From 6ec54558a51a9f549c2a16cd639102ecd1cc6412 Mon Sep 17 00:00:00 2001 From: Nicolas Guzman Date: Wed, 27 May 2026 16:28:36 +0100 Subject: [PATCH] Add sample projects with full reporting: English and Spanish demos MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Create two sample projects seeded on user registration — one in English, one in Spanish — each with 568 pre-filled reporting evidence entries covering all three compliance frameworks (EU AI Act, UNDP Human Rights, Environmental Impact). Co-Authored-By: Claude Opus 4.6 --- backend/app/services/sample_evidence_en.py | 833 +++++++++++++++++++++ backend/app/services/sample_evidence_es.py | 647 ++++++++++++++++ backend/app/services/seed.py | 29 +- 3 files changed, 1506 insertions(+), 3 deletions(-) create mode 100644 backend/app/services/sample_evidence_en.py create mode 100644 backend/app/services/sample_evidence_es.py diff --git a/backend/app/services/sample_evidence_en.py b/backend/app/services/sample_evidence_en.py new file mode 100644 index 0000000..107b387 --- /dev/null +++ b/backend/app/services/sample_evidence_en.py @@ -0,0 +1,833 @@ +# ruff: noqa: E501 +SAMPLE_EVIDENCE_EN: dict[str, str] = { + # ========================================================================= + # EU AI ACT — Cybersecurity (Article 15) + # ========================================================================= + "cybersecurity-CYB-01-0": "Training datasets are stored in an immutable registry with SHA-256 checksums; any modification triggers an alert and requires dual approval before retraining.", + "cybersecurity-CYB-01-1": "All facial image data ingested during fine-tuning is validated against a signed provenance manifest and checked for tampering before use.", + "cybersecurity-CYB-02-0": "Quarterly adversarial testing is conducted using morphed and spoofed facial images to evaluate model resilience under attack conditions.", + "cybersecurity-CYB-02-1": "Anti-spoofing modules including liveness detection and infrared depth sensing are deployed to maintain recognition accuracy against adversarial inputs.", + "cybersecurity-CYB-03-0": "Input validation rejects all non-image payloads; the system processes only camera-captured frames and does not accept free-text prompts.", + "cybersecurity-CYB-04-0": "Model weights are encrypted with AES-256 at rest and stored in a hardware security module; access requires multi-factor authentication and is logged.", + "cybersecurity-CYB-05-0": "Output is limited to access granted/denied decisions and confidence scores; no raw biometric templates or facial embeddings are exposed via any interface.", + "cybersecurity-CYB-06-0": "All third-party libraries and container images are scanned weekly using Trivy and Dependabot, with critical vulnerabilities patched within 48 hours.", + "cybersecurity-CYB-07-0": "Role-based access control enforces separation between security operators, system administrators, and data protection officers, with quarterly access reviews.", + "cybersecurity-CYB-08-0": "The recognition system operates within an isolated VLAN behind a next-generation firewall; training environments are air-gapped from production networks.", + "cybersecurity-CYB-09-0": "All access decisions, enrolment events, and configuration changes are written to append-only logs stored in a tamper-evident WORM storage system.", + "cybersecurity-CYB-10-0": "Facial templates and enrolment images are encrypted with AES-256 at rest; all camera-to-server communication uses TLS 1.3 mutual authentication.", + "cybersecurity-CYB-11-0": "Monthly vulnerability scans and annual penetration tests are performed; patch management follows a 72-hour SLA for critical findings.", + # ========================================================================= + # EU AI ACT — Documentation (Article 11, Annex IV) + # ========================================================================= + # MG01: Documentation strategy + "documentation-MG01-0": "A documentation strategy defines all deliverables for the facial recognition system, covering technical design, DPIA, and EU AI Act compliance records.", + "documentation-MG01-1": "The strategy is reviewed annually by the compliance team and updated whenever regulatory guidance or system architecture changes.", + # MG02: Update calendar + "documentation-MG02-0": "A documentation update calendar schedules quarterly reviews aligned with system release cycles and annual regulatory compliance deadlines.", + "documentation-MG02-1": "Calendar adherence is tracked via Jira tickets; overdue reviews trigger automated escalation to the project manager.", + # MG03: Version control + "documentation-MG03-0": "All technical documentation is maintained in a Git repository with mandatory pull-request reviews and semantic versioning.", + "documentation-MG03-1": "Each document version is tagged with the corresponding system release, enabling full traceability between software and documentation states.", + # MG04: Communication plan + "documentation-MG04-0": "A communication plan ensures that documentation updates are distributed to security operators, DPO, and building management within five working days.", + "documentation-MG04-1": "Distribution is tracked via read-receipt confirmations; stakeholders who have not acknowledged updates receive automated reminders.", + # MG05: Responsible parties + "documentation-MG05-0": "The AI systems lead owns technical documentation; the DPO owns privacy documentation; the quality manager owns QMS records.", + "documentation-MG05-1": "A RACI matrix defines responsibilities for each document type, reviewed and signed off by department heads annually.", + # MG06: Repository management + "documentation-MG06-0": "All documentation is stored in a centralised SharePoint site with folder structures mirroring the EU AI Act annex requirements.", + "documentation-MG06-1": "Repository health checks run monthly to identify orphaned files, broken links, and documents past their review date.", + # MG07: Access policies + "documentation-MG07-0": "Document access follows the principle of least privilege; only authorised personnel can view biometric-related technical specifications.", + "documentation-MG07-1": "Access permissions are reviewed quarterly; leavers are revoked within 24 hours of offboarding.", + # MG08: Security/backup + "documentation-MG08-0": "Documentation repositories are backed up daily to a geographically separate data centre with 30-day retention and AES-256 encryption.", + "documentation-MG08-1": "Backup restoration is tested quarterly; the last successful test restored the full repository in under four hours.", + # MG09: Retention + "documentation-MG09-0": "Documentation is retained for ten years after system decommissioning, in line with EU AI Act record-keeping requirements.", + "documentation-MG09-1": "Retention schedules are enforced automatically; documents past retention are flagged for secure deletion with DPO approval.", + # MG10: Naming conventions + "documentation-MG10-0": "A standardised naming convention includes document type, system name, version, and date (e.g., TECH-FRAC-v2.1-2025-03).", + "documentation-MG10-1": "Naming compliance is enforced via repository validation rules that reject non-conforming file names on upload.", + # MG11: Format consistency + "documentation-MG11-0": "All documents use approved corporate templates with consistent heading structures, ensuring uniform presentation across compliance deliverables.", + "documentation-MG11-1": "Template compliance is verified during peer review; documents not using the current template are returned for correction.", + # MG12: Metrics framework + "documentation-MG12-0": "Documentation completeness is measured against a checklist of 45 required items mapped to EU AI Act Annex IV; current coverage is 100%.", + "documentation-MG12-1": "Monthly metrics reports track document currency, review completion rates, and outstanding action items for management review.", + # MG13: Lifecycle management + "documentation-MG13-0": "Each document has a defined lifecycle from draft through approval, publication, review, and eventual archival or retirement.", + "documentation-MG13-1": "Lifecycle transitions require sign-off by the document owner and are recorded in the document management system audit trail.", + # MG14: Change control + "documentation-MG14-0": "All documentation changes follow a formal change-control process with impact assessment, peer review, and approval gate.", + "documentation-MG14-1": "Change requests are logged in the change management system with full traceability to the originating requirement or incident.", + # MG15: Cross-departmental access + "documentation-MG15-0": "Facilities, HR, legal, and IT security teams have read access to relevant system documentation via role-based SharePoint permissions.", + "documentation-MG15-1": "Cross-departmental access needs are reviewed biannually; new access requests require line-manager and DPO approval.", + # MG16: Supplier documentation + "documentation-MG16-0": "The camera hardware supplier and recognition algorithm vendor provide technical datasheets, conformity declarations, and API documentation.", + "documentation-MG16-1": "Supplier documentation is reviewed at each contract renewal and archived alongside internal system documentation.", + # MG17: System description + "documentation-MG17-0": "The system description details the facial recognition pipeline: image capture, pre-processing, embedding extraction, matching, and access decision.", + "documentation-MG17-1": "It includes architecture diagrams showing camera placement, edge processing units, central server, and database topology.", + # MG18: Purpose/scope + "documentation-MG18-0": "The system's purpose is to authenticate employees via facial recognition at building entry points, replacing badge-based access.", + "documentation-MG18-1": "Scope is limited to access control; the system is not used for surveillance, tracking, or emotion recognition.", + # MG19: Development methodology + "documentation-MG19-0": "Development follows an agile methodology with two-week sprints, incorporating security-by-design and privacy-by-design principles.", + # MG20: Data governance + "documentation-MG20-0": "A data governance framework governs facial image collection, storage, and deletion in compliance with GDPR Article 9 requirements.", + "documentation-MG20-1": "Data governance roles, policies, and procedures are documented and cross-referenced with the DPIA.", + # MG21: Infrastructure + "documentation-MG21-0": "Infrastructure documentation covers on-premises GPU servers, network topology, camera specifications, and edge computing devices.", + "documentation-MG21-1": "Capacity planning documents demonstrate that the infrastructure supports 2,000 concurrent recognition requests per site.", + # MG22: Risk management + "documentation-MG22-0": "Risk management documentation identifies 47 risks across bias, security, privacy, and operational categories with assigned mitigations.", + "documentation-MG22-1": "The risk register is maintained in a dedicated tool and reviewed quarterly by the risk committee.", + # MG23: Conformity assessment + "documentation-MG23-0": "A conformity assessment report demonstrates compliance with EU AI Act requirements for high-risk biometric identification systems.", + "documentation-MG23-1": "The assessment was conducted by an accredited notified body and the certificate is valid until March 2027.", + # MG24: Quality management + "documentation-MG24-0": "Quality management documentation describes the QMS scope, processes, and controls specific to the facial recognition system.", + "documentation-MG24-1": "QMS documentation is aligned with ISO 9001 and includes procedures for non-conformance handling and corrective actions.", + # MG25: Monitoring plans + "documentation-MG25-0": "Post-deployment monitoring plans define KPIs including recognition accuracy, false rejection rate, and system availability.", + "documentation-MG25-1": "Monitoring procedures specify alert thresholds, escalation paths, and responsible teams for each KPI.", + # MG26: Accuracy metrics + "documentation-MG26-0": "Accuracy metric documentation reports a 99.7% true acceptance rate and 0.01% false acceptance rate across demographic groups.", + "documentation-MG26-1": "Metrics are disaggregated by age, gender, and ethnicity to ensure equitable performance across all employee groups.", + # MG27: Regulatory compliance + "documentation-MG27-0": "A compliance mapping document traces each EU AI Act article to the corresponding system control, evidence, and responsible owner.", + "documentation-MG27-1": "Regulatory compliance documentation is updated within 30 days of any new guidance from the AI Office.", + # MG28: Third-party components + "documentation-MG28-0": "Third-party components include the facial recognition SDK, camera firmware, and anti-spoofing module, each with documented licences and versions.", + "documentation-MG28-1": "A software bill of materials (SBOM) is maintained and updated with each system release.", + # MG29: Version changelog + "documentation-MG29-0": "A version changelog records all system changes, including model updates, threshold adjustments, and infrastructure modifications.", + "documentation-MG29-1": "Each changelog entry links to the corresponding change request, test report, and approval record.", + # MG30: Accessibility requirements + "documentation-MG30-0": "Accessibility documentation addresses alternative access methods for employees unable to use facial recognition due to disability.", + "documentation-MG30-1": "Badge-based fallback and assisted entry procedures are documented and available at every access point.", + # MG31: Performance benchmarks + "documentation-MG31-0": "Performance benchmarks document sub-second recognition latency, 99.95% system uptime, and throughput of 30 authentications per minute per gate.", + "documentation-MG31-1": "Benchmarks are validated against real-world conditions including varying lighting and peak-hour traffic.", + # MG32: Safety margins + "documentation-MG32-0": "Safety margins are documented: the matching threshold is set 15% above the minimum required to maintain accuracy under adverse conditions.", + "documentation-MG32-1": "Margin adequacy is validated quarterly using degraded-condition testing with low-light and partial-occlusion scenarios.", + # MG33: Environmental conditions + "documentation-MG33-0": "Operating conditions are documented: indoor temperature 15–30°C, lighting 200–1000 lux, humidity below 80%.", + "documentation-MG33-1": "Performance degradation outside specified conditions is quantified and mitigated by supplementary IR illumination at entry points.", + # MG34: User manual + "documentation-MG34-0": "A user manual provides security operators with step-by-step instructions for enrolment, monitoring, override, and troubleshooting.", + "documentation-MG34-1": "The manual includes visual guides for each procedure and is available in all official languages of deployed sites.", + # MG35: Deployment procedures + "documentation-MG35-0": "Deployment procedures document camera installation, network configuration, model deployment, and integration testing at each building.", + "documentation-MG35-1": "A deployment checklist must be completed and signed off by IT and security teams before the system goes live.", + # MG36: Maintenance procedures + "documentation-MG36-0": "Maintenance procedures specify monthly camera cleaning, quarterly lens calibration, and biannual model performance re-evaluation.", + "documentation-MG36-1": "Scheduled maintenance windows are communicated to building management 72 hours in advance to arrange fallback access.", + # MG37: Incident response + "documentation-MG37-0": "An incident response plan covers system failures, data breaches, and false acceptance events with defined roles and communication chains.", + "documentation-MG37-1": "The plan is tested biannually through tabletop exercises simulating a biometric data breach scenario.", + # MG38: Decommissioning plan + "documentation-MG38-0": "The decommissioning plan mandates secure deletion of all facial templates and enrolment images within 30 days of system retirement.", + "documentation-MG38-1": "Hardware disposal follows WEEE regulations; storage media undergoes certified physical destruction.", + # MG39: Training materials + "documentation-MG39-0": "Training materials cover system operation, data protection obligations, bias awareness, and incident escalation for security staff.", + "documentation-MG39-1": "Training completion is tracked in the learning management system; refresher courses are mandatory annually.", + # MG40: Compliance mapping + "documentation-MG40-0": "A compliance mapping matrix links each EU AI Act requirement to the specific system control, document, and evidence artefact.", + "documentation-MG40-1": "The mapping is maintained by the compliance team and validated during annual internal audits.", + # MG41: Audit trail + "documentation-MG41-0": "The documentation audit trail records every document creation, modification, review, and approval event with timestamps and user IDs.", + "documentation-MG41-1": "Audit trail integrity is protected by append-only storage and is available for inspection by regulators on request.", + # MG42: Feedback integration + "documentation-MG42-0": "Feedback from security operators, employees, and auditors is logged and reviewed quarterly to identify documentation gaps.", + "documentation-MG42-1": "Feedback-driven improvements are tracked as action items and closed within 60 days of receipt.", + # MG43: Continuous improvement + "documentation-MG43-0": "A continuous improvement register tracks documentation enhancements driven by audit findings, incidents, and regulatory updates.", + "documentation-MG43-1": "Improvement initiatives are