యూనిట్లు
1. ఎంటర్‌ప్రైజ్ AI పాలసీ ఎందుకు? ఫౌండేషన్ ఆఫ్ గవర్నెన్స్ అండ్ షాడో AI 2. కార్పొరేట్ AI వినియోగ విధానాన్ని ఎలా వ్రాయాలి 3. KVKK ఫండమెంటల్స్, జనరల్ ప్రిన్సిపల్స్ మరియు VERBIS 4. చట్టపరమైన ఆధారం, తెలియజేసే బాధ్యత మరియు స్పష్టమైన సమ్మతి 5. EU AI చట్టం మరియు ప్రమాద తరగతులు 6. GDPR, ఆటోమేటెడ్ డెసిషన్స్ మరియు క్రాస్-బోర్డర్ డేటా ట్రాన్స్ఫర్ 7. డేటా ప్రాసెసింగ్, నిల్వ, కనిష్టీకరణ మరియు అనామకీకరణ 8. కాపీరైట్, మేధో సంపత్తి మరియు AI ఫలితాలు 9. సరఫరాదారు మరియు సాధనాల అంచనా: ఆమోదించబడిన AI సాధనాల జాబితా 10. డేటా ప్రొటెక్షన్ ఇంపాక్ట్ అసెస్‌మెంట్ (DPIA) మరియు రిస్క్ మేనేజ్‌మెంట్ 11. మానవ నియంత్రణ, పారదర్శకత, పక్షపాతం మరియు నీతి 12. AI గవర్నెన్స్ ఫ్రేమ్‌వర్క్: పాత్రలు, ఆమోదం, ఆడిట్ మరియు సంఘటన ప్రతిస్పందన
యూనిట్ 12 / 12

AI గవర్నెన్స్ ఫ్రేమ్‌వర్క్: పాత్రలు, ఆమోదం, ఆడిట్ మరియు సంఘటన ప్రతిస్పందన

లాభాలు:

  • RACI మాతృకతో పాలనా పాత్రలను నిర్వచించడం
  • సమతుల్య ఆమోద ప్రక్రియ మరియు సాధారణ ఆడిట్ ప్రోగ్రామ్‌ను ఏర్పాటు చేయండి
  • 72 గంటల నియమంతో AI మరియు డేటా ఉల్లంఘన సంఘటన ప్రతిస్పందన ప్రణాళికను అమలు చేయండి

మొదటి యూనిట్ నుండి ఈ పాయింట్ వరకు, మేము పాలసీని వ్రాసాము, చట్టాన్ని నేర్చుకున్నాము మరియు నష్టాలను మూల్యాంకనం చేసాము. ఇప్పుడు వీటన్నింటినీ వర్కింగ్ సిస్టమ్‌లోకి ప్లగ్ చేయాల్సిన సమయం వచ్చింది. పాలసీని ఎంత బాగా వ్రాసినా, దాని వెనుక పాత్రలు, ఆమోదం ప్రవాహం, ఆడిటింగ్ మరియు సంఘటన ప్రతిస్పందన లేనట్లయితే, అది పత్రంగా షెల్ఫ్‌లో ఉంటుంది. ఈ ముగింపు యూనిట్‌లో, మేము AI గవర్నెన్స్‌ని సజీవంగా ఉంచే నాలుగు మెకానిజమ్‌లను మిళితం చేస్తాము-పాత్రలు (RACI), ఆమోద ప్రక్రియ, సాధారణ ఆడిట్ మరియు సంఘటన ప్రతిస్పందన-మరియు ఫ్రేమ్‌వర్క్‌ను పూర్తి చేస్తాము.

స్పష్టమైన పాత్రలు: RACI మాతృక

పాలన యొక్క మొదటి నియమం: ప్రతి పనికి యజమాని తప్పనిసరిగా ఉండాలి. దీన్ని స్పష్టం చేయడానికి క్లాసిక్ సాధనం RACI మాతృక. RACI నాలుగు పాత్రల మొదటి అక్షరాల నుండి వచ్చింది:

  • R (బాధ్యత / కర్త): వాస్తవానికి పనిని నిర్వహించే వ్యక్తి.
  • ఎ (జవాబుదారీ): అంతిమంగా బాధ్యత వహించే వ్యక్తి ఒక్కరే ఉండాలి.
  • సి (కన్సల్టెడ్): ఎవరి అభిప్రాయాన్ని తీసుకున్నారో.
  • నేను (సమాచారం): సమాచారం.

