Slik bruker du sjekklisten
Bakgrunnen for artikkel 10 finner du i hva artikkel 10 betyr for treningsdataene dine. Artikkel 10 gjelder høyrisiko KI-systemer. Den stiller kvalitetskrav til trenings-, validerings- og testdataene systemene bygger på. Gå gjennom punktene nedenfor for hvert datasett, og skriv ned svaret ditt og dokumentasjonen for det. Ordlyden følger den gjeldende endrede teksten på Kommisjonens AI Act Service Desk. Dette er generell informasjon, ikke juridisk rådgivning.
Praksis for datastyring (artikkel 10 nr. 2)
Praksisen for datastyring og datahåndtering skal passe til formålet med systemet og særlig omfatte:
- a) Designvalg: hvilke data du valgte, og hvorfor.
- b) Innsamling og opprinnelse: hvordan dataene ble samlet inn, hvor de kommer fra, og for personopplysninger det opprinnelige formålet med innsamlingen.
- c) Klargjøring: annotering, merking, rensing, oppdatering, berikelse og sammenstilling.
- d) Forutsetninger: hva dataene skal måle og representere.
- e) Tilgjengelighet, mengde og egnethet for datasettene du trenger.
- f) Mulige skjevheter som kan påvirke helse og sikkerhet eller grunnleggende rettigheter, eller føre til ulovlig diskriminering, særlig der utdata påvirker framtidige inndata.
- g) Tiltak for å oppdage, forebygge og redusere skjevhetene du har funnet.
- h) Datahull eller mangler som hindrer at kravene oppfylles, og hvordan du vil håndtere dem.
Kvaliteten på dataene (artikkel 10 nr. 3 og 4)
- Datasettene er relevante, tilstrekkelig representative og så langt som mulig feilfrie og fullstendige for det tiltenkte formålet.
- De har egnede statistiske egenskaper, også for personene eller gruppene systemet skal brukes på. Dette kan oppfylles for hvert datasett eller for en kombinasjon av datasett.
- I den grad formålet krever det, gjenspeiler de de konkrete geografiske, kontekstuelle, atferdsmessige eller funksjonelle forholdene der systemet skal brukes.
Hva som er endret i teksten
Nr. 5, om behandling av særlige kategorier av personopplysninger for å oppdage skjevheter, er strøket. Temaet står nå i den nye artikkel 4a: slik behandling er bare tillatt unntaksvis, når det er strengt nødvendig, og på strenge vilkår i tillegg til GDPR, for eksempel at syntetiske eller anonymiserte data ikke ville være nok, at tilgangskontrollen er streng, og at opplysningene slettes når skjevheten er rettet eller lagringstiden er ute. Nr. 6 sier at systemer som ikke trener modeller, bare bruker nr. 2 til 4 på testdataene sine.
Når reglene gjelder
Etter den konsoliderte teksten som vises på AI Act Service Desk (sjekket 12. oktober 2026), gjelder reglene for høyrisikosystemer i vedlegg III fra 2. desember 2027, og for systemer som omfattes av vedlegg I, fra 2. august 2028. Service Desks FAQ omtaler fortsatt disse endringene som et forslag, så sjekk den gjeldende teksten før du planlegger ut fra en dato.
Der kontroller hjelper
Bokstav c om rensing og bokstav h om datahull er der kontroller fil for fil gir deg dokumentasjon: hvilke filer som var ødelagte, dupliserte eller uskarpe eller inneholdt personopplysninger, og hva du bestemte. Automatiske kontroller avgjør ikke om dataene dine er representative, og de gjør ikke et system i samsvar med reglene.