prioritised in quarterly planning and reported to management review.", + # MG44: Final review sign-off + "documentation-MG44-0": "All documentation packages require final sign-off by the AI systems lead, DPO, and quality manager before release.", + "documentation-MG44-1": "Sign-off records are stored alongside the released documents and include reviewer comments and approval dates.", + # MG45 (if applicable — extra item) + "documentation-MG45-0": "A final documentation completeness review is conducted before each major release, verifying all 45 Annex IV items are addressed.", + "documentation-MG45-1": "The review outcome is formally recorded and any gaps are resolved before the system enters production.", + # ========================================================================= + # EU AI ACT — QMS (Article 17) + # ========================================================================= + # QMS-01: Quality policy + "qms-QMS-01-0": "The quality policy commits to delivering a facial recognition system that is accurate, unbiased, and compliant with the EU AI Act.", + "qms-QMS-01-1": "The policy is approved by senior management and communicated to all staff involved in the system's development and operation.", + # QMS-02: Quality objectives + "qms-QMS-02-0": "Quality objectives include maintaining a false acceptance rate below 0.01%, achieving 99.95% uptime, and zero unresolved bias findings per quarter.", + # QMS-03: Design/development procedures + "qms-QMS-03-0": "Design procedures require threat modelling, bias impact assessment, and privacy review at each development phase gate.", + # QMS-04: Data management + "qms-QMS-04-0": "Data management procedures govern facial image collection, labelling, storage, and deletion in accordance with GDPR Article 9.", + "qms-QMS-04-1": "Data quality checks verify image resolution, labelling accuracy, and demographic representativeness before training use.", + # QMS-05: Supplier management + "qms-QMS-05-0": "Camera and algorithm suppliers are evaluated against quality, security, and EU AI Act compliance criteria before onboarding.", + # QMS-06: Testing/validation + "qms-QMS-06-0": "Testing procedures include unit tests, integration tests, bias tests across demographic groups, and acceptance testing at each site.", + # QMS-07: Configuration management + "qms-QMS-07-0": "Configuration management tracks all system components including model versions, threshold settings, camera firmware, and network configurations.", + # QMS-08: Corrective actions + "qms-QMS-08-0": "Corrective action procedures require root-cause analysis within five working days and implementation of corrective measures within 30 days.", + # QMS-09: Complaint handling + "qms-QMS-09-0": "Employees can submit complaints about recognition failures or privacy concerns via a dedicated portal; all complaints are acknowledged within 48 hours.", + # QMS-10: Communication + "qms-QMS-10-0": "Internal communication procedures ensure that quality alerts, system changes, and compliance updates reach all relevant stakeholders promptly.", + # QMS-11: Document control + "qms-QMS-11-0": "Document control procedures ensure that only current, approved versions of procedures and work instructions are available to staff.", + # QMS-12: Management review + "qms-QMS-12-0": "Management reviews are conducted biannually, covering system performance, audit results, complaints, and regulatory developments.", + # QMS-13: Internal audit + "qms-QMS-13-0": "Annual internal audits assess compliance with QMS procedures, EU AI Act requirements, and GDPR obligations related to biometric processing.", + # QMS-14: Training/competence + "qms-QMS-14-0": "Competence requirements are defined for each role; security operators complete 16 hours of initial training and 8 hours annually.", + # QMS-15: Continuous improvement + "qms-QMS-15-0": "Continuous improvement is driven by KPI analysis, audit findings, complaint trends, and post-incident reviews.", + # QMS-16: Regulatory engagement + "qms-QMS-16-0": "The compliance team monitors EU AI Act implementing acts and guidelines, attending AI Office consultations and industry working groups.", + # ========================================================================= + # EU AI ACT — Incidents (Article 73) + # ========================================================================= + # M-INC-01: Incident definition + "incidents-M-INC-01-0": "Incidents are defined as any false acceptance granting unauthorised access, system outage exceeding 15 minutes, or biometric data breach.", + "incidents-M-INC-01-1": "The incident taxonomy distinguishes between safety incidents, security incidents, rights-impacting events, and operational failures.", + # M-INC-02: Reporting timelines + "incidents-M-INC-02-0": "Serious incidents are reported to the national market surveillance authority within 72 hours, as required by Article 73.", + "incidents-M-INC-02-1": "Internal incident reports are submitted within 4 hours; the DPO is notified immediately for any biometric data breach.", + # M-INC-03: Investigation procedures + "incidents-M-INC-03-0": "Each incident triggers a structured investigation including log analysis, camera footage review, and model decision reconstruction.", + "incidents-M-INC-03-1": "Investigation outcomes are documented in a standardised report template and reviewed by the incident review board within 10 days.", + # M-INC-04: Corrective actions + "incidents-M-INC-04-0": "Corrective actions are defined based on root-cause analysis; examples include threshold recalibration and anti-spoofing module updates.", + "incidents-M-INC-04-1": "Corrective action effectiveness is verified through targeted testing before the action is closed in the CAPA register.", + # M-INC-05: Communication protocols + "incidents-M-INC-05-0": "Communication protocols define escalation chains from security operators to building management, DPO, and senior leadership.", + "incidents-M-INC-05-1": "Affected employees are notified within 24 hours of any incident involving their biometric data, in accordance with GDPR Article 34.", + # ========================================================================= + # EU AI ACT — Risk Management (Article 9) + # ========================================================================= + # MG01: Risk management framework + "risk-management-MG01-0": "A risk management framework aligned with ISO 14971 and the EU AI Act governs all risks arising from the facial recognition system.", + "risk-management-MG01-1": "The framework defines risk appetite, assessment methodology, and governance structure with clear accountability at board level.", + # MG02: Risk identification + "risk-management-MG02-0": "Risk identification workshops with security, legal, HR, and engineering teams have identified 47 risks including bias, spoofing, and data breaches.", + # MG03: Risk analysis + "risk-management-MG03-0": "Each risk is analysed for likelihood and severity using a 5×5 matrix, considering both operational impact and fundamental rights harm.", + # MG04: Risk evaluation + "risk-management-MG04-0": "Risks are evaluated against predefined acceptance criteria; any risk scoring above 15 on the 5×5 matrix requires escalation to the risk committee.", + # MG05: Risk treatment + "risk-management-MG05-0": "Risk treatment measures include liveness detection for spoofing, demographic bias testing, and fallback badge access for system failures.", + # MG06: Residual risk + "risk-management-MG06-0": "Residual risks are assessed after treatment; the residual false acceptance risk is rated low following anti-spoofing implementation.", + # MG07: Risk monitoring + "risk-management-MG07-0": "Risk indicators are monitored continuously, including false acceptance rates, recognition accuracy drift, and security event frequency.", + # MG08: Risk communication + "risk-management-MG08-0": "Risk reports are shared with building management, the DPO, and employee representatives quarterly, covering current risk posture.", + # MG09: Risk documentation + "risk-management-MG09-0": "The risk register is maintained in a dedicated GRC tool with full audit trail of all risk assessments, decisions, and treatment actions.", + "risk-management-MG09-1": "Risk documentation is structured to satisfy EU AI Act Annex IV requirements and is available for regulatory inspection.", + # MG10: Risk review + "risk-management-MG10-0": "Formal risk reviews are conducted quarterly and after any significant system change, incident, or regulatory update.", + # MG11: Stakeholder risks + "risk-management-MG11-0": "Risks to employees include privacy intrusion, discriminatory denial of access, and psychological impact of biometric surveillance.", + "risk-management-MG11-1": "Stakeholder-specific mitigations include transparent communication, opt-out alternatives, and a dedicated complaints mechanism.", + # MG12: Cross-system risks + "risk-management-MG12-0": "Cross-system risks are assessed where the facial recognition system interfaces with physical access control, HR, and visitor management systems.", + "risk-management-MG12-1": "Interface failure modes are documented with defined fallback procedures for each integration point.", + # MG13: Emerging risks + "risk-management-MG13-0": "Emerging risks such as deepfake attacks and regulatory changes are monitored through threat intelligence feeds and regulatory trackers.", + # MG14: Risk governance + "risk-management-MG14-0": "A risk committee comprising the CTO, DPO, CISO, and legal counsel oversees risk governance with quarterly meetings and escalation authority.", + "risk-management-MG14-1": "The committee's terms of reference, membership, and decision records are documented and reviewed annually.", + # ========================================================================= + # EU AI ACT — Data Governance (Article 10) + # ========================================================================= + # MG01: Data governance framework + "data-governance-MG01-0": "A data governance framework defines policies for facial image collection, processing, and deletion, aligned with GDPR Article 9 and the EU AI Act.", + "data-governance-MG01-1": "The framework assigns data stewardship roles and establishes a data governance board with quarterly oversight meetings.", + # MG02: Data quality + "data-governance-MG02-0": "Data quality standards require minimum 720p resolution, consistent lighting, and frontal pose for enrolment images; non-conforming images are rejected.", + "data-governance-MG02-1": "Automated quality checks validate image sharpness, face detection confidence, and metadata completeness before database ingestion.", + # MG03: Data collection + "data-governance-MG03-0": "Facial images are collected only during voluntary enrolment sessions with explicit informed consent and clear purpose limitation.", + # MG04: Data labelling + "data-governance-MG04-0": "Enrolment images are labelled with employee ID, site, and capture date; no demographic labels are stored alongside biometric data.", + # MG05: Data storage + "data-governance-MG05-0": "Facial templates are stored in an encrypted on-premises database; raw images are deleted after template extraction and quality verification.", + "data-governance-MG05-1": "Storage infrastructure is located within the EU and subject to physical access controls and environmental monitoring.", + # MG06: Data access + "data-governance-MG06-0": "Access to biometric data is restricted to authorised personnel via role-based access control; all access is logged and auditable.", + "data-governance-MG06-1": "Data access reviews are conducted quarterly; any anomalous access patterns trigger immediate investigation by the security team.", + # MG07: Data retention + "data-governance-MG07-0": "Facial templates are retained only while the employee is active; templates are deleted within 30 days of employment termination.", + "data-governance-MG07-1": "Retention periods are enforced automatically by the data lifecycle management system with DPO oversight.", + # MG08: Data deletion + "data-governance-MG08-0": "Data deletion follows NIST 800-88 guidelines; cryptographic erasure is used for database records and secure overwrite for backup media.", + # MG09: Bias detection + "data-governance-MG09-0": "Bias detection analyses are performed on the training dataset to identify under-representation of age, gender, and ethnic groups.", + "data-governance-MG09-1": "Detected imbalances are corrected through targeted data collection or augmentation before model retraining.", + # MG10: Representativeness + "data-governance-MG10-0": "The training dataset reflects the demographic composition of the employee population across all deployed sites.", + # MG11: Data documentation + "data-governance-MG11-0": "A data card documents the training dataset's composition, collection methodology, quality criteria, and known limitations.", + "data-governance-MG11-1": "Data documentation is versioned alongside model releases and included in the technical documentation package.", + # MG12: Data lineage + "data-governance-MG12-0": "Data lineage tracks each facial image from capture through pre-processing, template extraction, and storage with full traceability.", + # MG13: Data security + "data-governance-MG13-0": "Biometric data is encrypted with AES-256 at rest and transmitted via TLS 1.3; database access requires multi-factor authentication.", + "data-governance-MG13-1": "Annual penetration tests specifically target the biometric data stores and have found no critical vulnerabilities in the last assessment.", + # MG14: Privacy compliance + "data-governance-MG14-0": "A DPIA was conducted for the facial recognition system and approved by the DPO; it is reviewed annually or upon significant changes.", + # MG15: Cross-border transfer + "data-governance-MG15-0": "No biometric data is transferred outside the EU/EEA; all processing and storage occurs within EU-located data centres.", + "data-governance-MG15-1": "Technical controls prevent data replication to non-EU regions; this is verified through quarterly infrastructure audits.", + # MG16: Data sharing + "data-governance-MG16-0": "Biometric data is not shared with third parties; the algorithm vendor receives only anonymised performance metrics for support purposes.", + # MG17: Continuous monitoring + "data-governance-MG17-0": "Data quality and integrity are monitored continuously through automated checks on database consistency and template validity.", + # MG18: Accountability + "data-governance-MG18-0": "The DPO is accountable for biometric data governance; the AI systems lead is accountable for training data quality and bias management.", + "data-governance-MG18-1": "Accountability is formalised in role descriptions and the data governance charter, reviewed and signed annually.", + # ========================================================================= + # EU AI ACT — Accuracy (Article 15) + # ========================================================================= + # MG01: Accuracy metrics + "accuracy-MG01-0": "Primary accuracy metrics are true acceptance rate (TAR), false acceptance rate (FAR), and false rejection rate (FRR), measured at the operational threshold.", + "accuracy-MG01-1": "Current performance: TAR 99.7%, FAR 0.01%, FRR 0.3%, validated on the operational test dataset.", + "accuracy-MG01-2": "Metrics are calculated using ISO/IEC 19795-1 methodology for biometric performance testing.", + # MG02: Performance benchmarks + "accuracy-MG02-0": "Performance benchmarks require FAR below 0.05% and FRR below 1.0% to meet the security and usability requirements.", + "accuracy-MG02-1": "Benchmarks are derived from industry standards for building access control and validated with facility security stakeholders.", + "accuracy-MG02-2": "Benchmark compliance is verified at each model release and after any threshold adjustment.", + # MG03: Validation methodology + "accuracy-MG03-0": "Validation uses a held-out test set of 10,000 genuine and 50,000 impostor image pairs, ensuring no overlap with training data.", + "accuracy-MG03-1": "Cross-validation with k=5 folds is performed during development; final validation uses the independent held-out set.", + "accuracy-MG03-2": "Validation methodology is documented and reviewed by an independent quality assurance team.", + # MG04: Test datasets + "accuracy-MG04-0": "Test datasets are demographically balanced and include variations in lighting, pose, ageing, and facial accessories.", + "accuracy-MG04-1": "Datasets are refreshed annually with new enrolment images to account for employee population changes.", + "accuracy-MG04-2": "Test data provenance and consent records are maintained alongside the test dataset documentation.", + # MG05: Subgroup accuracy + "accuracy-MG05-0": "Accuracy is measured across subgroups defined by age, gender, ethnicity, and facial hair to detect differential performance.", + "accuracy-MG05-1": "No subgroup shows FAR above 0.05% or FRR above 1.5%; any deviation triggers immediate investigation and retraining.", + # MG06: Accuracy monitoring + "accuracy-MG06-0": "Production accuracy is monitored daily through automated sampling of recognition decisions against manual verification.", + "accuracy-MG06-1": "Weekly accuracy dashboards are reviewed by the operations team; monthly reports are submitted to management.", + # MG07: Degradation detection + "accuracy-MG07-0": "Statistical process control charts detect accuracy degradation; a drop of 0.5% in TAR triggers an automated alert.", + "accuracy-MG07-1": "Degradation root-cause analysis covers model drift, camera calibration, lighting changes, and population shifts.", + # MG08: Accuracy thresholds + "accuracy-MG08-0": "The matching threshold is set at a score of 0.85, balancing security (low FAR) against usability (low FRR).", + "accuracy-MG08-1": "Threshold selection