Skip to content

CSlawyer1985/legal-skillhub / skills/ai-governance-initial-questions

ai-governance-initial-questions

Verified

在采购或开工之前,对拟议 AI 应用做一次结构化初始问询,产出「可继续 / 需补齐 / 不可按此形态部署」三种结论与带责任人和期限的行动清单。 方法论移植自波兰个人数据保护局(UODO)2026-08-05《初始问题清单》。覆盖 GDPR 与 AI Act 信号提示,适用于出海与境外 AI 项目; 中国大陆境内 AI 用例的红线与备案判断请走 ai-governance-use-case-triage。

FileKindSize
SKILL.mdexecutableskill md8.9 KB
references/00-来源说明.mdexecutablescript3.9 KB
references/01-版本0-零号清单.mdexecutablescript19.7 KB
references/02-中小企业版.mdexecutablescript11.3 KB
references/03-公共部门版.mdexecutablescript14.8 KB
references/04-扩展版.mdexecutablescript28.3 KB

references/03-公共部门版.md

View on GitHub
# 公共部门版:面向 AI 的 GDPR 清单

> 译自波兰个人数据保护局(UODO)2026-08-05 发布的 *WERSJA DLA SEKTORA PUBLICZNEGO: CHECKLISTA RODO DLA AI*。
> 中文译本由北京大成(杭州)律师事务所数字业务团队制作,仅供理解与参考;填报与判断以波兰文原件为准。
> 原文为征求意见稿,UODO 意见征集截止 2026-09-30,其后可能更新。

| 项 | 内容 |
|---|---|
| **层级** | 入口层——独立清单,不依赖其他清单 |
| **依据** | GDPR |
| **适用对象** | 地方自治单位、公共行政机关及其他履行公共职能的主体 |
| **目的** | 确定在特定流程中使用 AI 的可容许性,以及对公民所负义务的范围 |
| **时点** | 构想与选型阶段,采购或开工之前 |
| **何时使用** | 单位每一次部署 AI 系统时,按事项类别分别填写。出现下列情形须转入扩展版:单位自建或微调模型;系统影响公民的法律地位;处理特殊类别数据或儿童数据;数据传出 EEA;或系统可能构成高风险系统。**在公共部门,相当大比例的部署都满足这些要件,因为许多公共用途落在 AI Act 附件 III 之内。** |
| **产出** | 关于部署可容许性的决定、系统部署程序文档的材料,以及是否需要转入扩展版的决定 |
| **功能性进路** | 项目问题(P)提供关于系统的认知,合规问题(Z)核查 GDPR 要求,P/Z 兼具两者,并计入公共部门的特殊性 |

## 方法论前提

### 功能性进路

清单结合两类互补的问题。**项目问题(P)** 识别 AI 应用的目的、性质与场景、供应商、数据以及组织准备度——提供合规判断所必需的认知。**合规问题(Z)** 核查具体 GDPR 要求是否满足,特别是法律依据、个人权利、告知义务、数据保护影响评估、设计阶段的数据保护以及委托处理。**P/Z** 标记表示该问题兼具两个方面。

两类问题彼此关联:项目问题「系统处理哪些数据?」是合规问题「处理这些数据是否有法律依据?」的前提。清单的结构反映了这一关系。

### AI 系统生命周期阶段

| 符号 | 阶段 | 说明 |
|---|---|---|
| [T] | 训练 / 开发 | AI 模型的开发与训练:训练数据、模型构建、测试。 |
| [W] | 部署 / 使用 | 部署成品 AI 系统而不做训练:配置、集成、日常使用。 |
| [T+W] | 两个阶段 | 共通事项:GDPR 角色、处理活动记录、DPO、设计与默认的数据保护、DPIA、安全。 |

### 关于「是否值得做」的前置问题

清单以关于 AI 系统部署正当性的问题开篇,用于确定构建或部署系统的收益是否超过与之相关的风险,特别涉及:AI 与所解决问题性质的适配度、系统满足组织需求的能力、系统对不同群体影响的公平性、可用数据的质量与代表性、人力与物力资源的充足性,以及系统被超出用途使用的风险。

