> tpl_air_010
Yapay Zekâ Sistem Envanteri ve Sorumluluk Kütüğü
AB Yapay Zekâ Yasası kapsamındaki yasal risk kademelerini (Kabul Edilemez, Yüksek, Sınırlı, Asgari), model kökenini, eğitim verisi bağımlılıklarını, dağıtım bağlamını, atanan iş/teknik sahiplerini ve devam eden etki değerlendirme durumlarını kaydeden kurumsal yapay zekâ ve makine öğrenimi sistem kütüğü.
AB Yapay Zekâ Yasası uyumluluğu için modelleri, yasal risk kademelerini, veri kökenini ve sorumlu kişileri kataloglayan kurumsal yapay zekâ envanteri.
Önemli Teknik Doküman Şablonu ve Hukuki Uyarı
TinyCTO.tv Teknik Doküman Şablon Bildirimi: Bu şablon genel eğitim ve operasyon amaçlı bir başlangıç materyalidir. Hukuki, vergisel, muhasebesel, yatırım, satın alma, mevzuat, güvenlik veya sertifikasyon danışmanlığı değildir. Gereklilikler ülkeye, kuruma, sözleşmeye ve riske göre değişir. Kullanmadan önce yetkin uzmanlarla gözden geçirip uyarlayın.
Çözülen Üretim Problemi
Kurumlar merkezi gözetim olmadan birimler genelinde gölge yapay zekâ uygulamaları ve açık kaynaklı modeller devreye alır; bu da muazzam yasal sorumluluklar, fikri mülkiyet sızıntıları ve denetlenmeyen algoritmik riskler yaratır.
Ne Zaman Kullanılmalı?
- •Tüm kurum içi, üçüncü taraf ve gömülü yapay zekâ/makine öğrenimi sistemlerinin merkezi bir envanterini çıkarırken
- •Yapay zekâ sistemlerini AB Yapay Zekâ Yasası (Madde 5, 6 ve 50) ve NIST AI RMF uyarınca yasal risk kademelerine ayırırken
- •Algoritmik kararlar ve otonom ajanlar için açık yasal, ticari ve mühendislik sorumlularını atarken
Ne Zaman Kullanılmamalı?
- •Fiziksel sunucu donanımı ve bulut sanal makine varlık takibinde (standart ITAM / CMDB kullanın)
- •Ayrıntılı öznitelik deposu (feature store) meta verileri ve şema tanımlarında (TPL-AIM-018 kullanın)
5 Şablon Bölümü ve Yapısal İskelet
Sistem tanımlayıcısı, operasyonel durumu (Deneysel, Hazırlık, Canlı, Emekli), iş alanı ve birincil kullanım amacı.
Sistemlerin Kabul Edilemez (Yasaklı), Yüksek Riskli (Ek III kritik altyapı/biyometri), Sınırlı Riskli veya Asgari Riskli olarak sınıflandırılması.
Temel model (GPT-4o, Claude 3.5, Llama 3), barındırma topolojisi (Tescilli API, Bağımsız VPC, Uç) ve RAG vektör deposu bağımlılıkları.
İş Sahibi, Teknik Lider, Hukuk/Uyum Sorumlusu ve atanmış devredeki insan (HITL) operatörlerinin belirlenmesi.
Yıllık yeniden onay takvimi, yanlılık denetim kilometre taşları, AB Madde 60 veri tabanı kayıt referansları ve emeklilik protokolleri.
Doldurma ve Uygulama Yönergeleri
Bağımsız İnceleme ve Onay Kontrol Listesi
- Tüm zorunlu bölümler dolduruldu
- Gizli anahtar veya parola içermiyor
- Yönetici sponsor onayı alındı
Yapay Zekâ Sistem Envanteri ve Sorumluluk Kütüğü - Örnek Vaka Analizi
Örnek Organizasyon: Kurumsal Yapay Zekâ Yönetişim Sistemi ve Otonom Ajan Kütüğü
Kurumsal Yapay Zekâ Yönetişim Sistemi ve Otonom Ajan Kütüğü için eksiksiz operasyonel uygulamayı gösteren gerçek dünya vaka analizi.
- •90 gün içinde 8 iş birimi genelinde 142 yapay zekâ modeli ve otonom ajan iş akışı başarıyla kataloglandı
- •AB Yapay Zekâ Yasası Ek III kapsamında 6 Yüksek Riskli yapay zekâ sistemi tespit edilerek yasal süreler öncesi insan gözetimi kuruldu
- •OpenAI ve AWS Bedrock sağlayıcı harcamaları konsolide edilerek 38 mükerrer gölge API hesabı kapatıldı
Sıkça Sorulan Sorular
Bir yapay zekâ sisteminin AB Yapay Zekâ Yasası kapsamında "Yüksek Riskli" sayılması için hangi kriterler gerekir?
AB Yapay Zekâ Yasası Madde 6 ve Ek III uyarınca; kritik altyapı yönetimi, eğitim kabulleri/puanlama, işe alım ve personel değerlendirme, kredi derecelendirme, sağlık/hayat sigortası fiyatlandırması, biyometrik kimlik tespiti ve kolluk kuvvetleri sistemleri kesin olarak Yüksek Riskli kabul edilir ve zorunlu uygunluk değerlendirmesine tabidir.
Bu kütük kurumsal iş birimlerindeki "gölge yapay zekâ" kullanımını nasıl engeller?
Satın alma harcama onaylarını (TPL-COM-011) ve bulut IAM servis hesabı provizyonunu (TPL-CLD-002), Yapay Zekâ Sistem Envanterine zorunlu kayıt şartına bağlayarak. API anahtarları ve bulut LLM uç noktaları ancak sistem ilk risk sınıflandırmasından geçtikten sonra tahsis edilir.
Otonom bir yapay zekâ ajanı için kimler sorumlu kişi olarak atanmalıdır?
Dağıtılan her sistem için adı belirtilmiş bir İş Sahibi (ticari sonuçlardan ve yasal sorumluluktan mesul) ve bir Teknik Lider (sistem performansı, izleme ve acil kapatma yaptırımından mesul) atanmalıdır.
Teknik Doküman Şablon Paketi
Giriş GerekliTüm boş şablonları, işlenmiş senaryoları ve doğrulama manifestolarını tek bir arşivde indirin.
Yetkili Standartlar ve Kaynaklar
- EU Artificial Intelligence Act (Regulation EU 2024/1689)European Parliament and Council • OFFICIAL REQUIREMENT
- NIST AI Risk Management Framework (AI RMF 1.0)National Institute of Standards and Technology • OFFICIAL REQUIREMENT
- ISO/IEC 42001:2023 Artificial Intelligence — Management SystemInternational Organization for Standardization • OFFICIAL REQUIREMENT