ms-ai-architect/skills/ms-ai-governance/references/responsible-ai/ai-act-classification-methodology.md
Kjell Tore Guttormsen 9e5e4a338a fix(ms-ai-architect): RX-REG² nudifiers/CSAM Art. 5-forbud — caveatet KB-tillegg (verifisert, avventer OJ) [skip-docs]
Digital Omnibus legger til nytt Art. 5-forbud mot AI som genererer/manipulerer
NCII eller CSAM (nudifier-apper), anvendelse 2026-12-02. Substans + dato verifisert
mot EU-rådet 2026-06-29 + Gibson Dunn/Freshfields-analyser. Eksakt underpunkt +
boetenivaa kan ikke pinnes foer OJ — caveatet «avventer OJ», ingen fabrikkert (i)/figur.

- classification-methodology: caveat-notis under Art. 5-forbudstabellen
- ai-act-assessor: «8 forbudte praksiser» → «8 i kraft + nudifiers/CSAM avventer OJ»
- reg-lint seksjon #11 (2 tester): preventiv mekanisme (gap-disiplin)
2026-07-15 10:14:17 +02:00

16 KiB
Raw Blame History

EU AI Act — Systematisk Klassifiseringsmetodikk

Type: regulatory Category: Responsible AI & Governance

Last updated: 2026-07-15 Status: GA


Innhold

Oversikt

EU AI Act (Forordning 2024/1689) bruker en risikobasert tilnærming med fire nivåer: forbudt, høy risiko, begrenset risiko og minimal risiko. Korrekt klassifisering er avgjørende — feil klassifisering kan medføre bøter på opptil 35 millioner EUR eller 7 % av global omsetning (Art. 99).

Denne metodikken gir en systematisk, steg-for-steg fremgangsmåte for å klassifisere AI-systemer.


4-stegs systematisk metodikk

Steg 1: Forbudt-sjekk (Art. 5)

Disse praksisene er totalforbudt i EU. Vurder alle før videre analyse.

8 forbudte praksiser og vurderingsspørsmål:

# Forbudt praksis Vurderingsspørsmål
1 Subliminal manipulering under bevissthetsnivå (Art. 5(1)(a)) Påvirker systemet atferd uten at brukeren er bevisst det?
2 Utnyttelse av sårbare grupper (Art. 5(1)(b)) Retter systemet seg mot barn, eldre eller funksjonshemmede på skadelig måte?
3 Sosial scoring av personer — offentlig eller privat aktør (Art. 5(1)(c)) Scorer systemet personer på tvers av kontekster med skadelig/uforholdsmessig utfall?
4 Kriminalitetsrisiko-prediksjon utelukkende basert på profilering (Art. 5(1)(d)) Forutsier systemet at en person vil begå lovbrudd, kun basert på profilering/personlighetstrekk?
5 Utargetet skraping av ansiktsbilder fra internett/CCTV til ansiktsgjenkjenning (Art. 5(1)(e)) Bygger/utvider systemet ansiktsgjenkjennings-databaser ved usortert skraping?
6 Emosjonell inferens på arbeidsplassen og i utdanning (Art. 5(1)(f)) Analyserer systemet emosjoner hos ansatte eller elever?
7 Biometrisk kategorisering basert på sensitiv informasjon (Art. 5(1)(g)) Utleder systemet politisk syn, seksuell orientering eller religion fra biometri?
8 Sanntids biometrisk fjernidentifikasjon i offentlig rom for rettshåndhevelse (Art. 5(1)(h)) Identifiserer systemet personer i sanntid via biometri på offentlige steder for politiformål?

Beslutning Steg 1:

  • Én eller flere = JA → FORBUDT. Systemet kan ikke implementeres i EU. Stopp her.
  • Alle = NEI → Gå til Steg 2.

Merk for offentlig sektor: Sanntids biometrisk fjernidentifikasjon i offentlig rom (Art. 5(1)(h)) er forbudt for rettshåndhevelse, med tre snevre unntak i (h)(i)(iii): målrettet søk etter ofre/savnede, avverging av konkret og overhengende trussel mot liv eller terror, og lokalisering av mistenkte for alvorlig kriminalitet (Annex II). Unntakene krever forhåndstillatelse fra domstol eller uavhengig myndighet (Art. 5(3)).

