Question 1

Hoeveel elementen bevat de definitie van een AI-systeem volgens artikel 3(1) AI Act?

Accepted Answer

De definitie van een AI-systeem in artikel 3(1) AI Act bevat zeven elementen die samen bepalen of een systeem als AI-systeem geldt: machine-based, autonomie, adaptiviteit, doelstellingen, inferentie, outputs en omgevingsinvloed.

Question 2

Wat is het verschil tussen autonomie en adaptiviteit bij AI-systemen?

Accepted Answer

Autonomie verwijst naar het vermogen van een systeem om met een bepaalde mate van onafhankelijkheid te opereren. Adaptiviteit verwijst naar zelf-lerende capaciteiten waardoor het gedrag van het systeem kan veranderen tijdens gebruik. Deze zijn verschillend maar nauw verwant.

Question 3

Welk element is OPTIONEEL in de AI-systeemdefinitie?

Accepted Answer

Het gebruik van de term 'kan' in relatie tot adaptiviteit geeft aan dat een systeem adaptiviteit na implementatie kan, maar niet noodzakelijkerwijs hoeft te bezitten om een AI-systeem te vormen. Een 'bevroren' getraind model kan dus nog steeds een AI-systeem zijn.

Question 4

Wat is het meest essentiële en onmisbare element dat AI-systemen onderscheidt van gewone software?

Accepted Answer

Recital 12 benadrukt dat het vermogen om te infereren een belangrijke, onmisbare voorwaarde is die AI-systemen onderscheidt van eenvoudigere traditionele softwaresystemen. Inferentie verwijst naar het vermogen om uit inputs af te leiden hoe outputs te genereren.

Question 5

Welke twee hoofdcategorieën AI-technieken maken inferentie mogelijk volgens de richtsnoeren?

Accepted Answer

Recital 12 AI Act verduidelijkt dat de technieken die inferentie mogelijk maken machine learning-benaderingen omvatten (die uit data leren) en logic- en knowledge-based benaderingen (die afleiden uit gecodeerde kennis of symbolische representatie).

Question 6

Welke vier categorieën outputs kunnen AI-systemen genereren volgens de definitie?

Accepted Answer

Artikel 3(1) AI Act specificeert vier brede categorieën outputs: voorspellingen, content (gegenereerd materiaal), aanbevelingen (suggesties voor acties) en beslissingen (conclusies of keuzes). Deze verschillen in het niveau van menselijke betrokkenheid.

Question 7

Welk type systeem valt NIET onder de AI-systeemdefinitie?

Accepted Answer

Systemen voor basisdataverwerking die alleen beschrijvende statistieken, hypothesetoetsing en visualisatie bieden zonder te leren, redeneren of modelleren vallen buiten het toepassingsgebied. Een verkoopdashboard dat alleen gemiddelden en trends toont is geen AI-systeem.

Question 8

Wat is het verschil tussen de 'doelstellingen' en het 'beoogde doel' van een AI-systeem?

Accepted Answer

De doelstellingen van een AI-systeem zijn intern aan het systeem en verwijzen naar de doelen van de uit te voeren taken. Het beoogde doel is extern georiënteerd en omvat de context waarin het systeem is ontworpen om te worden ingezet en hoe het moet worden gebruikt.

Question 9

Waarom hanteert de Commissie een lifecycle-benadering bij de AI-systeemdefinitie?

Accepted Answer

De lifecycle-benadering erkent dat er een bouwfase (pre-deployment) en gebruiksfase (post-deployment) is, en niet elk element hoeft continu aanwezig te zijn in beide fasen. Bijvoorbeeld: inferentie kan vooral in de bouwfase verschijnen, terwijl outputs vooral in de gebruiksfase optreden.

Question 10

Een CRM-systeem voegt een 'AI-assistant' functie toe. Hoe moet dit worden behandeld in governance-documentatie?

Accepted Answer

De onderliggende applicatie valt mogelijk niet onder de definitie, terwijl de AI-module dat wel doet. In governance-documentatie is het verstandig afzonderlijk te beschrijven welke component het AI-systeem vormt. Dit voorkomt dat u onnodig een volledige applicatie onder AI Act-verplichtingen brengt.

AI-systeemdefinitie Quiz