Skip to content

CSlawyer1985/legal-skillhub / skills/ai-act-knowledge

ai-act-knowledge

Verified

欧盟 AI 法案知识引擎——以 70 份官方欧盟来源文件为基础的权威监管问答(包括 2026 年委员会关于 Art. 6 高风险分类的指南草稿——一般原则、附件 I、附件 III)。基于完整条例文本、委员会指南、EDPB/EDPS 意见、《实践守则》、协调标准、FRIA 指南、事件模板和行业特定指引,以条款级引用回答关于 AI 法案的任何问题。当用户询问"EU AI Act"、"AI Act regulation"、"Regulation 2024/1689"、"KI-Verordnung"、要求"explain an AI Act article"、"what does Article X say"、"AI Act requirements"、"AI Act penalties"、"AI Act timeline"、"GPAI obligations"、"high-risk AI"、"prohibited AI practices"、"AI Act and GDPR"、"fundamental rights impact assessment"、"AI Act standards"、"AI Act national implementation"、"AI literacy"、"serious incident reporting"、"Digital Omnibus"、"AI regulatory sandbox",或任何关于欧盟人工智能监管的问题时,应使用本技能。德语术语同样触发:"KI-Gesetz"、"KI-Verordnung"、"Hochrisiko-KI"、"KI-Kompetenz"、"Grundrechte-Folgenabschaetzung"、"GPAI-Verhaltenskodex"。对于产出分类决定而非知识答案的评估工作流,提议在会话内运行结构化风险等级分类。

