附录 A 术语表

术语	释义
AI 使用现状清单（资产清单）	组织对其开发、引入、使用的 AI 系统，连同用途、数据、负责人、供应商等信息一同梳理形成的清单。是审计范围的起点。
影子 AI	在组织的批准或管理范围之外使用的 AI。主要产生于业务实际需要与缓慢的审批流程。
内置 AI 功能	现有办公软件中提供的摘要、草拟等 AI 功能。是否需要额外付费、许可证或激活，取决于具体产品与合同。
使用路径	AI 进入业务工作的途径。包括办公网络访问、个人付费、公司合同、内置功能、API 等，且留下痕迹的位置各不相同。
基于风险的审计	根据影响程度与发生概率来分配审计对象、审计深度与时间的方式。
审计深度	针对各系统确定的审计详细程度，如管理体系确认、关键控制测试、详细审计等。
审计标准（criteria）	应当达到的状态。可以是法律法规、标准、合同、组织准则、预期成果、行业惯例等。
保证业务	对控制或活动是否有效提供独立结论的内部审计业务。
咨询业务	为管理层设计或改进控制提供建议的内部审计业务。决策与运营责任仍由管理层承担。
客观性	判断不受外界影响或利益关系左右的状态。若对以往负责过的活动进行评价，则会受到损害。
自我评价威胁	审计人员自行评价以往由其直接执行的业务或作出的判断时产生的独立性威胁。
管理层职责	如制定政策、设计·实施·维护控制、决定是否执行建议等，一旦由审计人员承担便会损害独立性的事项。
专家	掌握审计所需特殊技能或知识的人员。需评估其胜任能力与客观性，并在将其工作范围形成书面文件后予以任用。
高影响人工智能	用于韩国《人工智能基本法》第2条第4项所规定的领域，可能对生命、人身安全和基本权利产生重大影响的 AI 系统。
事前审查	经营者预先审查 AI 是否适用高影响的工作（韩国《人工智能基本法》第33条第1款）。
视为利用经营者	规定从已全部或部分履行第34条第1款第1项至第3项措施的人工智能经营者处获取系统且无重大功能变更直接使用的利用经营者，视为其已全部或部分履行了相应措施（《施行令》第27条第3款）。
业务委托	将个人信息处理业务委托给第三方的行为。需要提供委托书面文件、进行公示，并对受托人实施培训与监督（韩国《个人信息保护法》第26条）。
自动化决策	完全由自动化系统处理个人信息而作出的决定（行政机关的自动化行政处分除外）。若对权利与义务产生重大影响，相对人可以拒绝该决定，并有权要求作出说明等（韩国《个人信息保护法》第37条之2）。
NIST AI RMF	美国 NIST 的 AI 风险管理框架。由 GOVERN、MAP、MEASURE、MANAGE 四大功能构成。
GAO AI 问责框架	美国 GAO 围绕治理、数据、性能、监控四项原则整理提炼的 AI 审计核心实务与审计问题。
ISO/IEC 42001	为建立、实施、维护和持续改进 AI 管理体系规定要求的国际标准。认证工作由认证机构承担。
控制	防止风险演变为实际后果的政策、程序与系统机制。
预防性控制	事先防范错误或舞弊发生的控制。
检查性控制	及时发现已发生的错误或舞弊的控制。
自动化控制	系统在无人工干预的情况下执行的控制。在重复执行中人为失误的风险较低，但可能因错误的配置、数据或程序变更而损害其有效性。
设计有效性	控制若按规定执行，其设计是否能够实现控制目标。
运行有效性	控制是否实际按设计执行，且执行人员是否具备必要的权限与胜任能力。
设计缺陷	缺少必要的控制，或即使按规定运行也无法达成目标的设计状态。
运行缺陷	设计恰当的控制未按规定执行，或执行人员缺乏必要权限·胜任能力的状态。