这些问题与合规问题互为补充——它们确立决策语境,项目层面与监管层面的后果均由此而来。

## 清单的用途与填写方式

本清单面向地方自治单位、公共行政机关及其他履行公共职能的主体。它计入了**依法行政原则**,以及公共主体对公民(包括处境特别脆弱的人)所负的特殊责任。

清单不替代数据保护影响评估(DPIA),也不替代基本权利影响评估(FRIA)——在公共部门使用 AI 系统时,这两项在多数情况下都是必需的。清单构成两项评估的输入材料。它同样不替代风险分析,**填完清单不等于确认该应用符合 GDPR。**

## 填写说明

1. 由使用该系统的流程所属业务部门负责人填写,并有数据保护官参与。
2. **纳入数据保护官是强制性的**——公共主体指定 DPO 源于 GDPR 第 37 条第 1 款 a 项,其参与部署评估源于第 38 条第 1 款与第 39 条。
3. 如果系统将用于辅助个案裁决或事项办理,清单还应与为本单位提供服务的法律顾问共同审阅。
4. 按系统将被使用的每一类事项或流程分别填写。
5. 答复栏留空表示存在信息缺口,须连同责任人与期限记入「行动」栏。**未确定法律依据即排除部署——依法行政原则不允许在权限不确定的状态下行动。** 如果该问题与本案无关,选择「说明」并写明原因;只写「说明」而不填写说明内容的,视同未答复。
6. 填好的清单附入系统部署程序文档(含政府采购程序文档),并作为问责文档的组成部分留存(GDPR 第 5 条第 2 款)。
7. 当每个问题都有答复、且答复揭示出需要行动之处已在「行动」栏写明任务、责任人和期限时,填写即告完成。
8. **任务并不等价。** 涉及合法性条件的任务——确定法律依据和允许在该流程中使用 AI 的法律规定、对裁决的人工监督、告知义务、数据传出 EEA 的依据以及数据保护影响评估——**须在系统启用之前完成。依法行政原则不允许在权限不确定的状态下行动。**
9. 涉及组织性措施的任务,例如培训、政策、事件响应程序、数据管理程序、技术文档,可以与系统使用并行推进,按「行动」栏写明的期限完成。
10. **如果没有允许在该流程中使用 AI 的法律规定,或该行为依法保留给人来做,则不安排带期限的任务**——必须改变流程的构造,或者放弃部署。

---

## 清单正文

**列说明**:答复栏填「是 / 否 / 说明」;行动栏填「任务、责任人、期限」。以下表格省略这两栏空格,填写时自行补列。

### 目的与正当性(WHY?)

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 1 | P [T+W] | AI 要解决什么公共问题 / 需求?这与问题的性质是否适配? | 应当评估现有方案是否已经够用。部署的正当性理由决定后续的 GDPR 判断。 |
| 2 | P [T+W] | 预期有哪些可量化的收益(时间、成本、效益、服务质量)? | 明确收益有助于判断数据处理的相称性和公共资金支出的正当性。 |
| 3 | P [T+W] | 可能出现哪些对公民权利的风险,或对人的风险?影响对不同群体是否公平? | 应当评估其后果对所涉群体在多大程度上是公平的。公共部门:对全体公民(含弱势群体)负有特殊责任。 |

### 系统的性质(WHAT?)

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 4 | P [W] | AI 是否辅助或作出针对自然人的行政决定,或者辅助 / 办理不以行政决定结案、但影响公民权利领域的事项? | GDPR 第 22 条 + 波兰《行政程序法》的客观真实原则。**行政决定必须由公务人员作出。** |
| 5 | P [W] | 系统是否对自然人作出自主决定? | 对 GDPR 第 22 条至关重要。决定的自主性决定所需保障措施和人工监督的范围。 |
| 6 | P [W] | AI 的结果是否影响公民的权利、自由或义务? | 决定以下范围:DPIA、告知义务、获得人工干预的权利、FRIA。 |
| 7 | P [T+W] | 组织在部署成品系统或自建系统时,是否了解其架构与配置? | 「自建 / 部署」的区分决定责任范围。了解架构是设计阶段数据保护的前提。 |
| 8 | P [T+W] | 是否存在系统被超出其用途使用的风险? | 应当识别潜在的使用场景与滥用风险。**公共部门:监控范围扩张、对公民进行画像的风险。** |