తపన

(R) ద్వారా తయారు చేయబడింది

జవాబుదారీ (ఎ)

సంప్రదించబడింది (సి)

సమాచారం (నేను)

పాలసీ రాయడం

AI అధికారి

సమ్మతి నిర్వాహకుడు

లీగల్, ఐటీ, హెచ్‌ఆర్

సీనియర్ మేనేజ్మెంట్

కొత్త వాహనం ఆమోదం

IT/భద్రత

సమ్మతి నిర్వాహకుడు

చట్టం

వ్యాపార యూనిట్

DPIA అమలు

డేటా రక్షణ అధికారి

సమ్మతి నిర్వాహకుడు

సంబంధిత బృందం

సీనియర్ మేనేజ్మెంట్

ఉల్లంఘన ప్రతిస్పందన

భద్రతా బృందం

సీనియర్ మేనేజ్మెంట్

చట్టం, కమ్యూనికేషన్

మొత్తం సంస్థ

ఆడిట్

అంతర్గత ఆడిట్

సమ్మతి నిర్వాహకుడు

యూనిట్లు

సీనియర్ మేనేజ్మెంట్

చిట్కా: ఒక పంక్తికి ఒక "A" (జవాబుదారీ) మాత్రమే కలిగి ఉండండి. ఇద్దరు అంతిమంగా బాధ్యత వహిస్తారు, సున్నా బాధ్యత వహిస్తుంది; సంక్షోభ సమయంలో "మీరు చూస్తున్నారని నేను అనుకున్నాను" అనే పదబంధం ఇక్కడ నుండి వచ్చింది. ఒకే పాత్రపై బాధ్యతను నిర్ణయించడం అనేది పాలనా నియమం.

సమతుల్య ఆమోద ప్రక్రియ

కొత్త AI సాధనం లేదా దాని వినియోగానికి ఆమోద ప్రక్రియ అవసరం. రెండు ఉచ్చులు నివారించబడతాయి: చాలా వదులుగా (ప్రతిదీ ఉచితం, నీడ AI) మరియు చాలా దృఢమైనది (ప్రతిదీ నెలల తరబడి ఆమోదం కోసం వేచి ఉంది, ఎవరూ బాధపడరు). ట్రేడ్-ఆఫ్ అనేది రిస్క్ ఆధారంగా క్రమంగా ఆమోదం:

ప్రమాద స్థాయి

ఉదాహరణ

ఆమోద మార్గం

తక్కువ

ఓపెన్ డేటాతో టెక్స్ట్ డ్రాఫ్ట్

ఆమోదం అవసరం లేదు, పాలసీలో ఉచితం

మధ్యస్థ

అంతర్గత డేటాతో విశ్లేషణ

యూనిట్ మేనేజర్ + ఆమోదించబడిన వాహనం అవసరం

అధిక

వ్యక్తిగత/ప్రైవేట్ డేటా, ఆటోమేటిక్ నిర్ణయం

వర్తింపు + చట్టపరమైన ఆమోదం + DPIA

తక్కువ-ప్రమాదకర ఉపయోగాలను విడుదల చేయడం ద్వారా ప్రక్రియ యొక్క యాజమాన్యాన్ని జట్లు తీసుకోవడానికి అనుమతిస్తుంది; అధిక-ప్రమాదం ఉన్న వాటిని గట్టి నియంత్రణలో ఉంచడం నిజమైన ప్రమాదాన్ని నిర్వహిస్తుంది. అందువలన, ప్రక్రియ వేగంగా మరియు సురక్షితంగా ఉంటుంది.

రెగ్యులర్ తనిఖీ

పాలన ఒక జీవన వ్యవస్థ; సాధారణ పర్యవేక్షణ లేకుండా అది చనిపోతుంది. ఆడిట్ తనిఖీలు: ఆమోదించబడిన జాబితాలో ఇప్పటికీ ఉపయోగించిన వాహనాలు ఉన్నాయా, షాడో AI సంకేతాలు ఉన్నాయా, నిలుపుదల కాలాలు వర్తింపజేస్తున్నాయా, DPIAలు తాజాగా ఉన్నాయా, సంఘటనలు నమోదు చేయబడ్డాయి. ఆడిట్ ఫ్రీక్వెన్సీ రిస్క్ ద్వారా నిర్ణయించబడుతుంది (ఉదా. అధిక-రిస్క్ సిస్టమ్‌లకు త్రైమాసికం, సాధారణ కోసం ప్రతి ఆరు నెలలకు).

శ్రద్ధ: ఆడిటింగ్ అనేది "ఒకరిని నిందించడానికి" ఒక సాధనం కాదు, కానీ "వ్యవస్థను మెరుగుపరచడానికి" ఒక సాధనం. శిక్ష-కేంద్రీకృత ఆడిట్ సంస్కృతి ఉద్యోగులను సమస్యలను దాచడానికి నెట్టివేస్తుంది మరియు నీడ AIని ప్రోత్సహిస్తుంది. సమస్యలను ముందుగానే పరిశీలించి పరిష్కరించడమే లక్ష్యం.

