EU AI Act 第10条实施手册：从原始数据到合规管道

EU AI Act 的第10条是直接影响数据团队的条款。它专注于训练、验证和测试数据，规定高风险 AI 系统必须如何处理塑造其行为的数据。

问题在于第10条是用法律语言写的。本手册将每个第10条要求翻译为具体的工程任务。

第10(2)(a)条：数据治理和管理实践

**工程任务：**建立数据治理政策文档、实施基于角色的访问控制、创建数据注册表。

第10(2)(b)条：数据集设计选择

**工程任务：**为每个训练数据集创建数据集设计文档、记录训练/验证/测试拆分策略、记录假设。

第10(2)(c)条：数据收集过程

**工程任务：**在摄入管道中实施自动源跟踪、维护源注册表、实施同意跟踪。

第10(2)(d)条：数据准备操作

**工程任务：**为每个转换实施自动日志记录、版本化每个中间数据集、在每个阶段验证。

第10(2)(e)条：可用性、数量和适用性评估

**工程任务：**定量评估、适用性评估、可用性评估。

第10(2)(f)条：偏差检查

**工程任务：**人口统计分析、标签偏差检测、代理变量检测、公平性指标计算。

第10(2)(g)条：数据缺口识别

**工程任务：**覆盖缺口分析、验证集错误分析、修复计划。

总结

第10条合规不是一次性项目。它是持续的运营要求。对于从零开始的团队，预计8-12周的实施工作。使用 Ertas Data Suite 的团队，大部分基础设施已内置。

关键原则：如果没有被记录，就等于没有发生。