AI审计教材

目录

1. 如何使用本教材
2. 第 1 章 审计计划、范围与AI清单

   AI审计需要回答的问题 · 将什么视为AI · AI清单的作用与项目 · 测试清单完整性的方法 · 影子AI · 基于风险的范围确定 · 确定审计深度 · 审计基准的含义与来源 · 监管映射 ①：韩国《人工智能基本法》 · 监管映射 ②：韩国《个人信息保护法》 · 框架映射 ③：NIST AI RMF、GAO框架、ISO/IEC 42001 · 确认与咨询，以及客观性 · 利用专家与以往结果 · 是否将内置AI纳入清单 · 审计标准与法律判断的边界 · 咨询后的确信：同一团队介入两次时

3. 第 2 章 控制设计与运行有效性

   控制的种类 · 设计有效性与运行有效性 · 设计缺陷与运行缺陷 · 测试技术与证据强度 · 遇到偏差时 · 人工复核控制应具备的要素 · 形式化审批与自动化偏差 · 选择排查形式化复核的测试方法 · 访问控制 · 变更管理控制 · 自动控制与基线策略 · 供应商管理控制 · 研读服务机构报告 · 有意义的人工复核成本 · 智能体的工具权限与人工审批

4. 第 3 章 证据收集、测试与抽样

   充分性与适当性 · 相关性、有效性与可靠性 · 可靠性的一般原则 · 获取证据的程序 · 公司编制的信息 · 选取测试项目的三种方法 · 抽样方法 · 决定样本量的因素 · 样本结果评价 · 依据审计问题逆向设计日志 · 可复现性与重新执行 · 被审计组织由 AI 生成的证据 · 审计人员使用的 AI 工具 · 全量分析时代依然需要抽样的原因 · 智能体日志的完整性

5. 第 4 章 模型与数据风险验证

   有效性、可靠性、准确度与稳健性 · 混淆矩阵与指标 · 基线 · 评估集应具备的条件 · 生成式 AI 的质量衡量 · 偏差的三大类别 · 分组群体的性能验证 · 数据来源与谱系 · 标签质量 · 运行过程中的变化与监控 · 变更类型与重新验证范围 · 重新验证流程与批准标准 · 公平性的标准并非只有一个 · 人机协同下的表现

6. 第 5 章 报告与后续整改

   发现事项的四个要素 · 查找原因 · 影响的估计与表述 · 风险等级与优先级 · 撰写建议 · 获取管理层意见 · 结论与鉴证的表述 · 说明范围、方法与局限性 · 后续确认的原则 · 各整改类型的闭环证据 · 风险接受与报告 · AI发现项的影响直接触及个人 · 与管理层意见不一致时

7. 附录 A 术语表
8. 附录 B 自测答案与解析
9. 附录 C 考试当天指南
10. 附录 D 参考文档列表