is documented with ROC curve analysis and approved by the security and operations teams.", + # MG09: False positive/negative rates + "accuracy-MG09-0": "False positive (false acceptance) events are investigated individually; each is logged with camera ID, timestamp, and matched identity.", + "accuracy-MG09-1": "False negative (false rejection) events are tracked and analysed for patterns; employees experiencing repeat rejections are offered re-enrolment.", + # MG10: Calibration + "accuracy-MG10-0": "Model confidence scores are calibrated so that a 0.95 score corresponds to a 95% true match probability, validated via reliability diagrams.", + "accuracy-MG10-1": "Calibration is verified quarterly and recalibrated if the expected calibration error exceeds 2%.", + # MG11: Accuracy reporting + "accuracy-MG11-0": "Accuracy reports are generated monthly for internal review and quarterly for regulatory compliance documentation.", + "accuracy-MG11-1": "Reports include overall metrics, subgroup breakdowns, trend analysis, and comparison against defined benchmarks.", + # MG12: User impact + "accuracy-MG12-0": "User impact assessment shows that the average employee experiences fewer than one false rejection per month at a sub-second gate delay.", + "accuracy-MG12-1": "Employees who experience more than three false rejections per week are contacted by HR and offered re-enrolment.", + # MG13: Continuous evaluation + "accuracy-MG13-0": "Continuous evaluation samples 2% of daily recognition decisions for manual review by trained security operators.", + "accuracy-MG13-1": "Evaluation findings are fed back into the model improvement pipeline and documented in the continuous improvement register.", + # MG14: External validation + "accuracy-MG14-0": "An independent test laboratory conducted external validation using NIST FRVT methodology, confirming published accuracy claims.", + "accuracy-MG14-1": "External validation is repeated biennially or following any major model update, with results shared in the technical documentation.", + # ========================================================================= + # EU AI ACT — Records (Article 12) + # ========================================================================= + # MG01: Logging framework + "records-MG01-0": "A centralised logging framework captures all system events using structured JSON format with standardised fields and severity levels.", + "records-MG01-1": "The framework is built on the ELK stack, providing searchable, aggregable log storage with role-based access.", + "records-MG01-2": "Logging configuration is version-controlled and changes require approval through the change management process.", + # MG02: Event logging + "records-MG02-0": "All recognition events are logged, including camera ID, timestamp, match score, decision outcome, and processing latency.", + "records-MG02-1": "System lifecycle events such as startup, shutdown, model loading, and configuration changes are logged with full context.", + # MG03: Access logging + "records-MG03-0": "All administrative access to the system, database, and configuration is logged with user identity, action, and timestamp.", + "records-MG03-1": "Failed access attempts and privilege escalations generate immediate alerts to the security operations centre.", + "records-MG03-2": "Access logs are correlated with IAM records to detect orphaned accounts and unauthorised access patterns.", + # MG04: Decision logging + "records-MG04-0": "Each access decision is logged with the input image hash, matched template ID, confidence score, and binary grant/deny outcome.", + "records-MG04-1": "Decision logs enable full reconstruction of any individual access decision for audit or complaint investigation.", + # MG05: Data lineage + "records-MG05-0": "Data lineage records trace each training image from collection through pre-processing and augmentation to its use in model training.", + "records-MG05-1": "Lineage metadata links each model version to the exact dataset version and training configuration used.", + # MG06: Audit trails + "records-MG06-0": "Comprehensive audit trails cover system configuration, model deployment, threshold changes, and enrolment operations.", + "records-MG06-1": "Audit trails are stored in append-only WORM storage with cryptographic integrity verification.", + # MG07: Log retention + "records-MG07-0": "Operational logs are retained for 12 months; audit logs and decision logs are retained for 10 years per EU AI Act requirements.", + "records-MG07-1": "Retention policies are enforced automatically with graduated storage tiering from hot to cold storage.", + "records-MG07-2": "Retention period compliance is audited annually and documented in the records management report.", + # MG08: Log integrity + "records-MG08-0": "Log integrity is protected through SHA-256 hash chains; any tampering is detectable through automated integrity verification.", + "records-MG08-1": "Write access to log storage is restricted to the logging service account; human write access is prohibited.", + # MG09: Log access control + "records-MG09-0": "Log access is governed by role-based controls; security operators see operational logs while auditors access decision and audit logs.", + "records-MG09-1": "Log access is itself logged, creating a meta-audit trail for regulatory inspection.", + # MG10: Log review + "records-MG10-0": "Automated log review identifies anomalies including unusual access patterns, accuracy deviations, and system errors daily.", + "records-MG10-1": "Security analysts review flagged anomalies within four hours; findings are escalated per the incident response procedure.", + # MG11: Automated alerts + "records-MG11-0": "Automated alerts trigger on predefined conditions including system failures, accuracy drops, and suspected security incidents.", + "records-MG11-1": "Alert thresholds are calibrated to minimise false alerts while ensuring no critical event goes undetected.", + # MG12: Log format + "records-MG12-0": "Logs follow a standardised JSON schema with ISO 8601 timestamps, correlation IDs, and structured key-value fields.", + "records-MG12-1": "The log schema is versioned; changes are backward-compatible to ensure consistent querying across historical data.", + # MG13: Regulatory compliance + "records-MG13-0": "The logging system satisfies EU AI Act Article 12 requirements for automatic log generation covering system operation periods.", + "records-MG13-1": "Logs are structured to facilitate regulatory inspection with pre-built query templates for common compliance questions.", + # MG14: Log backup + "records-MG14-0": "Logs are replicated to a geographically separate backup site with a recovery point objective of one hour.", + "records-MG14-1": "Backup restoration is tested quarterly; the last test achieved full recovery within two hours.", + # MG15: Performance logging + "records-MG15-0": "Performance metrics including recognition latency, throughput, CPU/GPU utilisation, and queue depth are logged every 30 seconds.", + # MG16: Log documentation + "records-MG16-0": "Log documentation describes each log source, field definitions, retention policy, and access control in a central log catalogue.", + # ========================================================================= + # EU AI ACT — Robustness (Article 15) + # ========================================================================= + # MG01: Robustness testing + "robustness-MG01-0": "Robustness testing subjects the system to degraded images, adversarial inputs, and edge cases quarterly, covering 200+ test scenarios.", + # MG02: Stress testing + "robustness-MG02-0": "Stress tests simulate 3x peak load (6,000 concurrent authentications) to verify system stability under extreme conditions.", + # MG03: Edge case handling + "robustness-MG03-0": "Edge cases including twins, significant weight change, facial surgery, and heavy cosmetics are tested with documented handling procedures.", + # MG04: Environmental robustness + "robustness-MG04-0": "System performance is validated across lighting conditions from 50 to 2,000 lux using supplementary IR illumination for low-light scenarios.", + # MG05: Data quality robustness + "robustness-MG05-0": "The system handles low-quality inputs gracefully, requesting re-capture when image quality falls below the minimum threshold.", + # MG06: Adversarial robustness + "robustness-MG06-0": "Anti-spoofing measures including 3D depth sensing and liveness detection resist printed photos, screen replay, and 3D mask attacks.", + # MG07: Fail-safe mechanisms + "robustness-MG07-0": "On system failure, access points default to badge-only mode, ensuring building security is maintained without biometric processing.", + # MG08: Graceful degradation + "robustness-MG08-0": "If recognition confidence is marginal, the system prompts a second capture attempt before falling back to badge verification.", + # MG09: Recovery procedures + "robustness-MG09-0": "Automated recovery restarts failed recognition services within 60 seconds; full system recovery from backup completes within four hours.", + # MG10: Input validation + "robustness-MG10-0": "Input validation rejects non-facial images, oversized payloads, and malformed data before processing reaches the recognition engine.", + # MG11: Output validation + "robustness-MG11-0": "Output validation ensures access decisions are binary (grant/deny) with valid confidence scores; anomalous outputs trigger system alerts.", + # MG12: Redundancy + "robustness-MG12-0": "Redundant recognition servers operate in active-active mode across two on-premises clusters with automatic failover within 5 seconds.", + # MG13: Monitoring for drift + "robustness-MG13-0": "Model performance drift is monitored weekly by comparing production accuracy against the baseline established during validation.", + # MG14: Update robustness + "robustness-MG14-0": "Model updates follow blue-green deployment with automated rollback if post-deployment accuracy drops below the acceptance threshold.", + # MG15: Third-party robustness + "robustness-MG15-0": "Third-party component robustness is verified through vendor SLA monitoring and independent integration testing at each update.", + # MG16: Robustness documentation + "robustness-MG16-0": "Robustness test plans, results, and identified limitations are documented in the technical file and updated with each major release.", + # ========================================================================= + # EU AI ACT — Oversight (Article 14) + # ========================================================================= + # MG01: Human oversight design + "oversight-MG01-0": "The system is designed for human-on-the-loop oversight; security operators monitor real-time dashboards showing all access decisions.", + "oversight-MG01-1": "Oversight requirements were defined during system design with input from security managers and the works council.", + "oversight-MG01-2": "The oversight model is documented in the technical file and reviewed annually for adequacy.", + # MG02: Override capabilities + "oversight-MG02-0": "Security operators can manually grant or deny access at any entry point, overriding the automated recognition decision.", + "oversight-MG02-1": "Override actions are logged with the operator's ID, reason code, and timestamp for audit trail purposes.", + "oversight-MG02-2": "Override procedures are tested monthly to verify that manual controls function correctly during system operation.", + # MG03: Monitoring interface + "oversight-MG03-0": "A dedicated monitoring interface displays real-time recognition events, confidence scores, system health, and alert status.", + "oversight-MG03-1": "The interface highlights low-confidence decisions and flagged events requiring operator attention through colour-coded alerts.", + # MG04: Alert systems + "oversight-MG04-0": "Automated alerts notify operators of system failures, accuracy anomalies, multiple failed recognition attempts, and potential spoofing.", + # MG05: Training for overseers + "oversight-MG05-0": "Security operators complete 16 hours of oversight training covering system capabilities, limitations, bias risks, and override procedures.", + "oversight-MG05-1": "Training includes scenario-based exercises simulating spoofing attempts, system failures, and discriminatory outcomes.", + # MG06: Oversight documentation + "oversight-MG06-0": "Oversight procedures, roles, and responsibilities are documented in the operator handbook and referenced in the technical file.", + # MG07: Escalation procedures + "oversight-MG07-0": "Escalation procedures define when operators must involve supervisors, the DPO, or emergency services based on event severity.", + # MG08: Oversight effectiveness review + "oversight-MG08-0": "Oversight effectiveness is reviewed biannually, measuring operator intervention rates, response times, and override accuracy.", + # ========================================================================= + # EU AI ACT — Transparency (Article 13) + # ========================================================================= + # MG01: User notification + "transparency-MG01-0": "Clear signage at every entry point informs individuals that facial recognition is in use, displaying the data controller's identity and purpose.", + "transparency-MG01-1": "New employees are notified in writing during onboarding about the facial recognition system, its purpose, and their rights.", + # MG02: System capabilities + "transparency-MG02-0": "Documentation provided to employees describes the system's ability to verify identity in under one second with a 99.7% accuracy rate.", + "transparency-MG02-1": "Capabilities documentation is available on the company intranet and summarised in the employee handbook.", + # MG03: Limitations disclosure + "transparency-MG03-0": "Known limitations including reduced accuracy with heavy facial coverings and sensitivity to extreme lighting are disclosed to employees.", + "transparency-MG03-1": "Limitations are communicated during onboarding and updated whenever new limitations are identified through testing.", + # MG04: Decision explanation + "transparency-MG04-0": "Employees who are denied access can request an explanation of the decision, including whether it was due to low confidence or no match.", + "transparency-MG04-1": "Explanation procedures are documented in the employee handbook and accessible via the HR portal.", + # MG05: Data usage transparency + "transparency-MG05-0": "The privacy notice details what biometric data is collected, how it is processed, stored, and when it is deleted.", + "transparency-MG05-1": "Data usage information is provided in layered format: concise signage, summary notice, and full privacy policy.", + # MG06: Purpose communication + "transparency-MG06-0": "The system's sole purpose — employee identity verification for building access — is clearly stated in all communications.", + "transparency-MG06-1": "Purpose limitation is reinforced by technical controls preventing use of the system for any secondary purpose such as tracking.", + # MG07: Risk communication + "transparency-MG07-0": "A risk summary is shared with the works council describing potential risks to employees and the mitigations in place.", + "transparency-MG07-1": "Risk communication is updated annually and whenever the risk profile changes materially.", + # MG08: Contact information + "transparency-MG08-0": "Contact details for the DPO and the AI system operator are displayed at entry points and in all system-related communications.", + "transparency-MG08-1": "A dedicated email address and phone line are available for employees to raise concerns about the facial recognition system.", + # MG09: Complaint mechanisms + "transparency-MG09-0": "Employees can file complaints about the system via an online form, email, or in person with security management or the DPO.", + # MG10: Update communication + "transparency-MG10-0": "System updates including model changes, threshold adjustments, and new features are communicated to employees 14 days before deployment.", + # MG11: Accessibility + "transparency-MG11-0": "All transparency materials are available in accessible formats including large print and screen-reader-compatible digital documents.", + # MG12: Multi-language support + "transparency-MG12-0": "Transparency materials are available in the official languages of each country where the system is deployed.", + # MG13: Technical documentation + "transparency-MG13-0": "Technical documentation meeting EU AI Act Annex IV requirements is maintained and available to market surveillance authorities on request.", + # MG14: Regulatory disclosure + "transparency-MG14-0": "The system is registered in the EU AI database as a high-risk system with all required information fields completed.", + # MG15: Third-party transparency + "transparency-MG15-0": "Third-party components including the recognition algorithm vendor and camera supplier are disclosed in the technical documentation.", + # MG16: Transparency review + "transparency-MG16-0": "Transparency measures are reviewed annually for completeness and effectiveness, incorporating employee feedback and regulatory guidance.", + # ========================================================================= + # EU AI ACT — Surveillance (Article 72) + # ========================================================================= + # MG01: Surveillance plan + "surveillance-MG01-0": "A post-market surveillance plan defines monitoring activities, data sources, and reporting obligations for the facial recognition system.", + "surveillance-MG01-1": "The plan covers a five-year period aligned with the system's expected operational life and is reviewed annually.", + # MG02: Monitoring indicators + "surveillance-MG02-0": "Key monitoring indicators include FAR, FRR, system availability, average recognition