సంఘటన ప్రతిస్పందన మరియు 72 గంటల నియమం

ఎంత బాగా మేనేజ్ చేసినా, ఏదో ఒక రోజు ఒక సంఘటన జరుగుతుంది: డేటా లీక్, తప్పుడు AI నిర్ణయం, కాన్ఫిడెన్షియల్ డేటా తప్పు టూల్‌లోకి రావడం. సంఘటన ప్రతిస్పందన ప్రణాళిక ఏమి చేయాలో నిర్దేశిస్తుంది:

  1. గుర్తింపు మరియు నియంత్రణ: సంఘటనను గుర్తించండి, దాని వ్యాప్తిని ఆపండి (ఉదా. యాక్సెస్ కట్).
  2. మూల్యాంకనం: ఏ డేటా, ఎంత మంది వ్యక్తులు, ఎంత మంది ప్రభావితమయ్యారు?
  3. నోటిఫికేషన్: వ్యక్తిగత డేటా ఉల్లంఘన విషయంలో, అవసరమైనప్పుడు సంబంధిత అధికారి (KVKK బోర్డు) మరియు సంబంధిత వ్యక్తులకు తెలియజేయండి. GDPR ఉల్లంఘన గురించి తెలుసుకున్న 72 గంటలలోపు అధికారానికి నోటిఫికేషన్ అవసరం; KVKK కూడా "సాధ్యమైనంత త్వరగా" నోటిఫికేషన్‌ని ఆశిస్తోంది.
  4. దిద్దుబాటు మరియు అభ్యాసం: మూల కారణాన్ని పరిష్కరించండి, ఇలాంటి వాటిని నిరోధించడానికి చర్య తీసుకోండి, సంఘటనను డాక్యుమెంట్ చేయండి.
శ్రద్ధ: మీరు సంఘటన గురించి తెలుసుకున్న క్షణం నుండి 72-గంటల నోటీసు వ్యవధి ప్రారంభమవుతుంది; "ముందు అంతర్గతంగా పరిష్కరించుకుందాం, తర్వాత మీకు తెలియజేస్తాము" అనే విధానం గడువును కోల్పోతుంది. సంఘటన ప్రతిస్పందన ప్రణాళిక మరియు కమ్యూనికేషన్ చైన్‌ను ముందుగానే సిద్ధంగా ఉంచుకోవడం సంక్షోభ సమయంలో సమయాన్ని ఆదా చేస్తుంది.

మూడు చిన్న కేసులు

కేసు 1 — క్లెయిమ్ చేయని పని. ఒక కంపెనీ AI విధానాన్ని కలిగి ఉంది, కానీ "ఆమోదించిన సాధనాల జాబితాను ఎవరు అప్‌డేట్ చేస్తారు" అనేది స్పష్టంగా లేదు. జాబితా 8 నెలల వరకు అప్‌డేట్ చేయబడదు, జట్లు జాబితాలో లేని సాధనాలను ఉపయోగించడం ప్రారంభిస్తాయి. RACI మ్యాట్రిక్స్ ఈ టాస్క్‌ను ఒక పాత్రకు పిన్ చేసినట్లయితే, గ్యాప్ ఏర్పడదు.

కేసు 2 — 72 గంటలు తప్పిపోయాయి. ఒక ఉద్యోగి మిస్టరీ దుకాణదారుల జాబితాను తప్పు సాధనంలోకి ప్రవేశపెడతాడు. బృందం దీనిని అంతర్గతంగా పరిష్కరించడానికి ప్రయత్నిస్తుంది మరియు మూడు రోజుల తర్వాత చట్టానికి తెలియజేస్తుంది. మార్గం ద్వారా, నోటిఫికేషన్ వ్యవధి ముగిసింది. సిద్ధం చేసిన సంఘటన ప్రతిస్పందన ప్రణాళిక మరియు స్పష్టమైన కమ్యూనికేషన్ గొలుసు మొదటి గంటలోనే సంఘటనను సరైన ఛానెల్‌కు తరలించి ఉండేది.

కేస్ 3 — షాడో AI ఆడిట్ ద్వారా క్యాచ్ చేయబడింది. ఒక సాధారణ సెమీ వార్షిక ఆడిట్ సమయంలో నెట్‌వర్క్ ట్రాఫిక్‌లో మూడు ఆమోదించని AI సాధనాలను ఒక సంస్థ గుర్తించింది. శిక్షకు బదులుగా, అతను బృందాలతో మాట్లాడతాడు, వారికి ఈ సాధనాలు ఎందుకు అవసరమో అర్థం చేసుకుంటాడు, రెండింటిని మూల్యాంకనం చేసి, ఆమోదించబడిన జాబితాలో వాటిని జోడిస్తుంది. ఆడిట్ రెండూ ప్రమాదాన్ని మూసివేస్తాయి మరియు నిజమైన అవసరాన్ని కనిపించేలా చేస్తాయి.

కాపీ చేయగల టెంప్లేట్లు

టెంప్లేట్ 1 — RACI మ్యాట్రిక్స్ అవుట్‌లైన్: "మా సంస్థ యొక్క AI గవర్నెన్స్ కోసం RACI మ్యాట్రిక్స్‌ను రూపొందించండి. టాస్క్‌లు: పాలసీ రైటింగ్, టూల్ అప్రూవల్, DPIA, ఉల్లంఘన ప్రతిస్పందన, ఆడిట్, శిక్షణ. పాత్రలు: AI లీడ్, కంప్లైయెన్స్ మేనేజర్, లీగల్, IT, HR, సీనియర్ మేనేజ్‌మెంట్. ప్రతి పాత్రలో ఒక 'A' మాత్రమే."