Nytt forbud (Digital Omnibus — vedtatt, avventer OJ): Omnibus legger til et forbud i Art. 5 mot AI-systemer som genererer eller manipulerer ikke-samtykkebasert intimt innhold (NCII) — bilder, video, lyd eller lignende — eller materiale som viser seksuelle overgrep mot barn (CSAM), inkludert såkalte «nudifier»-apper. Både markedsplassering og bruk forbys. For tilbydere omfattes også systemer der slik generering er et rimelig forutsigbart og reproduserbart utfall uten vesentlig teknisk modifikasjon der systemet mangler adekvate tekniske sikringstiltak. Safe harbour: systemer med effektive forebyggende tiltak, samtykkebasert intimt innhold, lovlige verktøy for å oppdage/etterforske/moderere CSAM, og utvikling av den underliggende generative kapabiliteten er ikke omfattet. Anvendelse fra 2. desember 2026. Eksakt underpunkt i Art. 5 og bøtenivå bekreftes mot OJ-teksten (avventer OJ, RX-REG²). Kilder: EU-rådet (final green light, 2026-06-29); Gibson Dunn / Freshfields Omnibus-analyser (2026-07).


Steg 2: Annex III høyrisiko-sjekk

Annex III lister 8 kategorier av høyrisiko-AI. Sjekk om systemet faller inn under én eller flere.

Kategori 1: Kritisk infrastruktur

  • Styring av trafikk, vann, gass, varme, elektrisitet
  • Vurderingsspørsmål: Er systemet i en kritisk infrastruktursektor og kan påvirke drift, sikkerhet eller kontinuitet?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 2)

Kategori 2: Utdanning og yrkesopplæring

  • AI som avgjør adgang til utdanning eller tildeler karakterer
  • Vurderingsspørsmål: Påvirker systemet opptak, karakterer eller eksamensgjennomføring på bindende måte?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 3)

Kategori 3: Sysselsetting og personalforvaltning

  • Rekruttering, CV-screening, jobbformikling, forfremmelse, oppsigelse
  • Vurderingsspørsmål: Brukes systemet til å ta eller støtte avgjørelser om ansettelse eller arbeidsforhold?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 4)

Kategori 4: Viktige private og offentlige tjenester

  • Kredittvurdering, sosiale ytelser, helsetjenester, nødtjenester
  • Vurderingsspørsmål: Påvirker systemet tilgang til kreditt, sosiale ytelser, helsetjenester eller nødetater?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 5)

Kategori 5: Rettshåndhevelse

  • Individuell risikovurdering, polygrafanalyse, kriminalitetspredikering
  • Vurderingsspørsmål: Brukes systemet av politiet eller påtalemyndigheten til å vurdere enkeltpersoner?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 6)

Kategori 6: Migrasjons- og grensekontroll

  • Risikovurdering av asylsøkere, visumsøknader, grensepassering
  • Vurderingsspørsmål: Brukes systemet i forbindelse med asyl, visum, grensekontroll eller migrasjon?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 7)

Kategori 7: Rettsvesen og demokratiske prosesser

  • AI som assisterer domstoler, påvirker valg eller tolker lover
  • Vurderingsspørsmål: Brukes systemet av domstoler eller til å påvirke demokratiske prosesser?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 8)

Kategori 8: Biometrisk identifikasjon og kategorisering

  • Fjernidentifikasjon (ikke sanntids), kategorisering basert på biometri
  • Vurderingsspørsmål: Identifiserer eller kategoriserer systemet personer basert på biometriske data (ikke dekket av Art. 5)?
  • Beslutning: JA → HØYRISIKO (Annex III, pkt. 1)

Beslutning Steg 2:

  • Én eller flere = JA → HØYRISIKO. Fullt regelverk Art. 9-27 gjelder. Gå til rolle-bestemmelse.
  • Alle = NEI → Gå til Steg 3.

Unntak: Art. 6(3) — sikkerhetsprosedyrer, QA-testing og forskning/utvikling er unntatt Annex III-krav selv om de ellers ville kvalifisert.


Steg 3: GPAI-sjekk (General Purpose AI)

GPAI-reglene (Art. 51-56) gjelder providers av grunnmodeller uavhengig av risikonivå.

Er systemet basert på en generell AI-modell?

Vurderingsspørsmål:

  • Er systemet trent på store datamengder med generell brukbarhet?
  • Kan systemet brukes til et bredt spekter av ulike oppgaver?
  • Er systemet en modell som brukes som grunnlag for andre systemer (foundation model)?