latency, and complaint volume per site.", + "surveillance-MG02-1": "Indicator thresholds are defined with amber and red alert levels triggering graduated response actions.", + "surveillance-MG02-2": "New indicators are added as emerging risks are identified through horizon scanning and incident analysis.", + # MG03: Data collection + "surveillance-MG03-0": "Surveillance data is collected automatically from system logs, performance monitors, and the complaint management system.", + "surveillance-MG03-1": "Manual data collection supplements automated sources through quarterly operator interviews and site inspection reports.", + "surveillance-MG03-2": "Data collection procedures comply with GDPR; only aggregated, non-identifiable data is used for surveillance analysis.", + # MG04: Incident tracking + "surveillance-MG04-0": "All incidents are tracked in the incident management system with severity classification, root cause, and corrective action status.", + "surveillance-MG04-1": "Incident trends are analysed quarterly to identify systemic issues requiring design changes or procedural updates.", + "surveillance-MG04-2": "Serious incidents meeting Article 73 criteria are flagged automatically for regulatory reporting within the prescribed timeframe.", + # MG05: Performance trends + "surveillance-MG05-0": "Monthly performance trend reports track accuracy, latency, and availability metrics with 12-month rolling comparisons.", + "surveillance-MG05-1": "Trend analysis uses statistical process control to distinguish between normal variation and significant performance shifts.", + # MG06: User feedback + "surveillance-MG06-0": "Employee feedback on the facial recognition system is collected via annual surveys and the ongoing complaint mechanism.", + # MG07: Regulatory updates + "surveillance-MG07-0": "The compliance team monitors EU AI Act delegated acts, harmonised standards, and guidance documents from the AI Office.", + "surveillance-MG07-1": "Regulatory updates are assessed for impact within 30 days and integrated into the surveillance plan if relevant.", + "surveillance-MG07-2": "A regulatory change log records each update, its impact assessment, and the resulting actions taken.", + # MG08: Corrective actions + "surveillance-MG08-0": "Surveillance findings triggering corrective action are managed through the CAPA process with defined timelines and verification steps.", + "surveillance-MG08-1": "Corrective actions resulting from surveillance are prioritised based on risk severity and fundamental rights impact.", + # MG09: Reporting schedule + "surveillance-MG09-0": "Surveillance reports are produced monthly for operational review and quarterly for management and regulatory compliance purposes.", + "surveillance-MG09-1": "Annual surveillance summary reports are submitted to the notified body and made available to market surveillance authorities.", + "surveillance-MG09-2": "Ad-hoc reports are generated within 72 hours of any serious incident or significant performance deviation.", + # MG10: Stakeholder communication + "surveillance-MG10-0": "Surveillance findings are communicated to building management, the works council, and employee representatives quarterly.", + "surveillance-MG10-1": "The DPO receives monthly surveillance summaries with specific focus on privacy-related indicators and complaints.", + # MG11: Continuous improvement + "surveillance-MG11-0": "Surveillance data drives continuous improvement initiatives including model updates, threshold tuning, and process refinements.", + "surveillance-MG11-1": "Improvement initiatives resulting from surveillance are tracked in the quality improvement register with measurable success criteria.", + # MG12: Resource allocation + "surveillance-MG12-0": "Dedicated resources for post-market surveillance include two full-time analysts, monitoring infrastructure, and an annual testing budget.", + "surveillance-MG12-1": "Resource adequacy is reviewed annually during budget planning and adjusted based on deployment scale and findings volume.", + # MG13: Plan review + "surveillance-MG13-0": "The surveillance plan is reviewed annually and following any serious incident, regulatory change, or new site deployment.", + # ========================================================================= + "accuracy-MG06-2": "Confidence thresholds of 85% (advisory alert) and 70% (mandatory manual review) trigger real-time notifications to security operators.", + "accuracy-MG07-2": "Failure conditions include lighting below 50 lux, facial occlusion exceeding 30%, and camera sensor degradation; each triggers defined fallback protocols.", + "accuracy-MG08-2": "A formal change communication procedure notifies security teams of all accuracy threshold adjustments and model updates within 24 hours via the internal bulletin.", + "accuracy-MG10-2": "Security operators complete mandatory training on interpreting confidence scores, understanding false match rates, and responding to threshold alerts.", + "accuracy-MG11-2": "Monthly accuracy trend analysis feeds into the model improvement pipeline; persistent accuracy drops below thresholds trigger retraining with updated data.", + "accuracy-MG12-2": "Minimum significance criteria require at least 500 match attempts per demographic subgroup before accuracy metrics are considered statistically valid.", + "accuracy-MG13-2": "Internal benchmarks compare system accuracy against manual badge-based verification rates over the same period, with statistical significance explained in each report.", + "accuracy-MG13-3": "Benchmark comparison methodology, sample sizes, and results are documented in the quarterly accuracy report with full statistical detail.", + "data-governance-MG18-2": "Automated deletion scripts verify data removal from all storage locations including primary database, backups, and edge device caches.", + "data-governance-MG18-3": "A technical assessment confirms that model weights do not allow reconstruction of individual facial templates from the trained model.", + "data-governance-MG18-4": "Data deletion assessments verify that biometric data holds no cultural or historical significance that would warrant archival before destruction.", + "data-governance-MG18-5": "A comprehensive deletion report documents the scope, method, verification steps, and timestamp of each data deletion operation.", + "oversight-MG01-3": "The system maintains immutable access decision logs per Article 12, stored for a minimum of six months with tamper-evident protections.", + "oversight-MG01-4": "Transparency mechanisms per Article 13 include visible signage at entry points and digital notifications explaining the facial recognition process.", + "oversight-MG01-5": "Accuracy mechanisms per Article 15 include continuous monitoring dashboards showing false accept and false reject rates by demographic group.", + "oversight-MG01-6": "Robustness mechanisms per Article 15 include automated environmental monitoring and graceful degradation to badge-based access during adverse conditions.", + "oversight-MG01-7": "Cybersecurity mechanisms per Article 15 include network segmentation, encrypted biometric storage, and continuous vulnerability scanning.", + "oversight-MG02-3": "The operator dashboard provides a records management interface for querying, exporting, and auditing access decision logs.", + "oversight-MG02-4": "A transparency management interface allows operators to configure user notification content and update signage requirements.", + "oversight-MG02-5": "The accuracy management interface displays real-time accuracy metrics and allows threshold configuration with audit trails.", + "oversight-MG02-6": "The robustness management interface shows sensor health status and allows manual activation of fallback access modes.", + "oversight-MG02-7": "The cybersecurity management interface provides vulnerability scan results and security patch status with one-click remediation options.", + "risk-management-MG01-2": "Senior leadership has formally endorsed the risk management framework through a signed policy document allocating dedicated resources and authority.", + "risk-management-MG11-2": "An implementation plan for each risk treatment measure includes timelines, responsible parties, resource requirements, and success criteria.", + "risk-management-MG12-2": "Testing procedures for Article 9 compliance include structured test plans verifying each high-risk requirement is met before deployment.", + "risk-management-MG12-3": "Real-world condition tests are conducted in pilot sites with representative employee populations before full deployment rollout.", + "risk-management-MG14-2": "The complete risk management process — from identification through treatment to monitoring — is documented in the risk management dossier.", + "transparency-MG03-2": "An operational monitoring procedure detects and alerts on any use of the system outside documented intended purposes, with automated blocking capabilities.", + "transparency-MG05-2": "The system provides per-decision explanations showing the confidence score, matched template reference, and contributing facial features used.", + "transparency-MG06-2": "Plain-language explanations of each access decision are available to employees via the self-service portal in their preferred language.", + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 0: Zero Questions + # ========================================================================= + "undp-zero-question-ZQ-01-0": "An alternatives analysis confirmed that facial recognition provides faster, more hygienic access than badges while reducing tailgating risks.", + "undp-zero-question-ZQ-02-0": "The rationale for choosing AI-based biometric verification is documented, citing security improvement and contactless access requirements.", + "undp-zero-question-ZQ-03-0": "A SWOT analysis identified strengths (speed, security), weaknesses (bias risk), opportunities (multi-site scaling), and threats (regulatory changes).", + "undp-zero-question-ZQ-04-0": "A fundamental rights impact assessment confirmed compatibility, subject to explicit consent, non-discrimination testing, and opt-out alternatives.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 1: Readiness (OR-01 to OR-28) + # ========================================================================= + "undp-org-readiness-OR-01-0": "A human rights policy explicitly addresses biometric data processing and commits to non-discrimination in automated access decisions.", + "undp-org-readiness-OR-02-0": "The CISO and DPO jointly sponsor the project with board-level endorsement documented in the project charter.", + "undp-org-readiness-OR-03-0": "Employees can report concerns about the facial recognition system through an anonymous ethics hotline and a dedicated email channel.", + "undp-org-readiness-OR-04-0": "The human rights policy is reviewed annually and updated to reflect new regulatory requirements and deployment learnings.", + "undp-org-readiness-OR-05-0": "Cross-departmental collaboration involves IT, legal, HR, facilities, and the works council in system governance.", + "undp-org-readiness-OR-06-0": "Stakeholder engagement includes employee representatives, building management, the DPO, and external civil liberties advisors.", + "undp-org-readiness-OR-07-0": "Dedicated budget covers bias testing, independent audits, alternative access infrastructure, and ongoing compliance activities.", + "undp-org-readiness-OR-08-0": "The DPIA summary and system purpose description are published on the company intranet for all employees.", + "undp-org-readiness-OR-09-0": "Senior management received a briefing on biometric AI risks, EU AI Act obligations, and fundamental rights implications.", + "undp-org-readiness-OR-10-0": "All security operators and HR staff complete mandatory training on biometric system ethics, bias, and data protection.", + "undp-org-readiness-OR-11-0": "A designated AI ethics lead oversees human rights compliance for the facial recognition system full-time.", + "undp-org-readiness-OR-12-0": "External expertise from a biometric testing laboratory and a data protection consultancy supports validation and compliance.", + "undp-org-readiness-OR-13-0": "Whistleblower protection covers employees reporting concerns about discriminatory system behaviour without fear of retaliation.", + "undp-org-readiness-OR-14-0": "Employee and works council feedback from pilot deployments informed the final system design and operating procedures.", + "undp-org-readiness-OR-15-0": "In-house legal counsel specialising in AI regulation and data protection law advises on EU AI Act and GDPR compliance.", + "undp-org-readiness-OR-16-0": "Best practices from NIST FRVT reports and EU EDPB guidelines on facial recognition are incorporated into system design.", + "undp-org-readiness-OR-17-0": "The organisation participates in EU AI standardisation working groups and biometric industry associations.", + "undp-org-readiness-OR-18-0": "A skills gap assessment identified the need for bias testing expertise and adversarial ML knowledge, addressed through targeted hiring.", + "undp-org-readiness-OR-19-0": "A structured impact assessment process is followed before each new site deployment, covering local legal and demographic factors.", + "undp-org-readiness-OR-20-0": "An independent third-party auditor evaluates the system's fairness and accuracy biennially using NIST FRVT methodology.", + "undp-org-readiness-OR-21-0": "Risk identification covers discrimination, privacy intrusion, exclusion of disabled persons, and chilling effects on employees.", + "undp-org-readiness-OR-22-0": "Community engagement at each site includes information sessions with employee representatives and building tenant associations.", + "undp-org-readiness-OR-23-0": "Pre-deployment assessments at each site evaluate local demographics, lighting conditions, and employee accessibility needs.", + "undp-org-readiness-OR-24-0": "Data security protocols include encryption, access control, network segmentation, and regular penetration testing of biometric stores.", + "undp-org-readiness-OR-25-0": "The compliance team monitors EU AI Act implementing acts, EDPB opinions, and national supervisory authority guidance monthly.", + "undp-org-readiness-OR-26-0": "A human oversight process requires security operators to monitor all access decisions and intervene when alerts are raised.", + "undp-org-readiness-OR-27-0": "Failure mitigation includes badge-based fallback access, manual override capability, and a 60-second automated recovery procedure.", + "undp-org-readiness-OR-28-0": "A redress mechanism allows employees to contest access denials, request data review, and obtain re-enrolment within 48 hours.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 2: Planning (PS-01 to PS-19) + # ========================================================================= + "undp-planning-PS-01-0": "The system's purpose is to authenticate employees via facial recognition for secure, contactless building access at EU office sites.", + "undp-planning-PS-02-0": "Technical characteristics include a CNN-based face embedding model, IR-depth liveness detection, and sub-second 1:N matching.", + "undp-planning-PS-03-0": "The system is deployed across EU member states; each jurisdiction's data protection requirements are mapped and addressed.", + "undp-planning-PS-04-0": "Data types processed include facial images, biometric templates, employee IDs, timestamps, and access decision outcomes.", + "undp-planning-PS-05-0": "Data flow mapping documents the path from camera capture to edge processing, central matching, decision output, and log storage.", + "undp-planning-PS-06-0": "Affected individuals are approximately 2,000 employees per site, plus visitors who encounter signage but are not enrolled.", + "undp-planning-PS-07-0": "Vulnerable groups identified include employees with disabilities, facial differences, and those with religious face coverings.", + "undp-planning-PS-08-0": "Duty-bearers include the deploying organisation, the recognition algorithm provider, and the camera hardware manufacturer.", + "undp-planning-PS-09-0": "The responsibility chain is documented from data controller (employer) through processor (IT operations) to sub-processors (vendors).", + "undp-planning-PS-10-0": "Existing policies on physical security, data protection, and workplace surveillance were reviewed for compatibility.", + "undp-planning-PS-11-0": "The DPIA conducted under GDPR Article 35 was reviewed and its findings incorporated into this human rights assessment.", + "undp-planning-PS-12-0": "Affected groups consulted include employee representatives, trade unions, accessibility advocates, and building security staff.", + "undp-planning-PS-13-0": "Relevant stakeholders include the national data protection authority, the works council, and the AI ethics advisory board.", + "undp-planning-PS-14-0": "Additional duty-bearers identified include site facility managers and the outsourced security services provider.", + "undp-planning-PS-15-0": "Supply chain assessment covers the camera manufacturer, recognition SDK provider, and cloud infrastructure vendor.", + "undp-planning-PS-16-0": "The recognition algorithm vendor's human rights impact has been assessed; no adverse findings were identified.", + "undp-planning-PS-17-0": "Supplier contracts include human rights and non-discrimination clauses aligned with the UN Guiding Principles.", + "undp-planning-PS-18-0": "The DPIA summary and purpose limitation statement are published on the company intranet and accessible to all employees.", + "undp-planning-PS-19-0": "Staff training covers system purpose, employee rights, bias awareness, and escalation procedures for rights concerns.