టెంప్లేట్ 2 — టైర్డ్ అప్రూవల్ ఫ్లో: "రిస్క్ ప్రకారం టైర్డ్ AI ఆమోద ప్రక్రియను రూపొందించండి: తక్కువ/మధ్యస్థం/అధిక ప్రమాదం కోసం ప్రత్యేక ఆమోద మార్గాలు. ప్రతి స్థాయికి ఉదాహరణ వినియోగం, ఆమోదించే పాత్ర మరియు అవసరమైన పత్రం (DPIA మొదలైనవి) వ్రాయండి. ప్రక్రియను వేగంగా మరియు సురక్షితంగా చేయండి."

టెంప్లేట్ 3 — ఆడిట్ చెక్‌లిస్ట్: "ఆరు నెలల AI గవర్నెన్స్ ఆడిట్ కోసం చెక్‌లిస్ట్‌ను సిద్ధం చేయండి: ఆమోదించబడిన సాధనం సమ్మతి, షాడో AI సూచనలు, నిలుపుదల కాలాలు, DPIAcurrency, ఈవెంట్ లాగ్‌లు, శిక్షణ పూర్తి రేటు. ప్రతి అంశానికి 'ఎలా తనిఖీ చేయాలి' పద్ధతిని జోడించండి."

టెంప్లేట్ 4 — సంఘటన ప్రతిస్పందన ఫ్లో కార్డ్: "AI/డేటా ఉల్లంఘన కోసం ఒక-పేజీ సంఘటన ప్రతిస్పందన ఫ్లో కార్డ్‌ను వ్రాయండి: దశల వారీగా (డిటెక్షన్, కంటైన్‌మెంట్, అసెస్‌మెంట్, నోటిఫికేషన్, రెమెడియేషన్), ప్రతి దశలో బాధ్యతాయుతమైన పాత్ర మరియు సంప్రదింపు సమాచారం, 72-గంటల నోటిఫికేషన్ హెచ్చరిక. సంక్షోభంలో టేబుల్‌పై కూర్చునేంత సరళంగా ఉంచండి."

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనత: “AI గవర్నెన్స్ కోసం మనం ఏమి చేయాలి?”-> మోడల్ సాధారణ జాబితాను ఇస్తుంది; పాత్రలు, ఆమోదం మార్గాలు మరియు సంఘటన ప్రణాళిక సంస్థ-నిర్దిష్టమైనవి మరియు వర్తించవు. స్ట్రాంగ్: "మేము 60 మంది వ్యక్తుల సంస్థ. AI గవర్నెన్స్ పని చేయడానికి: (1) 5-టాస్క్ RACI మ్యాట్రిక్స్‌ను ఉత్పత్తి చేయండి, (2) తక్కువ/మధ్యస్థం/అధిక రిస్క్ కోసం టైర్డ్ అప్రూవల్ ఫ్లో, (3) 72 గంటల నియమంతో ఒక-పేజీ సంఘటన ప్రతిస్పందన కార్డ్. ప్రతి పనిలో ఒకే 'A' ఉండనివ్వండి."-> మాకు అనువైన నమూనాలు వెంటనే రూపొందించబడతాయి. పాలన సాధనాలు.

సాధారణ తప్పులు

  • పాత్రకు పనులను పరిష్కరించడం లేదు; "ప్రతి ఒక్కరి ఉద్యోగం ఎవరి వ్యాపారం కాదు" అనే గ్యాప్‌ని సృష్టించడం.
  • ఒక పనిపై ఒకటి కంటే ఎక్కువ "A" (అంతిమ బాధ్యత) నిర్వచించడం.
  • ఆమోద ప్రక్రియను చాలా సడలించడం లేదా చాలా కఠినంగా చేయడం; రిస్క్ ప్రకారం స్తరీకరించడం లేదు.
  • తనిఖీని అస్సలు చేపట్టకపోవడం లేదా శిక్షార్హులుగా మార్చుకుని సమస్యలను దాచిపెడుతున్నారు.
  • సంఘటన జరిగిన తర్వాత సంఘటన ప్రతిస్పందన ప్రణాళికను పరిశీలిస్తోంది.
  • "ముందు దాన్ని అంతర్గతంగా పరిష్కరించుకుందాం" అనే ఉద్దేశ్యంతో 72 గంటల నోటీసు వ్యవధిని కోల్పోతున్నారు.
  • ఒకసారి పాలనను ఏర్పాటు చేయడం మరియు దానిని మళ్లీ సమీక్షించకపోవడం; అయితే, ఇది ఒక జీవన వ్యవస్థ.

సారాంశంలో

  • నాలుగు యంత్రాంగాలు పాలనను పని చేస్తాయి: పాత్రలు (RACI), టైర్డ్ ఆమోదం, సాధారణ ఆడిటింగ్ మరియు సంఘటన ప్రతిస్పందన.
  • RACI మాతృకలో, ప్రతి పనికి ఒకే అంతిమ బాధ్యత గల వ్యక్తి (A) ఉండాలి.
  • ఆమోదం ప్రక్రియ ప్రమాదానికి అనుగుణంగా నిర్వహించబడాలి; తక్కువ ప్రమాదం లేని, అధిక ప్రమాదం కఠినమైన నియంత్రణ.
  • రెగ్యులర్ ఆడిటింగ్ పాలనను సజీవంగా ఉంచుతుంది; ఇది వైద్యం యొక్క సాధనంగా ఉపయోగించబడుతుంది, శిక్ష కాదు.
  • సంఘటన ప్రతిస్పందన ప్రణాళిక ముందుగానే సిద్ధం చేయాలి; వ్యక్తిగత డేటా ఉల్లంఘన విషయంలో 72 గంటల నోటిఫికేషన్ నియమాన్ని మర్చిపోకూడదు.