FileKindSize
LICENSE.txtmarkdown33.7 KB
README.mdmarkdown6.0 KB
SKILL.mdskill md13.5 KB
evals.jsonconfig19.0 KB
references/codes-of-practice/README.mdmarkdown621 B
references/codes-of-practice/gpai-code-detailed.mdmarkdown42.4 KB
references/codes-of-practice/gpai-code-ec-overview.mdmarkdown3.4 KB
references/codes-of-practice/gpai-code-final.mdmarkdown101.8 KB
references/codes-of-practice/transparency-code-draft-1.mdmarkdown1.0 KB
references/codes-of-practice/transparency-code-draft-2.mdmarkdown3.8 KB
references/codes-of-practice/transparency-code-overview.mdmarkdown5.0 KB
references/commission-guidelines/art-6-classification-annex-i-2026.mdmarkdown30.8 KB
references/commission-guidelines/art-6-classification-annex-iii-2026.mdmarkdown371.7 KB
references/commission-guidelines/art-6-classification-general-principles-2026.mdmarkdown12.2 KB
references/compliance-guides/README.mdmarkdown646 B
references/compliance-guides/ai-literacy-repository.mdmarkdown1.8 KB
references/compliance-guides/copyright-tdm-consultation.mdmarkdown3.6 KB
references/compliance-guides/modifying-ai-classification.mdmarkdown24.7 KB
references/compliance-guides/small-businesses-guide.mdmarkdown12.6 KB
references/compliance-guides/whistleblowing-ai-act.mdmarkdown18.1 KB
references/core/README.mdmarkdown1.1 KB
references/core/annex-iii-high-risk.mdmarkdown8.0 KB
references/core/decision-trees.mdmarkdown10.2 KB
references/core/high-level-summary.mdmarkdown13.6 KB
references/core/regulation-preamble-recitals.mdmarkdown173.0 KB
references/core/regulation-title-I-general.mdmarkdown18.8 KB
references/core/regulation-title-II-prohibited.mdmarkdown8.2 KB
references/core/regulation-title-III-high-risk.mdmarkdown79.5 KB
references/core/regulation-title-IV-transparency.mdmarkdown3.9 KB
references/core/regulation-title-V-gpai.mdmarkdown12.0 KB
references/core/regulation-title-VI-X-governance.mdmarkdown104.3 KB
references/core/regulation-title-XI-XIII-final.mdmarkdown39.4 KB
references/cybersecurity/README.mdmarkdown440 B
references/cybersecurity/enisa-advisory-opinion.mdmarkdown29.7 KB
references/cybersecurity/enisa-ai-cybersecurity.mdmarkdown7.4 KB
references/cybersecurity/enisa-cybersecurity-standardisation.mdmarkdown3.7 KB
references/fria/README.mdmarkdown338 B
references/fria/article-27-fria.mdmarkdown4.8 KB
references/fria/ecnl-fria-guide.mdmarkdown43.3 KB
references/fria/fria-guide-danish-institute.mdmarkdown2.7 KB
references/governance/README.mdmarkdown660 B
references/governance/ai-office-faq.mdmarkdown59.8 KB
references/governance/ai-pact.mdmarkdown5.4 KB
references/governance/ec-qa-navigating-ai-act.mdmarkdown38.5 KB
references/governance/governance-enforcement.mdmarkdown2.8 KB
references/governance/implementation-next-steps.mdmarkdown6.2 KB
references/governance/implementation-timeline.mdmarkdown12.8 KB
references/governance/whistleblower-tool.mdmarkdown2.8 KB
references/guidelines/README.mdmarkdown664 B
references/guidelines/ai-system-definition.mdmarkdown4.0 KB
references/guidelines/digital-omnibus.mdmarkdown9.4 KB
references/guidelines/ec-regulatory-framework.mdmarkdown13.7 KB
references/guidelines/gpai-obligations-scope.mdmarkdown1.7 KB
references/guidelines/guidelines-roadmap.mdmarkdown3.0 KB
references/guidelines/prohibited-practices-full.mdmarkdown58.8 KB
references/guidelines/prohibited-practices-web.mdmarkdown3.0 KB
references/impact-assessments/README.mdmarkdown382 B
references/impact-assessments/healthcare-study-2026.mdmarkdown4.3 KB
references/impact-assessments/impact-assessment-original.mdmarkdown1.9 KB
references/impact-assessments/supporting-study.mdmarkdown1.4 KB
references/law-enforcement/README.mdmarkdown312 B
references/law-enforcement/europol-ai-policing.mdmarkdown2.9 KB
references/law-enforcement/gpai-guidelines-overview.mdmarkdown9.2 KB
references/national/README.mdmarkdown467 B
references/national/german-ai-bill.mdmarkdown10.3 KB
references/national/national-implementation-plans.mdmarkdown13.7 KB
references/national/national-resources-service-desk.mdmarkdown3.5 KB
references/national/regulatory-sandboxes.mdmarkdown29.2 KB
references/opinions/README.mdmarkdown447 B
references/opinions/edpb-edps-joint-opinion-2021.mdmarkdown2.6 KB
references/opinions/edpb-edps-joint-opinion-2026.mdmarkdown20.6 KB
references/opinions/edpb-opinion-28-2024.mdmarkdown3.1 KB
references/sector-specific/README.mdmarkdown409 B
references/sector-specific/banking-ai-implications.mdmarkdown5.0 KB
references/sector-specific/medical-devices-ai.mdmarkdown22.4 KB
references/sector-specific/staffing-businesses-ai.mdmarkdown10.7 KB
references/standards/README.mdmarkdown617 B
references/standards/article-40-harmonised-standards.mdmarkdown3.5 KB
references/standards/harmonised-standards-map.mdmarkdown10.3 KB
references/standards/pren-18286.mdmarkdown1.6 KB
references/standards/standardisation-overview.mdmarkdown4.8 KB
references/standards/standardisation-qa.mdmarkdown7.9 KB
references/standards/standardisation-request-c2025-3871.mdmarkdown1.5 KB
references/templates/README.mdmarkdown476 B
references/templates/draft-guidance-art73-high-risk.mdmarkdown2.4 KB
references/templates/gpai-submitting-documents.mdmarkdown3.9 KB
references/templates/gpai-training-data-summary.mdmarkdown2.0 KB
references/templates/serious-incident-template-gpai.mdmarkdown2.5 KB

references/sector-specific/staffing-businesses-ai.md

View on GitHub
# 欧盟《人工智能法》对人力资源服务企业的意义

对《人工智能法》在人力资源与招聘行业影响的分析——雇佣领域 AI 的高风险分级、部署者义务及实务合规步骤。

| 方面 | 详情 |
|--------|--------|
| 机构 | artificialintelligenceact.eu |
| 日期 | 2025 |
| 来源 URL | https://artificialintelligenceact.eu/staffing-businesses-ai-act/ |
| NotebookLM 来源 ID | 2f8e616a-... |

*德语:Die KI-Verordnung fuer Personaldienstleister*

---

## 摘要

- 欧盟《人工智能法》涵盖用于雇佣决策的人工智能系统,包括招聘、甄选、定向职位广告、候选人评估、绩效监测,以及关于合规、合同条款或解雇的某些决定。
- 此类 AI 系统的提供者和部署者均受该法案义务约束。
- 义务包括强制风险评估、技术文件、偏差测试、人工监督、透明度披露和持续监测。
- 即使部署者不在欧盟设立,《人工智能法》也可能对其适用。
- 人力资源服务企业的合规截止日期为 **2027 年 12 月 2 日**(附件三高风险义务,经综合方案从 2026 年 8 月 2 日推迟)。
- 该法案赋予国家当局罚款权力,以及其他执法权力,如将 AI 系统从市场撤回或召回。
- 雇佣情境中部署的部分(而非全部)AI 系统可能豁免该法案项下义务。