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 2.3: Rights Mapping (HRM-01 to HRM-36) + # ========================================================================= + "undp-rights-mapping-HRM-01-0": "Relevant rights identified include privacy, non-discrimination, freedom of movement, human dignity, and data protection.", + "undp-rights-mapping-HRM-02-0": "Human dignity is protected by voluntary enrolment, respectful signage, and prohibition of covert biometric capture.", + "undp-rights-mapping-HRM-03-0": "Freedom from discrimination is ensured through demographic accuracy testing and maximum FRR variance of 0.5% across groups.", + "undp-rights-mapping-HRM-04-0": "Right to life is not directly impacted; the system controls building access only and has no safety-critical function.", + "undp-rights-mapping-HRM-05-0": "Freedom from slavery is not directly impacted; the system is not used for labour monitoring or coercive purposes.", + "undp-rights-mapping-HRM-06-0": "Freedom from inhuman treatment is protected by ensuring the system does not subject employees to degrading verification procedures.", + "undp-rights-mapping-HRM-07-0": "Right to privacy is addressed through data minimisation, purpose limitation, retention limits, and the DPIA.", + "undp-rights-mapping-HRM-08-0": "Right to own property is not directly impacted by the facial recognition access control system.", + "undp-rights-mapping-HRM-09-0": "Freedom of thought is not directly impacted; the system does not analyse expressions, emotions, or cognitive states.", + "undp-rights-mapping-HRM-10-0": "Freedom of expression is safeguarded; the system does not monitor or restrict employee communications or visible opinions.", + "undp-rights-mapping-HRM-11-0": "Freedom of movement within the building is preserved; the system only authenticates at entry points and does not track internal movement.", + "undp-rights-mapping-HRM-12-0": "Freedom of assembly is not restricted; the system does not monitor gatherings or group activities within the building.", + "undp-rights-mapping-HRM-13-0": "Freedom of association is not impacted; no data about employee associations or affiliations is collected or inferred.", + "undp-rights-mapping-HRM-14-0": "Right to marriage and family is not directly impacted by the facial recognition access control system.", + "undp-rights-mapping-HRM-15-0": "Adequate standard of living is not directly impacted; the system does not affect employment terms or conditions.", + "undp-rights-mapping-HRM-16-0": "Right to education is not directly impacted; the system is deployed in office buildings, not educational institutions.", + "undp-rights-mapping-HRM-17-0": "Right to social security is not impacted; access decisions are not linked to social security status or benefits.", + "undp-rights-mapping-HRM-18-0": "Right to participate in cultural and scientific life is not directly impacted by the access control system.", + "undp-rights-mapping-HRM-19-0": "Right to work is protected through fallback access ensuring no employee is denied workplace entry due to system errors.", + "undp-rights-mapping-HRM-20-0": "Right to leisure is not directly impacted; the system operates at building entry points and does not monitor break times.", + "undp-rights-mapping-HRM-21-0": "Minority rights are protected through equitable accuracy across ethnic groups and availability of alternative access methods.", + "undp-rights-mapping-HRM-22-0": "Rights of children are not applicable; the system is deployed in adult-only corporate office environments.", + "undp-rights-mapping-HRM-23-0": "Freedom from torture is not directly impacted by the access control system; no coercive use is permitted.", + "undp-rights-mapping-HRM-24-0": "Recognition before law is not impacted; the system performs identity verification, not legal status determination.", + "undp-rights-mapping-HRM-25-0": "Equality before law is supported by demonstrably equal recognition performance across all demographic groups.", + "undp-rights-mapping-HRM-26-0": "Access to justice is ensured through the complaint mechanism, DPO contact, and the right to lodge a complaint with the supervisory authority.", + "undp-rights-mapping-HRM-27-0": "Freedom from arbitrary detention is not applicable; incorrect access denial does not constitute detention and fallback access is available.", + "undp-rights-mapping-HRM-28-0": "Right to fair trial is not directly impacted; access decisions are not judicial in nature and are contestable.", + "undp-rights-mapping-HRM-29-0": "Presumption of innocence is respected; denied access does not imply wrongdoing and employees can request immediate manual verification.", + "undp-rights-mapping-HRM-30-0": "Right to legal recourse is preserved through internal complaint procedures and external recourse to the data protection authority.", + "undp-rights-mapping-HRM-31-0": "Right to asylum is not applicable to this corporate employee access control deployment.", + "undp-rights-mapping-HRM-32-0": "Right to nationality is not impacted; the system authenticates based on enrolment, not nationality or citizenship status.", + "undp-rights-mapping-HRM-33-0": "Public affairs participation is not impacted; the system does not process political opinions or restrict civic engagement.", + "undp-rights-mapping-HRM-34-0": "Relevant legal instruments include GDPR, EU AI Act, the EU Charter of Fundamental Rights, and national data protection laws.", + "undp-rights-mapping-HRM-35-0": "Relevant oversight bodies include the national DPA, the AI Office, and internal bodies such as the works council and ethics board.", + "undp-rights-mapping-HRM-36-0": "EDPB guidelines on facial recognition in the workplace and CJEU biometric data rulings have been reviewed and incorporated.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 3: Due Diligence (DD-01 to DD-22) + # ========================================================================= + "undp-data-diligence-DD-01-0": "Training data originates from consented employee enrolment images and licensed academic face datasets with documented provenance.", + "undp-data-diligence-DD-02-0": "Explicit informed consent is obtained from each employee during enrolment, with a clear explanation of data usage and retention.", + "undp-data-diligence-DD-03-0": "Training data diversity covers age, gender, ethnicity, and facial features representative of the European employee population.", + "undp-data-diligence-DD-04-0": "Bias analysis is performed on training data using demographic parity and equalised odds metrics, with documented results.", + "undp-data-diligence-DD-05-0": "Sensitive biometric data is protected through encryption, access controls, and strict purpose limitation as required by GDPR Article 9.", + "undp-data-diligence-DD-06-0": "Data labelling is limited to employee ID and enrolment metadata; no demographic labels are attached to biometric data.", + "undp-data-diligence-DD-07-0": "The training objective is to minimise embedding distance for genuine pairs while maximising it for impostor pairs across all demographic groups.", + "undp-data-diligence-DD-08-0": "Fairness criteria require that FRR variance across demographic subgroups does not exceed 0.5 percentage points.", + "undp-data-diligence-DD-09-0": "Known limitations include reduced accuracy with heavy face coverings, significant cosmetic changes, and extreme lighting conditions.", + "undp-data-diligence-DD-10-0": "The model uses a ResNet-based architecture with ArcFace loss for face embedding extraction, documented in the model card.", + "undp-data-diligence-DD-11-0": "Performance is measured using TAR at fixed FAR thresholds across the full test set and each demographic subgroup.", + "undp-data-diligence-DD-12-0": "Subgroup performance analysis confirms that no demographic group has a FRR exceeding 1.5% or FAR exceeding 0.05%.", + "undp-data-diligence-DD-13-0": "A model card documents the architecture, training data, performance metrics, limitations, and intended use conditions.", + "undp-data-diligence-DD-14-0": "Decision explainability shows which facial regions contributed most to the match score, available to operators upon request.", + "undp-data-diligence-DD-15-0": "Security operators provide human oversight with the ability to override any automated access decision in real time.", + "undp-data-diligence-DD-16-0": "Post-deployment monitoring tracks accuracy, fairness metrics, and complaint rates continuously with automated alerting.", + "undp-data-diligence-DD-17-0": "A feedback and complaints mechanism allows employees to report recognition failures, privacy concerns, or discrimination.", + "undp-data-diligence-DD-18-0": "Input testing covers image quality variations, lighting conditions, facial accessories, and ageing effects.", + "undp-data-diligence-DD-19-0": "Bias probing tests the system with balanced demographic test sets to detect differential performance across groups.", + "undp-data-diligence-DD-20-0": "Functionality testing verifies end-to-end operation from camera capture through matching to gate actuation at each site.", + "undp-data-diligence-DD-21-0": "Accessibility is ensured through alternative badge-based entry for employees unable to use facial recognition due to disability.", + "undp-data-diligence-DD-22-0": "Output review confirms that access decisions are binary, confidence scores are well-calibrated, and no extraneous data is disclosed.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 4: Analysis (RA-01 to RA-12) + # ========================================================================= + "undp-risk-analysis-RA-01-0": "The probability of discriminatory impact is assessed as low based on validated subgroup accuracy within 0.5% FRR variance.", + "undp-risk-analysis-RA-02-0": "Exposure assessment identifies approximately 2,000 employees per site using the system daily for building access.", + "undp-risk-analysis-RA-03-0": "Overall likelihood of rights impact is rated as medium due to the inherent sensitivity of biometric data processing.", + "undp-risk-analysis-RA-04-0": "Gravity of potential prejudice is rated high if discrimination occurs, as it could deny workplace access to specific groups.", + "undp-risk-analysis-RA-05-0": "Effort to overcome harm is rated moderate; affected employees can use fallback access and file complaints for resolution.", + "undp-risk-analysis-RA-06-0": "Overall severity is rated as significant, requiring robust mitigations including bias testing, opt-out options, and human oversight.", + "undp-risk-analysis-RA-07-0": "The risk index combines likelihood and severity, placing the system in the high-attention category requiring ongoing monitoring.", + "undp-risk-analysis-RA-08-0": "Impact visualisation uses a heat map showing risk levels across different rights categories, shared with the governance board.", + "undp-risk-analysis-RA-09-0": "An independent assessor reviewed the rights impact analysis and confirmed the methodology and conclusions are sound.", + "undp-risk-analysis-RA-10-0": "No rights impacts can be excluded a priori; all identified rights have been assessed even where impact is minimal.", + "undp-risk-analysis-RA-11-0": "The balancing test weighs security benefits and contactless hygiene against privacy intrusion and discrimination risk.", + "undp-risk-analysis-RA-12-0": "Benefits analysis documents improved security, reduced tailgating, faster throughput, and contactless entry as system benefits.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 5: Management (RMG-01 to RMG-15) + # ========================================================================= + "undp-risk-management-RMG-01-0": "Mitigation measures include demographic accuracy testing, opt-out badge access, liveness detection, and human override capability.", + "undp-risk-management-RMG-02-0": "Measures are contextualised per site, accounting for local demographics, lighting conditions, and employee accessibility needs.", + "undp-risk-management-RMG-03-0": "Post-mitigation likelihood is reduced to low; severity remains moderate due to the inherent sensitivity of biometric processing.", + "undp-risk-management-RMG-04-0": "Implementation timeline schedules all mitigations before go-live, with bias testing completed minimum 30 days before deployment.", + "undp-risk-management-RMG-05-0": "Responsibility for each mitigation is assigned to named individuals with clear accountability and escalation paths.", + "undp-risk-management-RMG-06-0": "Residual risk is re-assessed after all mitigations are implemented, using the same methodology as the initial assessment.", + "undp-risk-management-RMG-07-0": "Residual likelihood of discriminatory impact is rated low, validated by subgroup testing showing FRR variance below 0.5%.", + "undp-risk-management-RMG-08-0": "Residual severity remains moderate due to the inherent sensitivity of biometric data, even with strong mitigations in place.", + "undp-risk-management-RMG-09-0": "Residual impact is documented as acceptable given the mitigations, opt-out options, and continuous monitoring commitments.", + "undp-risk-management-RMG-10-0": "Acceptability assessment concludes the residual risk is acceptable, subject to ongoing monitoring and annual reassessment.", + "undp-risk-management-RMG-11-0": "Procedures define system suspension if persistent high risk is identified that cannot be mitigated through available measures.", + "undp-risk-management-RMG-12-0": "All risk management decisions, including risk acceptance rationale, are documented and signed by the risk committee.", + "undp-risk-management-RMG-13-0": "Scaling criteria require a new rights impact assessment before deployment at any site with more than 500 additional employees.", + "undp-risk-management-RMG-14-0": "Stakeholder input from employee representatives and the works council is incorporated into mitigation design and prioritisation.", + "undp-risk-management-RMG-15-0": "Mitigation effectiveness is documented through quarterly performance reports comparing actual metrics against mitigation targets.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 6: Monitoring (MI-01 to MI-08) + # ========================================================================= + "undp-monitoring-MI-01-0": "A monitoring plan tracks accuracy, fairness, complaint rates, and employee satisfaction with monthly and quarterly review cycles.", + "undp-monitoring-MI-02-0": "Periodic re-assessment of human rights impact is conducted annually and after any significant system or deployment change.", + "undp-monitoring-MI-03-0": "Drift detection monitors recognition accuracy and fairness metrics weekly, alerting on statistically significant deviations.", + "undp-monitoring-MI-04-0": "Feedback channels include the complaint portal, anonymous hotline, employee surveys, and direct reporting to the DPO.", + "undp-monitoring-MI-05-0": "A remedy mechanism provides re-enrolment, badge-based access, and formal investigation within 48 hours of a complaint.", + "undp-monitoring-MI-06-0": "Re-assessment is triggered by accuracy drops exceeding 0.5%, more than five complaints per month, or regulatory changes.", + "undp-monitoring-MI-07-0": "New regulatory requirements are assessed and incorporated into monitoring procedures within 60 days of publication.", + "undp-monitoring-MI-08-0": "A feedback loop connects monitoring findings to the development team for model improvements and to management for governance decisions.", + # ========================================================================= + # UNDP HUMAN RIGHTS ASSESSMENT — Phase 7: Alignment (FA-01 to FA-17) + # ========================================================================= + "undp-framework-alignment-FA-01-0": "The state duty to protect human rights is acknowledged; the system complies with national implementing legislation of the EU AI Act.", + "undp-framework-alignment-FA-02-0": "Corporate responsibility to respect human rights is fulfilled through the HRIA, DPIA, and ongoing mitigation and monitoring.", + "undp-framework-alignment-FA-03-0": "Access to remedy is provided through the internal complaint mechanism, DPO contact, and external recourse to the national DPA.", + "undp-framework-alignment-FA-04-0": "The system supports inclusive growth by ensuring equitable access performance across all employee demographic groups.", + "undp-framework-alignment-FA-05-0": "Human-centred values are embedded through voluntary enrolment, opt-out alternatives, and transparency about system operation.", + "undp-framework-alignment-FA-06-0": "Transparency and explainability are ensured through clear signage, privacy notices, and available decision explanations.", + "undp-framework-alignment-FA-07-0": "Robustness and safety are validated through adversarial testing, anti-spoofing measures, and fail-safe badge fallback.", + "undp-framework-alignment-FA-08-0": "Accountability is established through the RACI matrix, designated AI ethics lead, and documented governance structure.", + "undp-framework-alignment-FA-09-0": "The system is classified as high-risk under EU AI Act Article 6, Annex III (biometric identification in public-accessible spaces).", + "undp-framework-alignment-FA-10-0": "A fundamental rights impact assessment (FRIA) has been conducted and documented as required for high-risk AI systems.", + "undp-framework-alignment-FA-11-0": "Data governance complies with EU AI Act Article 10 requirements for training data quality, relevance, and representativeness.", + "undp-framework-alignment-FA-12-0": "Transparency obligations under Article 13 are met through user notifications, system documentation, and regulatory disclosures.", + "undp-framework-alignment-FA-13-0": "Human oversight requirements under Article 14 are met through real-time operator monitoring and manual override capabilities.", + "undp-framework-alignment-FA-14-0": "Technical documentation meeting Annex IV requirements is maintained and available to market surveillance authorities on