СМИ; модули, ориентированные на целевые группы.
  • Информационные кампании: Руководства, занятия в формате brown-bag, часы консультаций; внутренние сообщества практиков.
  • Культура: Лидерство как пример для подражания, культура ошибок, поощрение ответственного поведения.

21. внедрение и дорожная карта (0-6 / 6-12 / 12-24 месяца)

  • 0-6 месяцев: Инвентаризация вариантов использования ИИ; процесс AIIA; минимальный контроль; волна обучения; проверка поставщиков.
  • 6-12 месяцев: Внедрение "красной команды"; первые отчеты о прозрачности; энергетическая программа; завершение работы над RACI.
  • 12-24 месяца: Приведение в соответствие с ISO/IEC-42001; ограниченные гарантии; постоянное улучшение; подготовка CSRD/ESRS (если применимо).

22. матрица рулонов и RACI

  • Владелец сценария использования (A): Цель, преимущества, KPI, бюджет, переоценка.
  • Владелец модели (R): Данные/обучение/оценка, карта модели, мониторинг дрейфа.
  • DPO (к/з по защите данных): Правовая основа, DPIA, права субъектов данных.
  • 1TP63Свинец чистоты (C): Моделирование угроз, "красные команды", TOMs.
  • Ответственный редактор (C): Этика СМИ, маркировка, реестр исправлений.
  • Владелец службы (R): Эксплуатация, SLO, управление инцидентами.
  • Руководитель отдела закупок (Р/С): Третьи лица, контракты, планы выхода.

23. Контрольные списки (краткий AIIA, выпуск данных, "ворота")

  • Быстрая проверка AIIA: Цель? Правовая основа? Затрагиваемые стороны? Риски (правовые/этические/Security/предвзятость/окружающая среда)? Смягчение? Средства контроля HIL?
  • Выпуск данных: Источник законен? Минимизация? Сохранение? Доступ? Третья страна?
  • Go-Live-Gate: Артефакты завершены (Data/карты моделей, журналы)? Результаты работы "красной команды" рассмотрены? Установлен мониторинг/DR?

24. формы и шаблоны (карточка модели, карточка Data, отчет о происшествии)

  • Модель-карточка-шаблон: Цель, данные, обучение, контрольные показатели, ограничения, риски, ответственные лица, контакты.
  • Data-Card-Template: Происхождение, лицензия, качество, репрезентативность, проверка на предвзятость, ограничения на использование.
  • Шаблон отчета о происшествии: Инцидент, последствия, пострадавшие лица, неотложные меры, первопричина, устранение последствий, извлеченные уроки.

25 Глоссарий и ссылки

Глоссарий: Система искусственного интеллекта, генеративный искусственный интеллект, система высокого риска, AIIA, HIL, C2PA, red teaming, DPIA, RACI, SLO/SLI. Ссылки:
Примечание: Данный Кодекс ИИ дополняет существующие руководства LEGIER, такие как, в частности: (защита данных, цифровые услуги, права человека/цепочка поставок, корпоративное управление, устойчивое развитие, современное рабство). Он является неотъемлемой частью системы обеспечения соответствия Группы LEGIER (LEGIER Beteiligungs mbH).