ms-ai-architect/skills/ms-ai-governance/references/responsible-ai/ai-act-classification-methodology.md
Kjell Tore Guttormsen 781d98f62f chore(privacy): scrub real-org references from plugin internals (phase 2)
Same bulk replacement applied to plugin-internal KB, examples, fixtures,
tests, and docs. Real organization names, persona names, internal system
identifiers, and domain-specific terms replaced with fictional generic
public-sector entity (DDT) and generic terminology.

Scope:
- okr/ — examples, governance, framework, integrations, sources
- ms-ai-architect/ — KB references (engineering, governance, security,
  infrastructure, advisor), tests/fixtures, agents, docs
- linkedin-thought-leadership/ — voice samples, network-builder,
  examples (genericized identifying headlines to "[your organization]")
- llm-security/ — research notes, scan report

Manual genericization beyond bulk replace:
- okr SKILL.md "Primary user / Domain" — generic Norwegian public sector
- linkedin-voice SKILL.md headline placeholder
- network-builder.md headline placeholder
- high-engagement-posts.md voice sample employer line + hashtag

Phase 3 (factual-attribution review) remains: a few KB files attribute
publicly known transport-sector docs/datasets (e.g. håndbok V440, NVDB)
to the fictional DDT after bulk replace. Needs manual semantic review
to either remove or restore correct citation without re-introducing
affiliation references.

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-05-03 04:28:15 +02:00

280 lines
13 KiB
Markdown

# EU AI Act — Systematisk Klassifiseringsmetodikk
Last updated: 2026-02
Status: GA
Category: Responsible AI & Governance
---
## 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 enkeltpersoner av offentlige myndigheter (Art. 5(1)(c)) | Scorer systemet borgere på tvers av kontekster for å gi fordeler/ulemper? |
| 4 | Sanntids biometrisk fjernidentifikasjon i offentlig rom (Art. 5(1)(d)) | Identifiserer systemet personer i sanntid via biometri på offentlige steder? |
| 5 | Retrospektiv biometrisk identifikasjon uten lovhjemmel (Art. 5(1)(e)) | Brukes systemet til å søke i biometriske databaser post-hoc uten særskilt hjemmel? |
| 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 | AI-systemer som muliggjør kriminalitetspredikering basert på profiling (Art. 5(1)(h)) | Brukes systemet til å forutsi kriminalitet basert på personlighetstrekk? |
**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 identifikasjon har svært begrensede unntak (Art. 5(2)-(3)) for terror, savnet barn og alvorlig kriminalitet — krever forhåndstillatelse fra domstol og nasjonal tilsynsmyndighet.
---
### 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.
- Potensielt forbudt (Art. 5(1)(d)-(e)) eller Annex III kategori 5/6
- Anbefaling: Konsultér Datatilsynet og Nasjonal tilsynsmyndighet for AI (Nkom som kandidat) FØR implementering
**Generell anbefaling for grensetilfeller:** Kontakt Datatilsynet (personvern-aspektet) og fremtidig Nasjonal AI-tilsynsmyndighet. 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:** Per februar 2026 er forbudte praksiser (Art. 5) i kraft. Høyrisiko-krav (Art. 9-27) gjelder fra august 2026. GPAI-krav fra august 2025. Transparenskrav (Art. 50) fra august 2026.