request.", + "undp-framework-alignment-FA-15-0": "The system is registered in the EU AI database with all required fields completed, including provider and deployer information.", + "undp-framework-alignment-FA-16-0": "A Council of Europe HUDERIA-style assessment has been conducted, addressing human rights and democracy impacts.", + "undp-framework-alignment-FA-17-0": "The system complies with the Council of Europe AI Convention provisions on transparency, oversight, and accountability.", + # ========================================================================= + # ENVIRONMENTAL IMPACT FRAMEWORK — Energy & Carbon (Principle 1-2) + # ========================================================================= + "env-energy-carbon-EC-01-0": "Training energy was measured at 850 kWh for the initial model training run using GPU cluster power monitoring.", + "env-energy-carbon-EC-01-1": "The training energy mix comprises 78% renewable sources (wind and solar) from the data centre's certified green tariff.", + "env-energy-carbon-EC-02-0": "Inference energy is monitored per server; each recognition consumes approximately 0.003 kWh including camera and edge processing.", + "env-energy-carbon-EC-02-1": "Energy-per-query is tracked as a KPI; current rate is 10.8 kJ per recognition event including all system components.", + "env-energy-carbon-EC-03-0": "Total carbon footprint is estimated at 420 kg CO2e for training and 1.2 tonnes CO2e annually for inference across all sites.", + "env-energy-carbon-EC-03-1": "Scope 1 emissions are zero; Scope 2 covers data centre electricity; Scope 3 includes hardware manufacturing and logistics.", + "env-energy-carbon-EC-04-0": "A carbon reduction target of 20% by 2027 has been set, with progress reviewed quarterly against the baseline.", + "env-energy-carbon-EC-04-1": "Progress is tracked via quarterly carbon accounting; current trajectory shows a 12% reduction achieved since baseline.", + "env-energy-carbon-EC-05-0": "85% of operational energy comes from certified renewable sources; the target is 100% renewable by 2027.", + "env-energy-carbon-EC-05-1": "A commitment to increase renewable usage by 5% annually is documented in the environmental management plan.", + "env-energy-carbon-EC-06-0": "Residual emissions are offset through verified Gold Standard carbon credits; offset certificates are retained for audit.", + # ========================================================================= + # ENVIRONMENTAL IMPACT FRAMEWORK — Hardware (Principle 3) + # ========================================================================= + "env-hardware-HW-01-0": "Hardware selection prioritised NVIDIA T4 GPUs for their inference efficiency, consuming 70W versus 250W for alternatives.", + "env-hardware-HW-01-1": "Energy-efficient edge processing units reduce data centre load by performing initial face detection at the camera location.", + "env-hardware-HW-02-0": "GPU utilisation is monitored; inference workloads are batched during peak hours to maintain above 60% utilisation.", + "env-hardware-HW-02-1": "Off-peak workloads including model evaluation and reporting are scheduled for nighttime when renewable energy availability peaks.", + "env-hardware-HW-03-0": "Hardware refresh cycles are set at five years; servers are refurbished and redeployed to non-critical workloads after primary use.", + "env-hardware-HW-03-1": "Camera hardware is designed for a seven-year lifespan with modular lens replacement to extend operational life.", + "env-hardware-HW-04-0": "E-waste is managed through certified WEEE recycling partners with documented chain-of-custody and material recovery rates above 95%.", + "env-hardware-HW-04-1": "Hazardous materials in hardware are tracked via supplier declarations; RoHS compliance is verified for all components.", + "env-hardware-HW-05-0": "Supply chain sustainability is assessed during procurement; camera and server vendors provide annual sustainability reports.", + # ========================================================================= + # ENVIRONMENTAL IMPACT FRAMEWORK — Data Management (Principle 4) + # ========================================================================= + "env-data-management-DM-01-0": "Data storage efficiency is maximised by storing only facial templates (512 bytes each) rather than raw images after enrolment.", + "env-data-management-DM-01-1": "A retention policy automatically purges templates of departed employees within 30 days, minimising storage footprint.", + "env-data-management-DM-02-0": "Data transfer is minimised through edge processing; only compact feature vectors are transmitted to the central server.", + "env-data-management-DM-02-1": "Network transfer environmental cost is negligible due to small payload sizes (under 2 KB per recognition event).", + "env-data-management-DM-03-0": "Data centres are selected based on PUE rating (target below 1.3) and proximity to deployment sites to minimise latency and transfer.", + "env-data-management-DM-03-1": "Data centres are located in northern Europe to benefit from cooler ambient temperatures and higher renewable energy availability.", + "env-data-management-DM-04-0": "Data centre water usage effectiveness (WUE) is below 0.5 L/kWh, using free-cooling for 80% of the year.", + "env-data-management-DM-04-1": "Water-efficient cooling is prioritised; adiabatic cooling is used only during peak summer temperatures.", + # ========================================================================= + # ENVIRONMENTAL IMPACT FRAMEWORK — Model Efficiency (Principle 5) + # ========================================================================= + "env-model-efficiency-ME-01-0": "The model size (25M parameters) is justified by the accuracy requirements; a smaller MobileNet variant was evaluated but fell below the FAR threshold.", + "env-model-efficiency-ME-01-1": "Three smaller architectures were benchmarked; the selected model offers the best accuracy-to-compute ratio for the deployment scenario.", + "env-model-efficiency-ME-02-0": "Training efficiency uses mixed-precision (FP16) training, reducing GPU memory usage by 40% and training time by 30%.", + "env-model-efficiency-ME-02-1": "All training runs are documented with energy consumption, duration, and accuracy metrics to track efficiency improvements.", + "env-model-efficiency-ME-03-0": "Inference is optimised using TensorRT quantisation (INT8), reducing latency by 60% and energy consumption by 50%.", + "env-model-efficiency-ME-03-1": "The accuracy loss from INT8 quantisation is less than 0.1% FAR, validated as acceptable for the access control use case.", + "env-model-efficiency-ME-04-0": "Model retraining occurs biannually rather than continuously, using incremental fine-tuning on new enrolment data only.", + "env-model-efficiency-ME-04-1": "Incremental fine-tuning consumes 15% of the energy of full retraining while maintaining equivalent accuracy performance.", + "env-model-efficiency-ME-05-0": "Environmental efficiency is tracked as recognitions-per-kWh; current performance is 333 authentications per kWh.", + # ========================================================================= + # ENVIRONMENTAL IMPACT FRAMEWORK — Lifecycle (Principle 3, 6) + # ========================================================================= + "env-lifecycle-LC-01-0": "A lifecycle assessment covers the system from hardware manufacture through operation to decommissioning and disposal.", + "env-lifecycle-LC-01-1": "Embodied emissions from hardware manufacturing account for approximately 35% of the total lifecycle carbon footprint.", + "env-lifecycle-LC-02-0": "The decommissioning plan specifies secure data deletion, hardware recycling, and camera removal procedures.", + "env-lifecycle-LC-02-1": "Data deletion follows NIST 800-88 guidelines; hardware is sent to certified recycling facilities with documented material recovery.", + "env-lifecycle-LC-03-0": "Vendor sustainability is evaluated during procurement; data centre providers must demonstrate PUE below 1.3 and renewable energy usage.", + "env-lifecycle-LC-03-1": "SLA environmental criteria include uptime efficiency, power usage targets, and annual sustainability reporting obligations.", + "env-lifecycle-LC-04-0": "Circular economy practices include hardware refurbishment, component reuse, and material recovery at end of life.", + # ========================================================================= + # ENVIRONMENTAL IMPACT FRAMEWORK — Monitoring (Principle 6) + # ========================================================================= + "env-monitoring-EM-01-0": "Environmental KPIs include energy-per-recognition, total carbon emissions, hardware utilisation rate, and renewable energy percentage.", + "env-monitoring-EM-01-1": "KPIs are reviewed quarterly with annual targets set during the environmental management planning cycle.", + "env-monitoring-EM-02-0": "An annual environmental report discloses the system's energy consumption, carbon footprint, and sustainability initiatives.", + "env-monitoring-EM-02-1": "Reporting follows the GHG Protocol for carbon accounting and references ISO 14001 for environmental management practices.", + "env-monitoring-EM-03-0": "Continuous improvement identifies opportunities such as model compression, hardware upgrades, and cooling optimisation each year.", + "env-monitoring-EM-03-1": "Lessons learned from each improvement initiative are documented and shared across sites to accelerate sustainability gains.", + "env-monitoring-EM-04-0": "Environmental regulatory compliance is monitored; the system meets EU Energy Efficiency Directive requirements for ICT equipment.", + "env-monitoring-EM-05-0": "Sustainability targets are integrated into the project's KPI framework and reported alongside operational and compliance metrics.", +} diff --git a/backend/app/services/sample_evidence_es.py b/backend/app/services/sample_evidence_es.py new file mode 100644 index 0000000..726fdc5 --- /dev/null +++ b/backend/app/services/sample_evidence_es.py @@ -0,0 +1,647 @@ +# ruff: noqa: E501 +"""Proyecto de ejemplo con evidencias en castellano para el sistema de control de acceso por reconocimiento facial.""" + +SAMPLE_PROJECT_ES = { + "name": "Proyecto de Ejemplo — Control de Acceso por Reconocimiento Facial", + "description": ( + "Sistema de IA que utiliza reconocimiento facial para controlar el acceso " + "físico a edificios de oficinas corporativas en la UE. Captura imágenes " + "faciales mediante cámaras de seguridad en puntos de entrada, las compara " + "con la base de datos de empleados registrados y concede o deniega el acceso " + "en tiempo real. Procesamiento de datos biométricos con clasificación de " + "riesgo alto, ~2.000 empleados por sede, operación 24/7." + ), + "risk_classification": "high", + "intended_purpose": ( + "Autenticar empleados mediante reconocimiento facial en puntos de acceso " + "de edificios corporativos para conceder o denegar la entrada física en " + "tiempo real, sustituyendo tarjetas de acceso tradicionales." + ), + "intended_users": ( + "Personal de seguridad física, administradores de sistemas de control de " + "acceso y responsables de instalaciones de oficinas corporativas en la UE." + ), + "deployment_context": ( + "Edificios de oficinas corporativas en la Unión Europea, con cámaras en " + "tornos y puertas de acceso. Operación continua 24/7, aproximadamente " + "2.000 empleados por sede." + ), + "questionnaire_answers": { + "q1": "yes", + "q2": "yes", + "q3": ["none"], + "q4": ["none"], + "q5": "no", + "q6": ["biometrics"], + "q7": "yes", + "q8": "no", + "q9": ["none"], + "q10": "no", + "q11": "yes-bias", + "q12": "on-the-loop", + "q13": "no", + "q14": "no", + "q15": "no", + "q16": "no", + "q17": "no", + }, +} + +SAMPLE_EVIDENCE_ES: dict[str, str] = { + # ── Cybersecurity (Article 15) ────────────────────────────────────── + "cybersecurity-CYB-01-0": "Los conjuntos de datos de plantillas faciales están protegidos con sumas de verificación SHA-256 y control de acceso basado en roles para evitar manipulaciones.", + "cybersecurity-CYB-01-1": "Las imágenes faciales incorporadas durante el registro de empleados se verifican mediante firmas criptográficas y validación de procedencia.", + "cybersecurity-CYB-02-0": "Se realizan pruebas adversariales trimestrales con imágenes manipuladas, máscaras y deepfakes para evaluar la resistencia del modelo.", + "cybersecurity-CYB-02-1": "Se aplican técnicas de detección de vida (liveness detection) y anti-spoofing para mantener el rendimiento frente a ataques de presentación.", + "cybersecurity-CYB-03-0": "Se aplican filtros de validación de entrada en las imágenes capturadas para rechazar fotografías impresas, pantallas y otros vectores de inyección.", + "cybersecurity-CYB-04-0": "Los pesos del modelo de reconocimiento facial se almacenan cifrados con AES-256 en un módulo HSM con acceso restringido a dos administradores.", + "cybersecurity-CYB-05-0": "El sistema no expone datos biométricos en sus respuestas; solo devuelve decisiones binarias de acceso concedido o denegado sin plantillas faciales.", + "cybersecurity-CYB-06-0": "Las bibliotecas de visión por computador y las dependencias de contenedores se escanean semanalmente con Trivy y Dependabot.", + "cybersecurity-CYB-07-0": "Se aplica IAM con segregación de roles: solo el equipo de seguridad accede a las plantillas biométricas y el equipo de operaciones gestiona las API de acceso.", + "cybersecurity-CYB-08-0": "El entorno de inferencia opera en una red aislada con WAF, proxy inverso y reglas de cortafuegos que restringen el tráfico a los tornos autorizados.", + "cybersecurity-CYB-09-0": "Cada evento de acceso genera un registro inmutable en un sistema SIEM centralizado, incluyendo marca temporal, cámara y resultado de la decisión.", + "cybersecurity-CYB-10-0": "Las plantillas biométricas se cifran en reposo con AES-256 y en tránsito con TLS 1.3 entre cámaras, servidor de inferencia y base de datos.", + "cybersecurity-CYB-11-0": "Se ejecuta análisis de vulnerabilidades mensual y gestión de parches sobre los endpoints de la API, contenedores y servidores de inferencia.", + # ── Documentation (Article 11, Annex IV) ──────────────────────────── + "documentation-MG01-0": "Se definió una estrategia de documentación técnica en la fase de diseño, cubriendo arquitectura del modelo facial, datos de entrenamiento y despliegue.", + "documentation-MG01-1": "El plan incluye hitos trimestrales y asigna responsables de ingeniería, seguridad y cumplimiento para garantizar la trazabilidad.", + "documentation-MG02-0": "Existe un calendario semestral de revisión de la documentación técnica del sistema de reconocimiento facial.", + "documentation-MG02-1": "El calendario contempla actualizaciones por cambios normativos del Reglamento de IA, mejoras del modelo o modificaciones operativas.", + "documentation-MG03-0": "Se utiliza Git para el control de versiones de toda la documentación técnica, con ramas protegidas y revisiones obligatorias.", + "documentation-MG03-1": "Cada cambio en el sistema de reconocimiento facial activa automáticamente un ticket de actualización de la documentación correspondiente.", + "documentation-MG04-0": "Se ha establecido un plan de comunicación interna mediante boletines trimestrales dirigidos a seguridad, TI, RRHH y dirección.", + "documentation-MG04-1": "Se realizaron sesiones informativas para que todas las áreas comprendan el propósito de la documentación técnica y su relación con sus funciones.", + "documentation-MG05-0": "Se ha designado formalmente un responsable de documentación técnica con autoridad transversal para coordinar su preparación y supervisión.", + "documentation-MG05-1": "El responsable dispone de formación en IA biométrica, acceso a todos los repositorios y dedicación parcial garantizada para esta tarea.", + "documentation-MG06-0": "Se han asignado responsables específicos de documentación para datos biométricos, seguridad, riesgos e infraestructura del sistema.", + "documentation-MG06-1": "Los responsables designados tienen competencias técnicas acreditadas en sus respectivos dominios mediante certificaciones o experiencia documentada.", + "documentation-MG07-0": "Toda la documentación técnica se almacena en un repositorio Confluence protegido con autenticación SSO y copias de seguridad diarias.", + "documentation-MG07-1": "El sistema de gestión documental permite control de versiones, permisos de acceso por rol y auditorías de acceso completas.", + "documentation-MG08-0": "Se ha verificado que todos los responsables tienen acceso adecuado al sistema de gestión documental según su perfil.", + "documentation-MG08-1": "Las políticas de acceso están diferenciadas por roles: lectura para operadores, edición para ingenieros, administración para el responsable de documentación.", + "documentation-MG09-0": "Se realizan copias de seguridad cifradas diarias de la documentación, con redundancia geográfica en dos centros de datos de la UE.", + "documentation-MG09-1": "Se ejecutan auditorías trimestrales para verificar la integridad y disponibilidad de las copias de seguridad de la documentación.", + "documentation-MG10-0": "Los responsables de despliegue tienen acceso directo a las instrucciones de instalación, configuración de cámaras y calibración del sistema.", + "documentation-MG10-1": "Semestralmente se valida que la documentación de despliegue es actual, comprensible y completa desde el punto de vista operativo.", + "documentation-MG11-0": "Existe un procedimiento de actualización periódica de las instrucciones de despliegue tras cada nueva versión del modelo facial.", + "documentation-MG11-1": "Los responsables de despliegue reciben notificación automática por correo cuando se modifican las instrucciones de instalación.", + "documentation-MG12-0": "Se han definido auditorías anuales de la documentación técnica con criterios de trazabilidad, vigencia y