GDPR 要求企业重新思考如何处理个人数据。欧盟《人工智能法》要求它们重新思考如何使用处理个人数据的工具。

---

## 雇佣领域 AI 的高风险分级

依欧盟《人工智能法》(条例 2024/1689),用于雇佣决定的 AI 系统属于高风险类别(第 6 条、附件三)。涵盖:

- 招聘与甄选
- 定向职位广告
- 候选人评估
- 绩效监测
- 关于合规、合同条款或解雇的某些决定

自 2027 年 12 月 2 日起(附件三高风险,经综合方案从 2026 年 8 月 2 日推迟),这些工具中的每一项都需要强制风险评估、技术文件、偏差测试、人工监督、透明度披露和持续监测。

---

## 为什么人力资源供应链使这更难

关于《人工智能法》雇佣条款的大多数评论是为单一雇主的内部 HR 团队撰写的。这忽略了人力资源服务企业的现实。

典型的人力资源供应链涉及多个 AI 接触点:

- **供应商管理系统(VMS)**平台使用算法匹配来呈现候选人
- **招聘流程外包(RPO)**提供者对数千名申请人运行 AI 驱动的筛选
- **人力资源中介机构**部署聊天机器人进行预筛选
- **名义雇主(EOR)**在多个法域使用 AI 进行入职、合规、解雇和绩效管理

在每一个阶段,AI 系统都在作出或影响关乎人们生计的决定,而该法案对部署者的义务并不根据谁拥有技术来区分链条中的主体。

### 部署者定义

依第 3 条,“部署者”是指在其权限下使用 AI 系统的任何自然人或法人。如人力资源公司选择、配置或依赖 AI 工具来辅助劳动力决策,它即为部署者——即使它没有构建该技术,即使平台供应商声称合规是其责任。该法案将义务分配给提供者(构建系统的供应商)和部署者(使用系统的企业)。合规义务不能转嫁给技术合作伙伴。

---

## 域外效力

该法案具有域外效力。如 AI 系统的输出在欧盟使用,或影响位于欧盟的人员(为柏林岗位筛选的候选人、在都柏林被评估的承包商、被匹配到阿姆斯特丹岗位的临时工),无论公司总部设在哪里或技术托管在哪里,该条例均适用。

---

## 人力资源服务企业的关键义务

### 人工监督

每个高风险 AI 系统都必须以允许有效人工监督的方式使用。任何 AI 工具都不应在没有合格人员在环的情况下作出最终的安置、拒绝或评估决定。招聘人员和客户经理需要了解系统如何运作、其局限性是什么,以及何时推翻其输出。

第 14 条要求行使监督的人员检测和纠正错误,包括歧视性模式。仅有政策文件并不满足这一要求。

### 透明度与告知

在部署高风险 AI 系统前,第 26(7) 条要求部署者告知工人代表和受影响工人。在人力资源服务中,这延伸到候选人和临时工。他们有权知道正在使用 AI、它如何运作,以及在影响他们的决定中扮演什么角色。

依第 86 条,受高风险 AI 系统所作决定约束的个人可以请求解释这些决定背后的主要因素。对于大批量招聘,披露流程必须可操作且可见,而非埋没在服务条款文件中。

### 数据质量与偏差监测

如部署者控制输入高风险 AI 系统的数据,必须确保数据相关且具有代表性。人力资源中介机构——其候选人池往往因地域、语言或既有网络效应而偏斜——面对的是这一义务的特别实质版本。企业需要知道其 AI 工具训练在哪些数据上、它们如何处理受保护特征,以及它们是否在各人口群体间产生公平的结果。

### 日志与文件

部署者必须保留高风险 AI 系统生成的日志至少六个月。结合持续监测系统性能的要求,这产生了一种运营基础设施需求,许多人力资源服务企业尚未进行规划。

---

## 时间表

该法案于 2024 年 8 月 1 日生效。关键日期:

- **2025 年 2 月:** 某些 AI 实践被禁止,包括工作场所中的生物识别分类和情绪识别(部分使用情形除外)。AI 素养义务生效。
- **2027 年 12 月 2 日** *(经综合方案从 2026 年 8 月 2 日推迟)***:** 附件三系统(包括所有雇佣相关 AI)的整套高风险义务开始可执行。

2026 年 AI 综合方案一揽子计划将附件三高风险期限从 2026 年 8 月 2 日推迟至 **2027 年 12 月 2 日**。截至 2026 年年中,该推迟已临时商定(2026 年 3 月理事会一般方针;2026 年 6 月欧洲议会通过),有待最终通过 / 官方公报公布——请将 2027 年 12 月 2 日作为操作规划日期。见 `../../../ai-act-high-risk/references/ai-omnibus-timeline-postponements.md`。