### 公民的个人数据(DATA?)

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 9 | P/Z [T+W] | 系统是否处理公民、办事人、待遇受益人的个人数据? | GDPR 第 4 条第 1 项。涵盖居民、程序当事人的数据。来源:系统文档。 |
| 10 | P [T+W] | 数据中是否含特殊类别数据(健康、裁定)以及弱势群体(儿童、残障人士)的数据? | GDPR 第 9 条、第 8 条。公共部门:社会救助、教育、健康。**应当特别关注处境特别脆弱的群体。** |
| 11 | P [T+W] | 数据的质量与代表性是否充分? | 重要的是识别系统的偏向性风险,并确定和落实防止产生不公平或对特定群体构成歧视之结果(bias)的措施。**这一风险在公开数据中同样存在。** 来源:系统文档、数据分析。 |
| 12 | P/Z [T+W] | 是否落实了涵盖系统中所用公民数据的数据治理程序:信息分类、数据质量控制、访问管理与数据来源记录? | 已落实的程序决定对数据的实际控制以及证明问责的可能(GDPR 第 5 条第 2 款)。在公共部门,这对客观真实原则和裁决依据的可核查性同样重要。本题与第 26 题(数据治理责任角色)互为补充。来源:数据管理政策、文书工作细则、内部规章。 |
| 13 | Z [T+W] | 是否确定了系统中所处理公民数据(含输入数据、输出结果与日志)的保存期限,且与文书工作细则和统一实体文卷目录(JRWA)保持一致(GDPR 第 5 条第 1 款 e 项)? | 公共单位的保存期限源于国家档案资源的相关法规以及文书工作细则和 JRWA。**AI 系统中的数据(含提问历史与日志)既不能无限期保存,也不能短于档案法规的要求。** 来源:文书工作细则、JRWA、留存政策。 |

### 法律依据

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 14 | Z [T+W] | 是否确定了法律依据:法定义务(第 6 条第 1 款 c 项)或公共利益任务(e 项)? | **在公共部门,f 项(正当利益)原则上不适用。** |
| 15 | P/Z [W] | 是否存在允许在该决策流程中使用 AI 的法律规定? | 依法行政原则。AI Act + 部门法规。《行政程序法》是否允许算法辅助? |

### 人工监督与透明度(HOW?)

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 16 | Z [W] | 是否保障了对 AI 结果的人工监督,特别是在影响公民权利的决定 / 所办事项上? | GDPR 第 22 条第 3 款 + AI Act 第 14 条。由人审理事项的权利、申诉的权利。 |
| 17 | Z [W] | 是否告知公民使用了 AI(GDPR 第 13–14 条)? | 告知条款:关于 AI 的信息、运作规则、意义、后果。AI Act 第 50 条。 |
| 18 | P [W] | 组织能否向公民解释 AI 如何影响了该决定 / 所办事项? | 透明度(第 5 条第 1 款 a 项)。设计阶段数据保护(第 25 条)——系统层面的可解释性。关于使用高风险系统的告知(AI Act 第 26 条第 11 款)。基于高风险系统作出之决定所涉个人,有权就该系统在决策过程中的作用及决定的主要要素获得解释(AI Act 第 86 条第 1 款)。 |