అప్లికేషన్ టాస్క్

ఒకే డాక్యుమెంట్‌లో మీ సంస్థ కోసం పూర్తి గవర్నెన్స్ ఫ్రేమ్‌వర్క్‌ను సేకరించండి. ముందుగా కనీసం ఐదు టాస్క్‌ల RACI మ్యాట్రిక్స్‌ను ఏర్పాటు చేయండి; ప్రతి పనిలో ఒక "A" మాత్రమే ఉందని నిర్ధారించుకోండి. ఆపై తక్కువ, మధ్యస్థ మరియు అధిక ప్రమాదం కోసం టైర్డ్ ఆమోద ప్రవాహాన్ని రూపొందించండి మరియు ప్రతి స్థాయిలో ఉదాహరణ వినియోగం, ఆమోదం పాత్ర మరియు అవసరమైన డాక్యుమెంటేషన్‌ను జోడించండి. ఆపై ఆరు నెలల ఆడిట్ చెక్‌లిస్ట్‌ను సృష్టించండి. చివరగా, AI/డేటా ఉల్లంఘన కోసం ఒక పేజీ సంఘటన ప్రతిస్పందన కార్డ్‌ను వ్రాయండి; 72-గంటల నోటిఫికేషన్ హెచ్చరిక మరియు కమ్యూనికేషన్ చైన్‌ను చేర్చండి. ఈ నాలుగు ముక్కలు మీరు మాడ్యూల్ అంతటా నేర్చుకున్న వాటిని వర్కింగ్ సిస్టమ్‌గా మార్చే పత్రం.

చెక్లిస్ట్

  • [ ] నేను RACI మాతృకను సెటప్ చేసాను; ప్రతి మిషన్‌లో ఒక "A" మాత్రమే ఉంటుంది.
  • [ ] నేను ప్రమాదానికి అనుగుణంగా క్రమంగా ఆమోదం ప్రవాహాన్ని రూపొందించాను.
  • [ ] నేను తక్కువ-ప్రమాదకర ఉపయోగాలను సహేతుకంగా ఉదారంగా ఉంచాను.
  • [ ] నేను ఆరు నెలల ఆడిట్ చెక్‌లిస్ట్‌ని సిద్ధం చేసాను.
  • [ ] నేను ఆడిటింగ్‌ని అభివృద్ధి కోసం ఒక సాధనంగా ఉంచాను.
  • [ ] నేను ఒక పేజీ సంఘటన ప్రతిస్పందన కార్డును వ్రాసాను.
  • [ ] నేను 72 గంటల నోటీసు నియమం మరియు కమ్యూనికేషన్ చైన్‌ని చేర్చాను.

మాడ్యూల్ పరీక్ష

1. సంస్థలు వ్రాతపూర్వక AI విధానాన్ని కలిగి లేనప్పుడు సంభవించే ఉద్యోగులచే AI యొక్క ఆమోదించబడని వినియోగాన్ని సూచించే భావన ఏమిటి?

  • ఎ) షాడో AI (షాడో AI) ✔
  • బి) ఓపెన్ వెయిట్ AI
  • సి) మల్టీమోడల్ AI
  • D) పర్యవేక్షించబడిన AI

వివరణ: సంస్థ యొక్క జ్ఞానం మరియు ఆమోదం లేకుండా AIని ఉపయోగించడం 'షాడో AI' అని పిలుస్తారు మరియు డేటా లీకేజీ వంటి తీవ్రమైన ప్రమాదాలను కలిగిస్తుంది.

2. మంచి కార్పొరేట్ AI విధానం యొక్క ప్రాథమిక విధానం ఏమిటి?

  • ఎ) AI వాడకాన్ని వీలైనంత పూర్తిగా నిషేధించడం
  • B) బాధ్యతాయుతమైన వినియోగాన్ని ప్రారంభించే మరియు స్పష్టత మరియు నమ్మకాన్ని అందించే ఫ్రేమ్‌వర్క్‌గా ఉండటం ✔
  • సి) IT విభాగానికి మాత్రమే తెలిసిన సాంకేతిక పత్రం
  • D) సాధ్యమైనంత ఎక్కువ కాలం ఉండటం మరియు చట్టపరమైన భాషలో మాత్రమే వ్రాయడం

వివరణ: మంచి పాలసీ అనేది నిషేధాల జాబితా కాదు, బాధ్యతాయుతమైన వినియోగాన్ని అనుమతించే ఫ్రేమ్‌వర్క్. పూర్తిగా నిషేధించడం వలన ఉపయోగం తొలగించబడదు; ఇది కేవలం అదృశ్య మరియు అనియంత్రిత చేస్తుంది.