accesibilidad.", + "documentation-MG12-1": "Las auditorías incluyen verificaciones de trazabilidad de versiones, actualidad del contenido y accesibilidad para los perfiles autorizados.", + "documentation-MG13-0": "Se ha realizado una identificación de normas armonizadas aplicables, incluyendo ISO/IEC 42001, ISO 27001 y normas de biometría ISO 30107.", + "documentation-MG13-1": "Se realiza un seguimiento semestral de cambios normativos que puedan afectar al cumplimiento del sistema de reconocimiento facial.", + "documentation-MG14-0": "Se ha evaluado la posibilidad de obtener certificaciones ISO 27001 e ISO/IEC 42001 para el sistema de IA biométrica.", + "documentation-MG14-1": "Se dispone de evidencia documental del cumplimiento de los criterios exigidos por la certificación ISO 27001 vigente.", + "documentation-MG15-0": "El repositorio garantiza almacenamiento seguro y duradero durante un mínimo de 10 años con cifrado y control de acceso.", + "documentation-MG15-1": "El sistema permite acceso inmediato a la documentación por parte de autoridades nacionales competentes cuando sea requerido.", + "documentation-MG16-0": "La documentación del SGC se ha incluido en el repositorio oficial de conservación con etiquetado y clasificación adecuados.", + "documentation-MG16-1": "Se asegura su disponibilidad durante al menos 10 años y su accesibilidad para las autoridades competentes.", + "documentation-MG17-0": "Las aprobaciones de organismos notificados y evidencias de cambios se conservan en un repositorio centralizado y seguro.", + "documentation-MG17-1": "El plan contempla la conservación de estos documentos durante un mínimo de 10 años.", + "documentation-MG18-0": "El sistema contempla la conservación de decisiones y documentos emitidos por organismos notificados en el repositorio central.", + "documentation-MG18-1": "Se asegura la conservación y el acceso durante al menos 10 años en un repositorio adecuado con controles de integridad.", + "documentation-MG19-0": "La declaración de conformidad se archiva en el repositorio oficial con garantía de disponibilidad y conservación durante al menos 10 años.", + "documentation-MG20-0": "Se han establecido auditorías anuales del mecanismo de conservación de la documentación técnica del sistema biométrico.", + "documentation-MG20-1": "Se verifica el correcto funcionamiento y el cumplimiento de las obligaciones de conservación en cada auditoría programada.", + "documentation-MG21-0": "Se ha contratado un servicio de custodia documental que garantiza el acceso continuado incluso si el proveedor cesa su actividad.", + "documentation-MG21-1": "Se han adoptado medidas legales y técnicas, incluyendo cláusulas contractuales de continuidad, para asegurar la disponibilidad futura.", + "documentation-MG22-0": "La documentación incluye el propósito del sistema, nombre del proveedor, versión del modelo y fecha de la última actualización.", + "documentation-MG22-1": "Se indica la trazabilidad entre la versión anterior y la actual del modelo facial, incluyendo registro de cambios.", + "documentation-MG23-0": "Se ha documentado cómo el sistema se comunica con los tornos físicos, el directorio de empleados y el sistema de alarmas.", + "documentation-MG23-1": "Se han documentado los requisitos de compatibilidad y protocolos de comunicación para garantizar la interoperabilidad con sistemas de acceso.", + "documentation-MG24-0": "Se registran las versiones del modelo facial utilizadas y los procedimientos necesarios para actualizaciones o parches de seguridad.", + "documentation-MG24-1": "Se indica la política de actualizaciones planificada para mantener la seguridad y funcionalidad del sistema de reconocimiento.", + "documentation-MG25-0": "Se detalla la forma de distribución del sistema: servicio on-premise desplegado en contenedores Docker en cada edificio.", + "documentation-MG25-1": "Se proporciona documentación clara para la puesta en servicio en cada sede, incluyendo configuración de cámaras y red local.", + "documentation-MG26-0": "Se ha documentado el hardware necesario: GPUs de inferencia, cámaras IR de alta resolución y servidores de procesamiento de borde.", + "documentation-MG26-1": "Se especifican las posibles limitaciones con determinados modelos de cámara y requisitos mínimos de resolución e iluminación.", + "documentation-MG27-0": "Se incluyen imágenes de las cámaras instaladas, diagramas de ubicación en tornos y capturas del panel de administración.", + "documentation-MG27-1": "Las ilustraciones están correctamente asociadas con las descripciones técnicas de cada componente del sistema de acceso.", + "documentation-MG28-0": "La documentación contiene una descripción completa de la interfaz de usuario del panel de seguridad utilizado por los operadores.", + "documentation-MG28-1": "Se incluyen capturas de pantalla y diagramas de flujo para familiarizar al operador con la interfaz de gestión.", + "documentation-MG29-0": "Se incluyen instrucciones prácticas actualizadas para la instalación de cámaras, calibración y puesta en marcha del sistema.", + "documentation-MG29-1": "Las instrucciones contemplan errores frecuentes durante el despliegue y las acciones correctivas correspondientes.", + "documentation-MG30-0": "Se han documentado las bibliotecas de visión por computador y modelos preentrenados utilizados, incluyendo licencias y modificaciones.", + "documentation-MG30-1": "Se han evaluado y documentado los riesgos derivados del uso de modelos de terceros para el reconocimiento facial.", + "documentation-MG31-0": "Se han documentado todos los elementos de diseño técnico, incluyendo la arquitectura CNN utilizada y los algoritmos de comparación facial.", + "documentation-MG31-1": "Se registran las concesiones técnicas realizadas, como el umbral de confianza seleccionado y su impacto en falsos positivos y negativos.", + "documentation-MG32-0": "Se incluye un esquema de arquitectura del sistema con la interacción entre cámaras, servidor de inferencia, base de datos y tornos.", + "documentation-MG32-1": "Se describen los recursos computacionales empleados en cada fase: GPUs para entrenamiento y servidores de inferencia en producción.", + "documentation-MG33-0": "Se han documentado los datos de entrenamiento (imágenes faciales de empleados), las metodologías de test y los conjuntos de validación.", + "documentation-MG33-1": "Se dispone de evidencia del control de calidad de datos, incluyendo limpieza de imágenes duplicadas y verificación de etiquetas.", + "documentation-MG34-0": "Se han evaluado las medidas de supervisión humana: un operador de seguridad puede verificar visualmente cada decisión de acceso.", + "documentation-MG34-1": "La documentación incluye el panel de supervisión donde el operador puede comparar la imagen capturada con la plantilla registrada.", + "documentation-MG35-0": "Se han documentado los cambios planificados, como actualización del modelo base y ampliación a nuevas sedes, y su impacto técnico.", + "documentation-MG35-1": "Se especifican procedimientos de validación para garantizar que los cambios no comprometan la conformidad ni la precisión del sistema.", + "documentation-MG36-0": "Se conservan evidencias firmadas de las pruebas realizadas: tests de precisión, tests de sesgo demográfico y tests de rendimiento.", + "documentation-MG36-1": "Se incluyen pruebas específicas para verificar el impacto de cada actualización del modelo en la tasa de reconocimiento.", + "documentation-MG37-0": "Se detallan las medidas de ciberseguridad: cifrado AES-256, TLS 1.3, aislamiento de red y control de acceso basado en roles.", + "documentation-MG37-1": "La documentación incluye evaluaciones de vulnerabilidades realizadas y mecanismos de gestión de incidentes de seguridad.", + "documentation-MG38-0": "Se identifican y documentan los riesgos potenciales: falsos positivos que permiten acceso no autorizado, sesgo demográfico y filtración de datos biométricos.", + "documentation-MG38-1": "La documentación incluye mecanismos de mitigación y supervisión de riesgos durante todo el ciclo de vida del sistema.", + "documentation-MG39-0": "Se especifican las funciones del operador de seguridad: supervisión del panel, gestión de excepciones y escalado de incidencias.", + "documentation-MG39-1": "Se describe la formación requerida para que el operador interprete correctamente los resultados de confianza del sistema.", + "documentation-MG40-0": "Se justifican los parámetros de rendimiento: tasa de acierto ≥99,5%, tiempo de respuesta <2 segundos, tasa de falso rechazo <0,5%.", + "documentation-MG40-1": "Estos parámetros han sido validados en pruebas documentadas con conjuntos de datos representativos de la población de empleados.", + "documentation-MG41-0": "Se ha documentado un sistema de gestión de riesgos conforme al Artículo 9, cubriendo todos los riesgos del sistema biométrico.", + "documentation-MG41-1": "Se especifica cómo se actualiza el sistema de riesgos ante cambios relevantes en el ciclo de vida del sistema de IA.", + "documentation-MG42-0": "Se ha registrado el historial de cambios relevantes del sistema desde el diseño inicial hasta la versión actual en producción.", + "documentation-MG42-1": "Se indica el impacto de cada cambio sobre la seguridad, la precisión y el cumplimiento normativo del sistema.", + "documentation-MG43-0": "Se especifican las normas armonizadas seguidas: ISO/IEC 42001, ISO 30107 (anti-spoofing) e ISO 27001 (seguridad de la información).", + "documentation-MG43-1": "Se justifican adecuadamente las soluciones adoptadas en los casos donde no se aplican normas armonizadas específicas.", + "documentation-MG44-0": "Se ha incluido una copia válida de la declaración de conformidad del sistema en la documentación técnica.", + "documentation-MG44-1": "Se verifica que la declaración está firmada por el proveedor autorizado y referencia explícitamente el Artículo 47 del Reglamento.", + "documentation-MG45-0": "Se ha definido un sistema de evaluación del rendimiento del sistema facial tras su despliegue comercial en cada sede.", + "documentation-MG45-1": "El plan de vigilancia poscomercialización contempla mecanismos de recogida de información, auditorías y mejoras continuas.", + # ── QMS (Article 17) ──────────────────────────────────────────────── + "qms-QMS-01-0": "Se ha definido una estrategia de cumplimiento normativo que cubre el Reglamento de IA de la UE para el sistema de reconocimiento facial.", + "qms-QMS-01-1": "La estrategia establece hitos de cumplimiento trimestrales alineados con las fechas de entrada en vigor del Reglamento.", + "qms-QMS-02-0": "Se han definido técnicas y procedimientos sistemáticos para el diseño, control y verificación del modelo de reconocimiento facial.", + "qms-QMS-03-0": "Los procedimientos de desarrollo incluyen revisión de código obligatoria, control de calidad automatizado y validación de modelos.", + "qms-QMS-04-0": "Se realizan pruebas de validación antes, durante y después del desarrollo, incluyendo tests de precisión y sesgo demográfico.", + "qms-QMS-04-1": "Las métricas y umbrales están documentados: precisión ≥99,5%, tasa de falsos positivos <0,01%, sesgo demográfico <2% de diferencia.", + "qms-QMS-05-0": "Se han documentado las especificaciones técnicas aplicables, incluyendo ISO 30107 para detección de ataques de presentación.", + "qms-QMS-06-0": "Existen procedimientos documentados para la adquisición, almacenamiento, etiquetado y retención de imágenes faciales de empleados.", + "qms-QMS-07-0": "El sistema de gestión de riesgos biométricos está integrado en el sistema de gestión de calidad de la organización.", + "qms-QMS-08-0": "Se ha establecido un sistema de vigilancia poscomercialización que monitoriza la precisión y el rendimiento del sistema en producción.", + "qms-QMS-09-0": "Se han definido procedimientos para la notificación de incidentes graves, como accesos no autorizados por falsos positivos.", + "qms-QMS-10-0": "Existen procedimientos de comunicación con las autoridades nacionales competentes y la autoridad de protección de datos.", + "qms-QMS-11-0": "Se dispone de sistemas para el mantenimiento de registros de acceso, registros técnicos y documentación del modelo.", + "qms-QMS-12-0": "El SGC incluye procedimientos de gestión de recursos, incluyendo aprovisionamiento de GPUs y cámaras de repuesto.", + "qms-QMS-13-0": "Se ha establecido un marco de responsabilidades que define las funciones de los equipos de desarrollo, despliegue y operaciones.", + "qms-QMS-14-0": "El SGC es proporcional al tamaño de la organización y al riesgo alto que supone el procesamiento de datos biométricos.", + "qms-QMS-15-0": "Se aplican validaciones estadísticas y pruebas de sobreajuste, incluyendo validación cruzada k-fold, durante el entrenamiento del modelo facial.", + "qms-QMS-16-0": "Existe un procedimiento formal para gestionar modificaciones sustanciales del sistema, incluyendo la necesidad de nueva evaluación de conformidad.", + # ── Incidents (Article 73) ────────────────────────────────────────── + "incidents-M-INC-01-0": "El proveedor ha definido procedimientos de notificación de incidentes graves integrados en el SGC, cubriendo accesos no autorizados por fallos del modelo.", + "incidents-M-INC-01-1": "El responsable del despliegue dispone de procedimientos para notificar incidentes graves como accesos indebidos o fallos sistemáticos.", + "incidents-M-INC-02-0": "El proveedor mantiene un documento actualizado con los datos de contacto del responsable ante la Autoridad de Vigilancia del Mercado.", + "incidents-M-INC-02-1": "El responsable del despliegue tiene acceso al documento con el contacto de la Autoridad de Vigilancia del Mercado.", + "incidents-M-INC-03-0": "El proveedor ha preparado un manual de usuario para el canal de gestión de solicitudes e incidencias entre desplegador y proveedor.", + "incidents-M-INC-03-1": "El responsable del despliegue tiene acceso al manual de usuario del canal de gestión de incidencias con el proveedor.", + "incidents-M-INC-04-0": "El proveedor ha preparado un documento que explica la clasificación del sistema como alto riesgo según el Reglamento de IA.", + "incidents-M-INC-04-1": "El responsable del despliegue tiene acceso al documento que clasifica el sistema de reconocimiento facial según el Reglamento.", + "incidents-M-INC-05-0": "El proveedor dispone de documentación acreditativa del conocimiento sobre los derechos fundamentales de la Unión Europea.", + "incidents-M-INC-05-1": "El responsable del despliegue dispone de documentación acreditativa del conocimiento sobre los derechos fundamentales de la UE.", + # ── Risk Management (Article 9) ───────────────────────────────────── + "risk-management-MG01-0": "Se ha definido un sistema de gestión de riesgos para el sistema biométrico de alto riesgo a lo largo de todo su ciclo de vida.", + "risk-management-MG01-1": "Se han identificado y documentado los elementos del contexto interno y externo de la organización relevantes para el sistema biométrico.", + "risk-management-MG01-2": "La dirección ha formalizado su liderazgo y compromiso con la gestión de riesgos mediante políticas, procedimientos y asignación de recursos.", + "risk-management-MG02-0": "Se ha definido y actualizado el apetito de riesgo en relación con el impacto del sistema biométrico en la salud, seguridad y derechos fundamentales.", + "risk-management-MG03-0": "Se han identificado, inventariado y documentado todos los componentes del sistema: cámaras, modelo facial, base de datos biométrica y tornos.", + "risk-management-MG04-0": "Se han identificado todos los riesgos asociados: sesgo demográfico, falsos positivos, filtración de datos biométricos y fallos de hardware.", + "risk-management-MG05-0": "Todos los riesgos identificados se han analizado y evaluado asignando probabilidad de ocurrencia e impacto sobre derechos fundamentales.", + "risk-management-MG06-0": "Se ha evaluado que el sistema no se utiliza con menores de 18 años, ya que el acceso se limita a empleados adultos registrados.", + "risk-management-MG07-0": "Se han definido mecanismos de comunicación y consulta con las partes interesadas sobre el sistema de gestión de riesgos biométricos.", + "risk-management-MG08-0": "Se han considerado los riesgos relacionados con la vigilancia poscomercialización, incluyendo degradación del modelo y cambios en la población.", + "risk-management-MG09-0": "Se han definido y priorizado las opciones de tratamiento de riesgos según criterios de eficacia y viabilidad para el sistema facial.", + "risk-management-MG09-1": "Se han evaluado medidas de mitigación adecuadas para cada riesgo identificado, incluyendo umbrales de confianza ajustables.", + "risk-management-MG10-0": "Se han determinado todas las opciones de tratamiento para los riesgos identificados, analizados y evaluados del sistema biométrico.", + "risk-management-MG11-0": "El sistema de gestión de riesgos se ha implementado a lo largo de todo el ciclo de vida del sistema de reconocimiento facial.", + "risk-management-MG11-1": "El sistema de gestión de riesgos se mantiene de forma continua con revisiones trimestrales y actualizaciones ante cambios relevantes.", + "risk-management-MG11-2": "Se ha planificado la implementación de las medidas de tratamiento definidas con plazos y responsables asignados.", + "risk-management-MG12-0": "Se ha definido e implementado un proceso de monitorización y mejora continua del sistema de gestión de riesgos biométricos.", + "risk-management-MG12-1": "Se han establecido procedimientos de prueba para garantizar que el sistema cumple su propósito previsto de control de acceso.", + "risk-management-MG12-2": "Se han establecido procedimientos de prueba para garantizar que se cumplen los requisitos de los sistemas de IA de alto riesgo.", + "risk-management-MG12-3": "Se han definido e implementado pruebas en condiciones reales con empleados voluntarios en una sede piloto.", + "risk-management-MG13-0": "Se