穿行测试	从始至终追踪一笔交易，同时进行询问、观察与文档检查的程序。主要用于设计评价。
重新执行	由审计人员独立重新执行被审计单位此前已执行的程序或控制的过程。
重新计算	由审计人员重新计算以确认信息在数学上的准确性的程序。
偏差	样本项目中控制未按规定执行的情形。
形式化审批	虽有复核程序，但实际上直接照单全收 AI 结果的状态。
自动化偏差	人类过度依赖自动化系统的输出结果，或倾向于赋予其高于其他来源权重的倾向。
最小权限	仅授予开展业务所必需的最低限度权限的原则。同时适用于人类账户与 AI 智能体。
基线策略（基准比较）	通过确认一般控制有效且自动控制未发生变更，从而继续信赖以往测试结果的方式。
服务机构报告	由独立审计人员就外部服务机构的控制情况出具的报告。必须解读其种类、范围与期间。
使用方补充控制	为使服务机构的控制发挥实效，预设必须由使用方公司运行的控制。
充分性	审计证据的数量。
适当性	审计证据的质量。由相关性与可靠性（Yellow Book 中还包含有效性）构成。
机构生成的信息	由被审计组织的系统或员工生成的报告、日志、汇总。须确认其准确性与完整性后方可作为证据使用。
全面检查	对总体中的所有项目进行检查的方法。在程序能够实现自动化时尤为适用。
选取特定项目	挑选重要或高风险项目进行检查的方法。不能将检查结果推断至总体。
审计抽样	对总体的部分项目实施程序，以评价总体特征的方法。
分层	根据与审计目的相关的特征将总体划分为相似的子群，并在各个子群中抽取样本的方法。
可容忍偏差率	在不改变计划的控制信赖程度的前提下可以接受的最大偏差率。
抽样风险	基于样本得出的结论与对总体实施同样程序得出的结论存在差异的风险。样本量越小，该风险越大。
可复现性	通过相同输入能够再次获得相同结果的性质。生成式模型并非完全确定性的。
confabulation	生成式 AI 以自信陈述的方式生成错误或虚假内容的现象。通常称为幻觉。
混淆矩阵	将分类结果整理为真正例、假正例、假负例、真负例四个格子的表格。
召回率	在实际正例中，模型成功识别为正例的比例。
假负率	在实际正例中，模型遗漏的比例。即 1 减去召回率的值。
特异度	在实际负例中，模型正确判断为负例的比例。
精确率	在模型判定为正例的结果中，实际为正例的比例。
假正率	在实际负例中，模型错误判定为正例的比例。
基线	用于比对性能的参照对象。如多数类判定、既有方式、人类性能表现等。
确认	通过客观证据确认特定预期用途的要求已得到满足的过程。
可靠性	在给定条件下及规定时间内，无故障地按要求运行的能力。
准确度	结果与真值或公认真实值之间的接近程度。
鲁棒性	在多样化情境下维持性能水平的能力。
数据泄露	评估数据的信息混入训练过程，导致测得的性能虚高的问题。
代理变量	即使剔除敏感变量，也能替代其发挥作用的其他变量（如居住地、使用模式等）。
标签偏见	标准标签本身存在的偏差。在将过去人类的决策作为标准答案时极易产生。
漂移	运行过程中输入数据（数据漂移）或输入与输出之间的关系（概念漂移）变得与训练时不同的现象。
回归评估	在发生变更后，通过比对变更前后以评估既有功能是否仍能正常运行的评估。
审计发现	审计中发现的标准与现状之间的差异。通常按标准、现状、原因、影响展开论述。
根本原因	导致标准与现状产生差异的深层次原因。是审计建议应当针对的目标。
风险承受	不采取降低风险的措施而选择承受风险的应对策略。超出容忍限度时，应向最高管理层和董事会报告。
后续跟踪	基于风险原则，确认审计建议或整改计划是否实际得到执行并消除根因的程序。