3. ఎంటర్‌ప్రైజ్ AI విధానంలో అత్యంత కీలకమైన డేటా వర్గీకరణను ఏది నిర్ణయిస్తుంది?

  • ఎ) AI మోడల్ యొక్క టోకెన్ ధర
  • బి) కంపెనీ వార్షిక AI బడ్జెట్
  • సి) ఏ AI సాధనం ✔లో ఏ రకమైన డేటాను నమోదు చేయవచ్చు
  • డి) ఏ ఉద్యోగి ఏ జీతం అందుకుంటారు?

వివరణ: డేటా వర్గీకరణ; ఇది ఓపెన్, అంతర్గత, గోప్యమైన మరియు యాజమాన్య డేటా ఏ AI సాధనంలోకి ప్రవేశించవచ్చు మరియు నమోదు చేయకూడదు అనే దాని గురించి స్పష్టమైన నియమాలను నిర్దేశిస్తుంది.

4. KVKK యొక్క "డేటా కనిష్టీకరణ" (సంబంధిత, పరిమిత మరియు అనుపాత) సూత్రం AI ఉపయోగంలో అర్థం ఏమిటి?

  • ఎ) AIలో అవసరమైన డేటాను మాత్రమే నమోదు చేయడం మరియు ఇకపై ✔ లేదు
  • బి) AIకి వీలైనంత ఎక్కువ డేటాను ఇన్‌పుట్ చేయడం ద్వారా మెరుగైన ఫలితాలను పొందండి
  • సి) డేటా నిరవధికంగా నిల్వ చేయడం
  • డి) మొత్తం డేటాను విదేశాలకు బదిలీ చేయాలని నిర్ధారించుకోండి

వివరణ: డేటా కనిష్టీకరణ అనేది AIలో ప్రయోజనం కోసం అవసరమైన డేటాను మాత్రమే నమోదు చేయడాన్ని సూచిస్తుంది మరియు మరేమీ లేదు. వీలైతే, డేటా అనామకంగా లేదా ముసుగుగా నమోదు చేయబడుతుంది.

5. ప్రొవైడర్ యొక్క సర్వర్‌లోని డేటాను ప్రాసెస్ చేసే AI సాధనంలో వ్యక్తిగత డేటాను కలిగి ఉన్న టెక్స్ట్‌ను నమోదు చేసేటప్పుడు KVKK పరంగా ఏమి పరిగణించబడుతుంది?

  • ఎ) చట్టపరమైన పరిణామాలు లేని సాధారణ లావాదేవీ
  • బి) ఎట్టి పరిస్థితుల్లోనూ ఖచ్చితంగా నిషేధించబడిన చర్య
  • సి) డేటా తెరిచి ఉంటే మాత్రమే ముఖ్యమైన ఆపరేషన్
  • D) లావాదేవీ మరియు తరచుగా బదిలీ; చట్టపరమైన ఆధారం మరియు హామీ అవసరం ✔

వివరణ: ఇది ప్రొవైడర్ యొక్క సర్వర్‌లో (తరచుగా విదేశాలలో) డేటా ప్రాసెస్ చేయబడినందున ఇది 'ప్రాసెసింగ్' మరియు తరచుగా 'బదిలీ'; దీనికి చెల్లుబాటు అయ్యే చట్టపరమైన ఆధారం మరియు తగిన ఒప్పందం/గ్యారంటీ అవసరం.

6. EU AI చట్టం యొక్క ప్రాథమిక విధానం ఏమిటి?

  • ఎ) అన్ని AI సిస్టమ్‌లను ఒకే కఠినమైన నియమాలకు లోబడి ఉంటుంది
  • B) AI వ్యవస్థలను వాటి సంభావ్య ప్రమాదానికి అనుగుణంగా వర్గీకరించండి మరియు తదనుగుణంగా నియమాలను వర్తింపజేయండి ✔
  • సి) EU అంతటా AI వినియోగాన్ని పూర్తిగా నిషేధించండి
  • D) మోడల్ యొక్క టోకెన్ ధరను మాత్రమే నియంత్రించడం

వివరణ: EU AI చట్టం మొత్తం AIని కలిపి ఉంచదు; ఇది వ్యవస్థలను వాటి సంభావ్య హానిని బట్టి నాలుగు ప్రమాద తరగతులుగా (నిషిద్ధం, అధిక, పరిమిత, కనిష్ట) విభజిస్తుంది మరియు ప్రమాదం పెరిగేకొద్దీ నియమాలను కఠినతరం చేస్తుంది.

7. EU AI చట్టం ప్రకారం, నియామక నిర్ణయాలలో అభ్యర్థులను పరీక్షించే AI సిస్టమ్ ఏ రిస్క్ క్లాస్‌కి చెందుతుంది?

  • ఎ) అధిక ప్రమాదం ✔
  • బి) కనీస ప్రమాదం
  • సి) పరిమిత ప్రమాదం
  • డి) ప్రమాదం లేని

వివరణ: రిక్రూట్‌మెంట్, క్రెడిట్ మరియు హెల్త్‌కేర్ వంటి వ్యక్తుల జీవితాలను తీవ్రంగా ప్రభావితం చేసే ప్రాంతాలు సాధారణంగా 'హై రిస్క్' కేటగిరీలోకి వస్తాయి మరియు కఠినమైన బాధ్యతలకు (రికార్డింగ్, హ్యూమన్ మానిటరింగ్, డేటా క్వాలిటీ) లోబడి ఉంటాయి.