### 供应商、转移、安全

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 19 | Z [W] | 是否与 AI 供应商签订了委托处理协议(第 28 条)? | 强制要求。公共部门:对控制与审计有特殊要求。 |
| 20 | P [W] | AI 模型基于开源方案还是闭源方案? | 模型类型影响控制范围、可审计性与透明度。**在公共部门,这对问责尤为重要。** |
| 21 | P/Z [T+W] | 数据是否仅在 EEA 境内处理? | 公共部门:格外审慎。**公民数据原则上不应离开 EEA。** |
| 22 | Z [T+W] | 是否落实了与风险相称的安全措施(第 32 条)? | 访问控制、加密、监控、信息分类(受限、保密)。 |
| 23 | Z [T+W] | 数据泄露处置程序是否涵盖与 AI 系统相关的事件(GDPR 第 33–34 条)? | 泄露可能表现为:模型运行结果中泄露公民数据、未经授权访问提问历史,或把案卷数据录入外部工具。向监管机关报告须不无故迟延,最迟 72 小时。来源:泄露处置程序。 |

### 影响评估与文档

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 24 | Z [T+W] | 是否进行了 DPIA(GDPR 第 35 条)? | **公共部门使用 AI 时几乎总是需要。** 参见 UODO 清单、EDPB 指引。 |
| 25 | Z [T+W] | DPO 是否被纳入部署评估?处理活动记录是否已更新? | DPO 在公共部门为强制指定(第 37 条第 1 款 a 项)。处理活动记录:第 30 条。 |
| 26 | P [T+W] | 是否指定了负责数据治理的角色? | 数据治理保障数据的质量、一致性与可用性。**在公共部门,这对问责至关重要。** |
| 27 | Z [T+W] | 是否落实了设计阶段与默认的数据保护(第 25 条)? | 设计阶段的数据保护。最小化、假名化、保护数据的默认设置。 |

### 组织准备度(ARE WE READY?)

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 28 | P [T+W] | 组织是否具备 AI 政策、事件响应程序、人力资源? | 75.2% 的组织没有相关专家。应当评估组织的资源是否充足。来源:内部文档。 |
| 29 | P [T+W] | 是否已就安全使用 AI 对员工进行培训? | 对使用者的培训可降低误用风险,并且是设计阶段数据保护的组成部分。 |
| 30 | P [T+W] | 是否确定了数据质量相关事件的响应程序? | 程序包括:数据错误的发现、上报、纠正与记录。对准确性(第 5 条第 1 款 d 项)具有重要意义。 |
| 31 | P/Z [T+W] | 是否安排了部署后的定期复查:输出质量监测、模型漂移的发现,以及在系统、数据或所适用事项类别发生重大变化时的重新评估? | 风险发生变化时影响评估须复查(GDPR 第 35 条第 11 款)。**在公共单位,把系统扩展到新的事项类别同样构成这种变化。** 来源:复查计划、变更登记、监测报告。 |
| 32 | P [W] | 我们是否掌握供应商提供的 AI 系统技术文档? | 风险分析、DPIA、FRIA 与日常评估的信息来源。AI Act:模型卡、使用说明。 |

### AI Act——公共部门

| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 33 | P/Z [T+W] | 系统是否可能被归类为高风险系统(AI Act 第 6 条、附件 III)? | **许多公共 AI 应用属于高风险:行政、社会救助、移民、公共秩序。如果是,转入扩展版。** |
| 34 | P/Z [W] | 该 AI 系统的使用是否不构成 AI Act 第 5 条意义上的被禁止的做法? | AI Act 第 5 条列举了被禁止的 AI 做法。 |
| 35 | Z [W] | 是否满足 AI Act 第 50 条的透明度要求:告知用户正在与 AI 系统交互,以及标识由 AI 生成或修改的内容? | AI Act 第 50 条的约束不以系统是否被归类为高风险为前提。在公共单位,这特别涉及面向居民的聊天机器人,以及借助 AI 起草的公文与材料。来源:系统配置、公文起草规则。 |

---

**类型图例**:P = 项目问题(提供认知);Z = GDPR 合规问题(核查要求);P/Z = 兼具两者的问题。部署成品系统(不做训练)的组织可跳过标记 [T] 的问题。
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