AI 符合性评估(Conformity Assessment)
AI TERM术语词条Conformity Assessment
术语释义
AI 符合性评估是法规落地时的合格评定路径,通过自评或第三方评定、技术文档与标识来证明产品或系统满足要求。
法规写的是「必须满足什么」,符合性评估回答的是「怎么证明你满足了」。按欧盟 AI 法案口径,它把抽象义务转换成一套可检查的程序、文档与责任主体,是产品进入受监管市场的通行环节。与单纯的内部合规自查相比,符合性评估的结论通常要能被第三方或监管复现,因此对证据留存与测试可重复性的要求更高;其他辖区的市场准入安排并不相同,口径以辖区为准,需单独确认。
常见评定路径
- 内部控制路径(自评):由提供方按内部控制的思路逐项核对要求、留存证据并出具声明,是高风险系统的主要路径。
- 第三方公告机构评定:由独立机构审查技术文档、测试结果与质量体系,适用于 AI 作为受监管产品安全部件,以及未采用协调标准或共同规范等法定情形。
- 标准符合性推定:采用被认可的协调标准,通常可作为满足相应要求的推定依据,但推定不等于免责。
- 组合路径:先按内部控制路径完成内部整改,再针对法定需要公告机构介入的模块做专项评定,最后统一出具声明。
需要准备什么
核心是技术文档:系统用途与适用范围的界定、风险分析与缓解措施、数据与训练过程说明、测试与验证记录、人机交互与监督设计、变更管理流程。文档的作用是让结论可复现,而不是事后补写的说明材料——测试记录要能回答「用什么数据、什么口径、谁复核」。同时要明确角色划分,提供方、部署方与进口商各自承担哪些义务,避免责任断链。对于集成基础模型或第三方组件的产品,还需要上游提供的能力说明与合规材料作为支撑。
评哪些维度
- 用途界定:预期用途、目标人群与明确排除的使用方式,决定适用哪一档要求。
- 风险管理:是否建立贯穿生命周期的风险识别、评估与缓解流程,并指定责任人。
- 数据与记录:训练与运行数据的来源、质量与留存,日志是否足以支撑事后追溯。
- 人机监督:自动化决策的介入程度、人工复核点与面向用户的告知方式。
- 上市后监测:问题收集、严重事件报告与纠正措施是否形成闭环。
评估不是一次性动作:系统发生实质修改、用途扩展或风险等级变化时应重新评定;使用说明与标识要随产品交付;对第三方组件与基础模型要保留上游提供的合规材料,否则一旦上游无法举证,下游的合规结论也会跟着失去支撑。常见误区是把它当成文档工程——文件齐全但测试不可复现、责任人缺位,检查时同样无法通过。