Kriterier for GPAI med systemisk risiko (Art. 51):

Kriterium Terskel
Treningsberegning > 10²⁵ FLOP
Vurdert av EU-kommisjonen Som systemisk risikomodell
Eksempler pr. 2025 GPT-4, Claude 3, Gemini Ultra

Forpliktelser for GPAI-providers:

  • Standard GPAI (Art. 53): Teknisk dokumentasjon, opphavsrettspolicy, treningsdata-oversikt
  • GPAI med systemisk risiko (Art. 55): Modelevaluering, adversarial testing, incidenrapportering, cybersikkerhet

Beslutning Steg 3:

  • Provider av GPAI-modell → GPAI-regler gjelder i tillegg til eventuelle høyrisiko-krav
  • Deployer av GPAI → Bruk provider-utstedt dokumentasjon, vurder systemet som helhet
  • Ikke GPAI → Gå til Steg 4

Steg 4: Begrenset/Minimal klassifisering

Systemer som ikke er forbudt eller høyrisiko kan falle i én av to kategorier:

Begrenset risiko — transparenskrav (Art. 50):

Systemtype Krav
Chatbots og conversational AI Informere bruker om at de snakker med AI
Deepfake-lyd og -video Merke innhold som AI-generert
Emosjonell gjenkjenning (tillatt kontekst) Informere berørte personer
Biometrisk kategorisering (tillatt) Informere berørte personer

Vurderingsspørsmål: Interagerer systemet direkte med mennesker, genererer syntetisk innhold, eller analyserer emosjoner/biometri i tillatt kontekst?

  • JA → BEGRENSET RISIKO. Transparenskrav Art. 50 gjelder.
  • NEI → MINIMAL RISIKO. Ingen bindende krav, men beste praksis anbefales.

Rolle-bestemmelse: Provider vs. Deployer

Forpliktelsene varierer vesentlig avhengig av rolle (Art. 3(3)-(4)).

Ansvarsområde Provider Deployer
Samsvarsvurdering Fullt ansvar (Art. 43) Ikke direkte ansvar
CE-merking Påkrevd (Art. 48) Ikke relevant
Teknisk dokumentasjon (Art. 11) Fullt ansvar Motta og oppbevare
Risikostyringssystem (Art. 9) Påkrevd Operasjonelt tilsyn
Logging (Art. 12) System-design 6-måneders oppbevaring
FRIA (Art. 27) Ikke direkte Påkrevd for offentlig sektor
Registrering EU-database (Art. 49) Påkrevd Påkrevd for offentlig sektor
Hendelsesrapportering (Art. 73) Alvorlige hendelser Rapportere til provider
Markedsovervåking Ikke direkte Via tilsynsmyndighet

Grensetilfeller for offentlig sektor:

Offentlig sektor er typisk deployer — de kjøper og tar i bruk AI-systemer. Men virksomheten kan bli provider hvis:

  1. De tilpasser et eksisterende AI-system vesentlig (art. 25(1)(b)) — f.eks. fine-tuner en modell på egne data
  2. De setter navn på systemet og markedsfører det utad (Art. 25(1)(a))
  3. De integrerer et high-risk AI-system som endrer opprinnelig tiltenkt formål vesentlig

Direktoratet for digital tjenesteutvikling eksempel: Kjøper Microsoft Copilot Studio → Deployer. Bygger eget prediksjonsverktøy basert på Azure OpenAI med tilpasset sikkerhetsdomenetrening → vurder om → Provider.


Transport-sektoreksempler

Eksempel 1: FartsPrediksjonsagent (Direktoratet for digital tjenesteutvikling)

  • Formål: Predikerer trafikkflyt og anbefaler fartsgrenser på variabelt oppsatte skilt
  • Steg 1: Ingen forbudte praksiser → NEI
  • Steg 2: Kritisk infrastruktur (Annex III, pkt. 2)? Påvirker trafikksikkerhet → JA, men kun dersom det tar bindende beslutninger. Dersom det kun er et beslutningsstøtteverktøy med menneskelig godkjenning → vurder Art. 6(2) unntak
  • Klassifisering: Minimal risiko (beslutningsstøtte) eller Høyrisiko (autonomt bindende)

Eksempel 2: AutomatiskSaksbehandler for saksbehandlingvurdering

  • Formål: Vurderer automatisk om en søker oppfyller helsekrav for saksbehandling
  • Steg 1: NEI til alle forbudte praksiser
  • Steg 2: Kategori 4 (viktige offentlige tjenester) → JA, tilgang til offentlig tjeneste
  • Klassifisering: HØYRISIKO (Annex III, pkt. 5)
  • Rolle: Direktoratet for digital tjenesteutvikling = Deployer
  • Krav: FRIA (Art. 27), logging 6 mnd, samsvarsvurdering fra provider

Eksempel 3: Trafikkstyringsagent

  • Formål: Autonom styring av trafikklys i tunneler og på motorveier
  • Steg 1: NEI
  • Steg 2: Kategori 1 (kritisk infrastruktur) — styring av trafikksystemer → JA
  • Klassifisering: HØYRISIKO (Annex III, pkt. 2)
  • Særlige krav: Robusthet, menneskelig override (Art. 14), kontinuerlig overvåking

Grensevurderinger

Disse tilfellene er hyppige og krever nøye analyse:

Tilfelle A: Chatbot med begrenset autonomi Et chatsystem som svarer på spørsmål om sosiale ytelser (NAV-lignende). Er det Annex III kategori 4?