---

## 处罚框架

该法案的执行采用分层模式:

| 违规 | 最高罚款 |
|---|---|
| 未满足高风险系统义务 | 1500 万欧元或全球年营业额的 3%(以较高者为准) |
| 使用被禁止的 AI 实践 | 3500 万欧元或营业额的 7% |
| 向监管机构提供不正确或误导性信息 | 750 万欧元或营业额的 1% |

执行由各国市场监管当局而非单一欧盟层面监管机构负责。2026 年 1 月,芬兰成为第一个依据第 99 条授予其市场监管当局执法权力的成员国。其他成员国正在跟进。这种分散模式意味着执行重点和解释方法可能因成员国而异,为跨国人力资源运营带来规划挑战。

除罚款外,监管机构还有权将不合规的 AI 系统从市场撤回或召回。对于运营模式依赖技术支持的匹配和筛选的人力资源服务企业,这是更具商业意义的风险:核心工具在合同中途被撤下,立即造成运营中断。

---

## 第 6(3) 条项下的豁免

第 6(3) 条规定了在雇佣情境中使用的 AI 系统即使在高风险领域运行,也可能不属于高风险分级的四个条件:

1. 系统执行**狭窄的程序性任务**(如将文件按类别分类、标记重复项)
2. 系统**改进此前已完成的人类活动的结果**(如清理起草合同中的语言)
3. 系统**检测先前人类决定中的模式**(如标记过去绩效评级中的不一致)
4. 系统执行**纯预备性任务**(在人类决定前对源材料进行索引、搜索或翻译)

### 画像分析例外

第 6(3) 条结合序言第 53 条阅读,明确规定如 AI 系统涉及 GDPR 第 4(4) 条意义上的**画像分析**,则这些豁免均不适用。画像分析是指评估个人个人层面的任何个人数据自动化处理,包括分析或预测工作表现、可靠性、行为或位置。

大多数候选人匹配工具、排名算法和劳动力分配系统所做的正是如此:它们获取个人数据、应用自动化逻辑并生成关于适合度或匹配度的预测。这就是画像分析,它使豁免在这些情形下不可用。

**实务影响:** 在进行 AI 清单盘点并对系统分类时,第 6(3) 条豁免可能适用于处理程序性或预备性任务的工具。对于任何基于个人特征进行匹配、排名、评估或分配工人的系统,豁免几乎肯定不适用。

---

## 竞争影响

欧盟《人工智能法》是重塑市场的事件,它将使运营成熟的人力资源服务企业与运行未经审查技术的企业区分开来。

- 在欧盟运营的企业客户,尤其是受监管行业,已经在将 AI 治理纳入供应商选择标准。
- 能够展示合规 AI 实践、透明候选人流程和文件化监督框架的人力资源服务企业,将在招标(RFP)和首选供应商谈判中具有可衡量的优势。
- 欧盟《人工智能法》是同类第一部主要 AI 法规,但类似框架正在英国、加拿大、韩国、巴西、台湾以及美国州层面形成。现在投资于 AI 治理基础设施,将建设可在各法域间转移的能力。

---

## 实务合规步骤

1. **盘点每一个**触及候选人或工人决策的 **AI 系统**:筛选、匹配、排名、聊天机器人、绩效分析、排班算法。包括嵌入第三方平台的工具。对于企业不知道其存在的义务,合规是不可能的。

2. **对每个工具进行分类:** 确定企业是否为部署者、系统是否属于附件三的雇佣类别,以及提供者是谁。以合规和运营团队可据以工作的方式文件化。

3. **与 AI 供应商接洽:** 提出具体问题:他们是否了解欧盟《人工智能法》?是否在进行符合性评估?能否提供技术文件、偏差审计结果和使用日志?是否会在合同中承诺支持部署者义务?

4. **指派监督责任:** 确定组织中由谁监督每个高风险 AI 系统。确保该等人员拥有理解、监测和推翻 AI 输出的培训和权限。文件化该流程。AI 素养义务已经生效。

5. **起草告知与披露:** 准备告知候选人和工人有关 AI 使用所需的告知、披露和解释框架。在候选人体验驱动安置量的劳动力市场中,透明度是差异化优势,而非负担。

---

## 关于本文

本篇客座文章由 Nazareth & Partners 投稿,该公司为人力资源中介机构、名义雇主(EOR)、托管服务提供者(MSP)、招聘流程外包(RPO)和供应商管理系统(VMS)平台提供跨境合规咨询,包括 AI 治理和欧盟监管准备。发布于 2026 年 3 月 17 日。本文仅供信息参考,不构成法律意见。
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 196kUpdated Claude CodeCodexVerifiedInstall