8. EU AI చట్టం ప్రకారం, వారి ప్రవర్తన లేదా లక్షణాల ఆధారంగా వ్యక్తులను స్కోర్ చేసే మరియు సామాజికంగా ప్రతికూలతను కలిగించే రాష్ట్ర-ప్రాయోజిత "సామాజిక స్కోరింగ్" వ్యవస్థలు ఏ వర్గంలోకి వస్తాయి?

  • ఎ) పరిమిత ప్రమాదం
  • బి) అధిక ప్రమాదం
  • సి) నిషేధించబడిన (ఆమోదించలేని ప్రమాదం) అభ్యాసం ✔
  • డి) కనీస ప్రమాదం

వివరణ: సోషల్ స్కోరింగ్, సబ్‌లిమినల్ మానిప్యులేషన్ మరియు కొన్ని బయోమెట్రిక్ నిఘా పద్ధతులు 'నిషిద్ధ పద్ధతుల'లో ఉన్నాయి; ప్రమాదం తగ్గినప్పటికీ వీటిని విడుదల చేయడం సాధ్యం కాదు, ఇవి పూర్తిగా నిషేధించబడ్డాయి.

9. ఆర్టికల్ 22 GDPR వ్యక్తులను దేని నుండి రక్షిస్తుంది?

  • ఎ) AI సాధనాల అధిక ధరలకు వ్యతిరేకంగా
  • బి) ప్రకటనల ఇమెయిల్‌లకు వ్యతిరేకంగా మాత్రమే
  • సి) డెఫిసిట్ వెయిటెడ్ మోడల్స్ వాడకానికి వ్యతిరేకంగా
  • D) వ్యక్తిని గణనీయంగా ప్రభావితం చేసే మరియు స్వయంచాలకంగా మాత్రమే తీసుకునే నిర్ణయాలకు వ్యతిరేకంగా ✔

వివరణ: GDPR యొక్క ఆర్టికల్ 22 వ్యక్తిని చట్టపరమైన లేదా అదే విధంగా ముఖ్యమైన స్థాయిలో ప్రభావితం చేసే నిర్ణయాల నుండి వ్యక్తిని రక్షిస్తుంది మరియు పూర్తిగా ఆటోమేటెడ్ ప్రాసెసింగ్ (AIతో సహా)పై ఆధారపడి ఉంటుంది; ఇది మానవ జోక్యం మరియు వస్తువును అభ్యర్థించే హక్కును అందిస్తుంది.

10. మీరు విదేశాలలో AI ప్రొవైడర్ యొక్క సర్వర్‌లో వ్యక్తిగత డేటాను ప్రాసెస్ చేయాలనుకున్నప్పుడు KVKK/GDPR పరంగా ఏమి అవసరం?

  • ఎ) అదనపు షరతులు లేవు; డేటాను ఉచితంగా బదిలీ చేయవచ్చు
  • బి) తగిన హామీ (అండర్‌టేకింగ్ లెటర్/స్టాండర్డ్ కాంట్రాక్ట్ క్లాజులు) లేదా ఎక్స్‌ప్రెస్ సమ్మతి వంటి మెకానిజం ✔
  • సి) డేటా ఎన్‌క్రిప్షన్ మాత్రమే సరిపోతుంది
  • డి) ఉద్యోగి నుండి మౌఖిక ఆమోదం మాత్రమే సరిపోతుంది

వివరణ: క్రాస్-బోర్డర్ బదిలీలకు, ఒక నియమం వలె, స్పష్టమైన సమ్మతి లేదా రక్షణకు తగిన నిబద్ధతతో కూడిన మెకానిజమ్స్ అవసరం (అండర్ టేకింగ్ లెటర్, స్టాండర్డ్ కాంట్రాక్టు క్లాజులు వంటి తగిన రక్షణలు); డేటా యాదృచ్ఛికంగా బదిలీ చేయబడదు.

11. చాలా చట్టపరమైన వ్యవస్థల్లో AI-ఉత్పత్తి అవుట్‌పుట్ కాపీరైట్ చేయదగినదో కాదో ఏది నిర్ణయిస్తుంది?

  • ఎ) కంటెంట్‌లో మానవ సృజనాత్మకత మరియు సహకారం యొక్క స్థాయి ✔
  • బి) ఉపయోగించిన మోడల్ యొక్క టోకెన్ ధర
  • సి) అవుట్‌పుట్ యొక్క పొడవు మాత్రమే
  • D) AI సాధనం యొక్క మూలం దేశం

వివరణ: అనేక న్యాయ వ్యవస్థలలో, కాపీరైట్ రక్షణకు మానవ సృజనాత్మకత అవసరం. ఎక్కువ మానవ దిశ, ఎంపిక, నియంత్రణ మరియు ప్రత్యేక సహకారం, అవుట్‌పుట్‌ను సంరక్షించే అవకాశం ఎక్కువ.