  • Kun informasjon → Begrenset risiko (transparens Art. 50)
  • Avgjør tilgang til ytelse → Høyrisiko
  • Anbefaling: Dokumenter tydelig at systemet ikke tar avgjørelser, kun informerer

Tilfelle B: HR-screening med menneskelig godkjenning AI rangerer CV-er, HR-leder tar endelig beslutning.

  • Art. 6(3)(b) unntaker ikke nødvendigvis dette — systemet påvirker fremdeles utfall
  • Anbefaling: Klassifiser som Høyrisiko dersom rangeringen er avgjørende i praksis

Tilfelle C: Intern analyseverktøy for planlegging Kommunen bruker AI til å analysere demografidata for arealplanlegging — ingen individuelle beslutninger.

  • Ikke Annex III
  • Klassifisering: Minimal risiko

Tilfelle D: Prediktiv politimodell System som identifiserer geografiske "hotspot"-områder uten å peke ut enkeltpersoner.

  • Ikke Art. 5(1)(d) (som krever profilering av enkeltpersoner) siden systemet ikke peker ut enkeltpersoner → vurder Annex III kategori 5/6
  • Anbefaling: Konsultér Datatilsynet og Nkom (utpekt koordinerende markedstilsynsmyndighet for KI-forordningen) FØR implementering

Generell anbefaling for grensetilfeller: Kontakt Datatilsynet (personvern-aspektet) og Nkom (koordinerende markedstilsynsmyndighet og nasjonalt kontaktpunkt for KI-forordningen). Dokumenter klassifiseringsargumentasjonen uansett utfall.


Beslutningsflytdiagram

START: Nytt AI-system til vurdering
          |
          v
+-------------------------+
| STEG 1: Forbudt-sjekk   |
| Art. 5 — 8 praksiser    |
+-------------------------+
    |           |
   JA          NEI
    |           |
    v           v
FORBUDT    STEG 2: Annex III
(STOPP)    Høyrisiko-sjekk
               |           |
              JA          NEI
               |           |
               v           v
          HØYRISIKO    STEG 3: GPAI-sjekk
          (Art. 9-27)       |           |
               |           JA          NEI
               |            |           |
               v            v           v
          Rolle-        GPAI-regler STEG 4: Begrenset
          bestemmelse   (Art.51-56)  /Minimal sjekk
          Provider/                      |           |
          Deployer                      JA          NEI
                                        |           |
                                        v           v
                                   BEGRENSET   MINIMAL
                                   RISIKO      RISIKO
                                   (Art. 50)   (beste praksis)

For Cosmo

Bruk denne filen når brukeren trenger å klassifisere et AI-system under EU AI Act.

Fremgangsmåte:

  1. Gå gjennom steg 1-4 systematisk — hopp ikke over steg
  2. Still vurderingsspørsmålene eksplisitt for brukerens system
  3. Dokumenter hvert steg i klassifiseringsrapporten (anbefalt vedlegg til FRIA)
  4. Bruk transport-sektoreksemplene som analogi når Direktoratet for digital tjenesteutvikling er deployer
  5. Flagg grensetilfeller og anbefal konsultasjon med tilsynsmyndighet

Kobling til andre KB-filer:

  • Høyrisiko-klassifisering → ai-act-provider-obligations.md (provider) eller ai-act-deployer-obligations.md (deployer)
  • FRIA påkrevd → ai-act-fria-template.md
  • Offentlig sektor governance → ../norwegian-public-sector-governance/

Viktig presisering (oppdatert 2026-07): Forbudte praksiser (Art. 5) i kraft siden feb 2025. GPAI-krav i kraft siden aug 2025. Transparenskrav (Art. 50) gjelder fra 2. aug 2026 (eksisterende generative systemer: maskinlesbar merking innen 2. des 2026, Art. 50(2)). Høyrisiko-krav (Art. 9-27) er utsatt fra 2. aug 2026 til 2. desember 2027 (Annex III frittstående) og 2. august 2028 (Annex I innebygd i regulerte produkter) via Digital Omnibus (vedtatt av Europaparlamentet 16. juni og Rådet 29. juni 2026; avventer OJ-publisering).