Rapport du dépôt des risques IA
Résumé
Cette version mise à jour du dépôt des risques IA du MIT introduit des améliorations significatives dans la catégorisation et l'analyse des risques. Le rapport présente un système de double taxonomie qui fournit plusieurs perspectives sur les risques IA.
Structure de double taxonomie
Taxonomie causale
- Par causation : Risques causés par des humains vs par l'IA
- Par intention : Préjudices intentionnels vs non intentionnels
- Par temporalité : Risques pré-déploiement vs post-déploiement
Taxonomie de domaine
Organise les risques en sept domaines thématiques couvrant :
- Impacts techniques
- Conséquences sociales
- Effets économiques
- Préoccupations de sécurité
- Considérations éthiques
- Implications légales
- Facteurs environnementaux
À qui s'adresse cette ressource
- Équipes d'évaluation des risques nécessitant des cadres de classification complets
- Chercheurs analysant les patterns de risques IA
- Décideurs politiques développant des approches de régulation basées sur les risques
Mots-clés
En bref
Publié
2025
Juridiction
Mondial
Catégorie
Risk taxonomies
Accès
Accès public
Ressources connexes
Politique de mise à l'échelle responsable d'Anthropic
Policies and internal governance • Anthropic
Toute utilisation de l'IA ne nécessite pas une politique de gouvernance ; Comment faire la différence ?
Policies and internal governance • Corporate Compliance Insights
Modèle d'évaluation d'impact de l'IA responsable
Assessment and evaluation • Microsoft
Construisez votre programme de gouvernance de l'IA
VerifyWise vous aide à implémenter des cadres de gouvernance de l'IA, à suivre la conformité et à gérer les risques dans vos systèmes d'IA.