12. AI గవర్నెన్స్ ఫ్రేమ్‌వర్క్ యొక్క అత్యంత కీలకమైన సూత్రమైన “మానవ నియంత్రణ” దేనిని సూచిస్తుంది?

  • ఎ) AI అన్ని నిర్ణయాలను ఒంటరిగా మరియు స్వయంచాలకంగా చేస్తుంది
  • బి) వ్యక్తులు AIని పూర్తిగా ఉపయోగించడం మానేస్తారు
  • సి) AI ఒక సాధనం; ముఖ్యమైన నిర్ణయాలలో చివరి మాట మరియు బాధ్యత ఎల్లప్పుడూ వ్యక్తికి చెందుతుంది ✔
  • డి) అత్యంత ఖరీదైన మోడల్‌ను మాత్రమే ఉపయోగించండి

వివరణ: మానవ నియంత్రణ సూత్రం AI అనేది ఒక సాధనం మరియు ఆ బాధ్యత ఎల్లప్పుడూ మానవునిపైనే ఉంటుందని నొక్కి చెబుతుంది. ముఖ్యమైన నిర్ణయాలలో అధీకృత వ్యక్తికి తుది నిర్ణయం ఉంటుంది; 'AI అలా చెప్పింది' అనేది సబబు కాదు.

13. డేటా ప్రొటెక్షన్ ఇంపాక్ట్ అసెస్‌మెంట్ (DPIA) సాధారణంగా ఎప్పుడు నిర్వహించబడాలి?

  • ఎ) డేటా ఉల్లంఘన జరిగిన తర్వాత
  • బి) డిజైన్ దశలో, అధిక-రిస్క్ ప్రాసెసింగ్ ప్రారంభించే ముందు ✔
  • సి) ఆడిటర్ అభ్యర్థిస్తే మాత్రమే
  • డి) మామూలుగా, ప్రాజెక్ట్ తర్వాత సంవత్సరాల

వివరణ: కొత్త సాంకేతికతను ఉపయోగించే AI ప్రాసెసింగ్ కార్యకలాపాన్ని ప్రారంభించే ముందు DPIA రూపకల్పన దశలో నిర్వహించబడాలి, ఇది పెద్ద ఎత్తున లేదా క్రమబద్ధమైన పర్యవేక్షణను కలిగి ఉంటుంది లేదా వ్యక్తులకు అధిక ప్రమాదాన్ని కలిగిస్తుంది.

14. KVKK యొక్క "ప్రయోజన పరిమితి" మరియు నిలుపుదల సూత్రాలకు అనుగుణంగా, AI సాధనం యొక్క చాట్ చరిత్రలో వ్యక్తిగత డేటా కోసం ఏమి చేయాలి?

  • ఎ) ఇది ఎప్పటికీ ఉంచబడాలి
  • బి) నియమాలు అవసరం లేదు, ఇది ప్రొవైడర్ యొక్క సమస్య
  • సి) ఇది మేనేజర్ అభ్యర్థన మేరకు మాత్రమే ఏటా సమీక్షించబడుతుంది.
  • D) ఇది నిల్వ మరియు విధ్వంసం పాలసీకి లింక్ చేయబడాలి మరియు ప్రయోజనం పూర్తయినప్పుడు తొలగించబడాలి లేదా అనామకంగా ఉండాలి ✔

వివరణ: వ్యక్తిగత డేటా ప్రాసెస్ చేయబడిన ప్రయోజనం కోసం అవసరమైన దానికంటే ఎక్కువసేపు ఉంచబడదు. AI చాట్ చరిత్రలు కూడా నిలుపుదల మరియు విధ్వంసం విధానంతో ముడిపడి ఉండాలి; ప్రయోజనం లేనప్పుడు, అది తొలగించబడాలి లేదా అనామకంగా ఉండాలి.

15. నిర్దిష్ట పరిమితులను దాటిన డేటా కంట్రోలర్‌లు తమ వ్యక్తిగత డేటా ప్రాసెసింగ్ కార్యకలాపాలను Türkiyeలో నమోదు చేసుకోవడానికి ఏ రిజిస్ట్రీ అవసరం?

  • A) VERBIS (డేటా కంట్రోలర్స్ రిజిస్ట్రీ ఇన్ఫర్మేషన్ సిస్టమ్) ✔
  • బి) మెర్సిస్ ట్రేడ్ రిజిస్ట్రీ
  • సి) EU AI లా డేటాబేస్
  • డి) పన్ను చెల్లింపుదారుల రిజిస్టర్

వివరణ: VERBIS (డేటా కంట్రోలర్స్ రిజిస్ట్రీ ఇన్ఫర్మేషన్ సిస్టమ్) అనేది డేటా కంట్రోలర్‌లు తమ ప్రాసెసింగ్ ఇన్వెంటరీలను నమోదు చేసే అధికారిక రిజిస్ట్రీ; కొత్త AI-ఆధారిత ప్రాసెసింగ్ కార్యాచరణ తప్పనిసరిగా ఇన్వెంటరీలో మరియు అవసరమైతే, VERBIS రికార్డ్‌లో ప్రతిబింబించాలి.