han establecido períodos de revisión trimestrales y de monitorización continua del sistema de gestión de riesgos.", + "risk-management-MG14-0": "El sistema de gestión de riesgos se ha documentado a lo largo de todo el ciclo de vida del sistema biométrico.", + "risk-management-MG14-1": "Se han documentado los riesgos residuales tras la implementación de medidas de tratamiento para comunicarlos a los responsables del despliegue.", + "risk-management-MG14-2": "Se ha documentado todo el proceso de gestión de riesgos, incluyendo metodología, criterios de evaluación y decisiones adoptadas.", + # ── Data Governance (Article 10) ──────────────────────────────────── + "data-governance-MG01-0": "Se ha identificado toda la información necesaria para el desarrollo y uso del sistema: imágenes faciales, metadatos de empleados y registros de acceso.", + "data-governance-MG01-1": "La información necesaria se ha documentado en un catálogo de datos que incluye origen, formato, sensibilidad y propósito de cada conjunto.", + "data-governance-MG02-0": "Se han identificado las fuentes de datos: cámaras de seguridad para imágenes en vivo y sistema de RRHH para imágenes de registro.", + "data-governance-MG02-1": "Se ha establecido un proceso de recogida de datos que incluye consentimiento explícito del empleado para el registro biométrico.", + "data-governance-MG03-0": "Se han definido las dimensiones de calidad a evaluar: resolución mínima, iluminación, ángulo facial, nitidez y ausencia de oclusiones.", + "data-governance-MG04-0": "Se han definido controles de calidad específicos para cada dimensión, incluyendo umbrales mínimos de resolución y claridad de imagen.", + "data-governance-MG05-0": "Los controles de calidad de imágenes se han implementado mediante validación automática en el pipeline de registro de empleados.", + "data-governance-MG05-1": "Se han verificado los resultados de los controles: el 98,3% de las imágenes registradas superan los umbrales de calidad establecidos.", + "data-governance-MG06-0": "Los resultados de los controles de calidad se reportan en informes mensuales al equipo de gobernanza de datos.", + "data-governance-MG06-1": "Las desviaciones detectadas, como imágenes con baja resolución, se documentan y generan solicitudes de recaptura al empleado.", + "data-governance-MG07-0": "Se han desarrollado planes de mejora basados en los resultados de calidad, incluyendo mejora de iluminación en puntos de registro.", + "data-governance-MG07-1": "Se han documentado las medidas de mejora implementadas, como la actualización de cámaras de registro con mejor resolución.", + "data-governance-MG08-0": "Los datos se han transformado para adaptarlos al sistema: redimensionamiento de imágenes, normalización y alineación facial automática.", + "data-governance-MG09-0": "Se han agregado datos de imágenes de diferentes fuentes (registro inicial, actualizaciones periódicas) en una base de datos unificada.", + "data-governance-MG09-1": "El proceso de agregación de datos está documentado, incluyendo reglas de deduplicación y resolución de conflictos entre fuentes.", + "data-governance-MG10-0": "Se realiza un muestreo estratificado para garantizar representatividad demográfica en los conjuntos de entrenamiento y validación.", + "data-governance-MG11-0": "Tras la recogida inicial, se identificaron necesidades de datos adicionales para mejorar el rendimiento con diversidad étnica y de edad.", + "data-governance-MG11-1": "Se ha considerado la reducción de dimensionalidad mediante embeddings faciales de 128 dimensiones para optimizar la comparación.", + "data-governance-MG12-0": "Se han enriquecido los datos con imágenes en diferentes condiciones de iluminación y ángulos mediante técnicas de augmentación.", + "data-governance-MG13-0": "Se han asignado etiquetas identificativas a las imágenes, vinculando cada plantilla facial con el identificador único del empleado.", + "data-governance-MG13-1": "El etiquetado se realiza de forma automática durante el registro, pero se supervisa mediante verificación manual por el equipo de RRHH.", + "data-governance-MG14-0": "Se ha analizado el sesgo potencial de los datos, evaluando la representatividad por género, edad, etnia y uso de accesorios.", + "data-governance-MG15-0": "Se identificó un sesgo de subrepresentación de personas con tonos de piel oscuros en el conjunto de entrenamiento inicial.", + "data-governance-MG15-1": "Se realizó un análisis de impacto y se determinó la necesidad de medidas correctivas para equilibrar la representación demográfica.", + "data-governance-MG16-0": "Se implementaron medidas de tratamiento: enriquecimiento del conjunto con datos diversos y reentrenamiento del modelo con datos equilibrados.", + "data-governance-MG17-0": "Se ha generado un informe detallado del proceso de transferencia de datos biométricos entre sistemas durante la migración de infraestructura.", + "data-governance-MG18-0": "Se ha verificado que ningún usuario ni actor del desarrollo requiere acceso continuo a los datos biométricos tras la baja laboral.", + "data-governance-MG18-1": "Se ha verificado que el proceso de eliminación no vulnera obligaciones legales, contractuales ni de retención del RGPD.", + "data-governance-MG18-2": "Se ha verificado que los datos biométricos se eliminan de todas las ubicaciones: base de datos principal, copias de seguridad y cachés.", + "data-governance-MG18-3": "Se ha evaluado que no es posible restaurar plantillas faciales individuales a partir del modelo entrenado gracias a la irreversibilidad de los embeddings.", + "data-governance-MG18-4": "Se ha comprobado que los datos biométricos no tienen importancia cultural, social o histórica que impida su eliminación tras la baja.", + "data-governance-MG18-5": "Se ha generado un informe detallado del proceso de eliminación de datos biométricos, incluyendo confirmación criptográfica de borrado.", + # ── Accuracy (Article 15) ─────────────────────────────────────────── + "accuracy-MG01-0": "Las métricas de precisión se seleccionaron considerando el propósito del sistema: tasa de acierto, falsos positivos y falsos negativos en control de acceso.", + "accuracy-MG01-1": "Se ha documentado la correspondencia entre cada métrica seleccionada y el uso previsto del sistema de reconocimiento facial.", + "accuracy-MG01-2": "Se validó que las métricas elegidas reflejan correctamente el rendimiento esperado en los puntos de acceso reales de las oficinas.", + "accuracy-MG02-0": "La selección de métricas está motivada por la mitigación de riesgos: la tasa de falsos positivos mitiga el riesgo de acceso no autorizado.", + "accuracy-MG02-1": "Se han realizado pruebas para estudiar la correlación entre los riesgos detectados y las métricas específicas que los abordan.", + "accuracy-MG02-2": "Se han priorizado las métricas que controlan los riesgos con mayor impacto: falsos positivos por su impacto en seguridad física.", + "accuracy-MG03-0": "Se ha documentado el impacto del preprocesamiento de imágenes (normalización, alineación facial) en los resultados de precisión.", + "accuracy-MG03-1": "Se ha evaluado el impacto de la mejora de calidad de imagen (corrección de iluminación, realce) en la precisión del sistema.", + "accuracy-MG03-2": "Se ha documentado el impacto de la ingeniería de características, incluyendo la extracción de embeddings faciales de 128 dimensiones.", + "accuracy-MG04-0": "Se ha considerado y registrado el impacto del sobreajuste, aplicando regularización dropout y early stopping durante el entrenamiento.", + "accuracy-MG04-1": "Se implementa validación cruzada k-fold con k=5 para prevenir el sobreajuste del modelo de reconocimiento facial.", + "accuracy-MG04-2": "Se registran indicadores clave (pérdida de entrenamiento vs. validación) para detectar signos de sobreajuste en cada época.", + "accuracy-MG05-0": "Se han definido criterios para elegir modelos de referencia, comparando FaceNet, ArcFace y modelos propios en cada fase.", + "accuracy-MG05-1": "La precisión del modelo se compara sistemáticamente con los modelos de referencia en cada actualización del ciclo de vida.", + "accuracy-MG06-0": "El sistema devuelve una puntuación de confianza (0-100%) junto con cada decisión de acceso concedido o denegado.", + "accuracy-MG06-1": "El operador de seguridad visualiza el nivel de confianza en el panel, con indicador verde (>95%), amarillo (80-95%) o rojo (<80%).", + "accuracy-MG06-2": "Se han definido umbrales de confianza: <80% requiere verificación manual obligatoria por el operador de seguridad.", + "accuracy-MG07-0": "Se han realizado pruebas unitarias, de estrés e integración durante el desarrollo para medir la precisión con volúmenes de 2.000 usuarios.", + "accuracy-MG07-1": "Los resultados de las pruebas y las acciones derivadas están documentados en el repositorio de validación del modelo.", + "accuracy-MG07-2": "Se han definido condiciones límite: iluminación mínima <50 lux, oclusiones faciales >30% y ángulos laterales >45°.", + "accuracy-MG08-0": "La información de métricas de precisión se centraliza en un panel Grafana accesible a todos los actores implicados.", + "accuracy-MG08-1": "Se ha implementado un sistema de versionado que asocia cada conjunto de métricas con la versión del modelo correspondiente.", + "accuracy-MG08-2": "Existe un procedimiento formal de comunicación de actualizaciones de métricas mediante correo y notificaciones en el panel.", + "accuracy-MG09-0": "La función objetivo (triplet loss) se ha seleccionado según el propósito de maximizar la separación entre identidades faciales.", + "accuracy-MG09-1": "Se han considerado los riesgos del análisis de riesgos y cómo la precisión del sistema influye en ellos, especialmente en accesos indebidos.", + "accuracy-MG10-0": "El panel de seguridad muestra en tiempo real la precisión del sistema, la tasa de falsos rechazos y alertas de degradación.", + "accuracy-MG10-1": "El funcionamiento del panel de monitorización de precisión está documentado con capturas de pantalla y guía de usuario.", + "accuracy-MG10-2": "Los operadores de seguridad han recibido formación práctica para interpretar correctamente las métricas de precisión del panel.", + "accuracy-MG11-0": "El sistema almacena un historial completo de todas las puntuaciones de confianza reportadas al usuario en cada decisión de acceso.", + "accuracy-MG11-1": "El historial de precisión puede consultarse por fecha, versión del modelo, sede y contexto de uso.", + "accuracy-MG11-2": "El historial de precisión se utiliza para ajustar umbrales de confianza y planificar reentrenamientos del modelo.", + "accuracy-MG12-0": "Se han realizado pruebas de significación estadística (test de McNemar) para justificar la elección de métricas y funciones objetivo.", + "accuracy-MG12-1": "Los resultados de las pruebas estadísticas están documentados con valores p, intervalos de confianza y tamaños de efecto.", + "accuracy-MG12-2": "Se han definido criterios mínimos de significación: p < 0,05 y tamaño de efecto d > 0,2 para aceptar diferencias entre modelos.", + "accuracy-MG13-0": "Se han realizado benchmarks comparando el modelo con los resultados publicados en LFW (Labeled Faces in the Wild) y NIST FRVT.", + "accuracy-MG13-1": "Se justifica el uso de benchmarks públicos reconocidos (LFW, NIST FRVT) como referencia para validar el rendimiento del modelo.", + "accuracy-MG13-2": "Para comparaciones internas con datos históricos de acceso manual, se justifica el benchmark interno y su significación estadística.", + "accuracy-MG13-3": "Se documenta cómo se realizaron las comparaciones con benchmarks y los resultados obtenidos frente a modelos de referencia.", + "accuracy-MG14-0": "Las instrucciones de uso del sistema incluyen todos los niveles de precisión pertinentes y las métricas asociadas.", + "accuracy-MG14-1": "Las métricas se presentan en un formato accesible y comprensible para operadores de seguridad sin formación técnica avanzada.", + # ── Records (Article 12) ──────────────────────────────────────────── + "records-MG01-0": "Se ha desarrollado un proceso para analizar las necesidades de generación de registros del sistema de control de acceso facial.", + "records-MG01-1": "Se ha evaluado la necesidad de registrar cada evento de acceso, incluyendo resultado, confianza, cámara y marca temporal.", + "records-MG01-2": "Se han identificado adecuadamente las necesidades: trazabilidad de accesos, auditoría de seguridad y detección de anomalías.", + "records-MG02-0": "Los objetivos del registro de eventos se han identificado: trazabilidad de accesos, detección de intrusiones y mejora del modelo.", + "records-MG02-1": "Se ha identificado claramente qué se espera lograr: evidencia forense, cumplimiento normativo y monitorización de rendimiento.", + "records-MG03-0": "Se ha definido el alcance del registro: cada decisión de acceso, alertas de seguridad y eventos de mantenimiento del sistema.", + "records-MG03-1": "Se han determinado períodos de retención de 90 días para registros operativos y 5 años para registros de auditoría, conforme al RGPD.", + "records-MG03-2": "Se han considerado requisitos sectoriales preexistentes aplicables al control de acceso físico en edificios corporativos.", + "records-MG04-0": "Se han generado los registros necesarios para recopilar la información determinada en el sistema de gestión de riesgos.", + "records-MG04-1": "Se han considerado los controles del sistema de gestión de riesgos con evidencia asociada para la obtención de registros.", + "records-MG05-0": "Se generan registros específicos para el sistema de vigilancia poscomercialización, incluyendo métricas de rendimiento diarias.", + "records-MG05-1": "Las frecuencias de recogida de estos registros se han documentado e implementado: eventos en tiempo real, métricas cada hora.", + "records-MG06-0": "Se generan registros para la supervisión humana, incluyendo las decisiones revisadas manualmente por el operador de seguridad.", + "records-MG06-1": "Se ha documentado la necesidad de estos registros y cómo interpretar sus resultados para la supervisión humana del sistema.", + "records-MG07-0": "Se ha implementado un proceso de captura de registros que garantiza la recogida según los criterios de la fase de diseño.", + "records-MG07-1": "Se han realizado pruebas de validación de los procedimientos de captura de registros en un entorno de preproducción.", + "records-MG07-2": "Se han realizado pruebas de estrés del sistema de captura de registros simulando 10.000 accesos simultáneos sin pérdida de datos.", + "records-MG08-0": "Los registros se almacenan en una base de datos PostgreSQL con cifrado en reposo y replicación en un segundo centro de datos de la UE.", + "records-MG08-1": "Se han establecido períodos de supervisión trimestral y revisión anual de los soportes de almacenamiento de registros.", + "records-MG09-0": "Se aplican medidas de ciberseguridad: cifrado AES-256, acceso por rol y registros inmutables con hashing para garantizar la integridad.", + "records-MG09-1": "Se han establecido períodos de revisión semestral de las medidas de ciberseguridad y controles de acceso a los registros.", + "records-MG10-0": "Se imparte formación trimestral al personal implicado en la gestión de registros sobre procedimientos y herramientas de consulta.", + "records-MG10-1": "Las necesidades de formación en gestión de registros se contemplan en el programa de alfabetización en IA del Artículo 4.", + "records-MG11-0": "Se ha analizado el impacto del RGPD y la normativa de protección de datos en la generación de registros biométricos.", + "records-MG11-1": "Específicamente, se ha evaluado que los registros no almacenan plantillas faciales, solo identificadores anonimizados y resultados de decisión.", + "records-MG12-0": "Se han establecido períodos de supervisión trimestral de soportes de almacenamiento, ciberseguridad y controles de acceso.", + "records-MG12-1": "Se han establecido períodos de revisión anual completa de soportes, medidas de ciberseguridad y controles de acceso a registros.", + "records-MG13-0": "Se ha establecido un proceso de monitorización y mejora continua del sistema de gestión de registros del sistema biométrico.", + "records-MG13-1": "Se monitorizan errores de captura, se evalúan datos registrados y se implementan mejoras de forma continua en el sistema.", + "records-MG14-0": "Se ha definido un proceso que garantiza la documentación técnica adecuada del sistema de gestión de registros implementado.", + "records-MG14-1": "Los registros se contemplan tanto en su documentación específica como en documentos de riesgos, supervisión y vigilancia poscomercialización.", + "records-MG15-0": "El sistema cumple con las medidas de precisión, robustez y ciberseguridad orientadas a proporcionar transparencia sobre su funcionamiento.", + "records-MG16-0": "El sistema cumple con las medidas de conservación de registros orientadas a proporcionar transparencia sobre su funcionamiento.", + # ── Robustness (Article 15) ───────────────────────────────────────── + "robustness-MG01-0": "El personal de desarrollo y operaciones ha recibido formación sobre robustez de sistemas biométricos, incluyendo detección de ataques de presentación.", + "robustness-MG02-0": "Se han establecido propiedades y métricas de robustez: tiempo de respuesta <2s, disponibilidad 99,9% y tolerancia a variaciones de iluminación.", + "robustness-MG03-0": "Se han identificado características medibles de robustez: latencia, throughput, tasa de error bajo condiciones adversas y separabilidad de métricas.", + "robustness-MG04-0": "Los entornos de desarrollo, integración, preproducción y producción tienen características equivalentes según los objetivos de robustez.", + "robustness-MG05-0": "Se ha verificado y validado el rendimiento en hardware idéntico al de producción: GPUs de inferencia y cámaras IR del mismo modelo.", + "robustness-MG06-0": "Se han definido métricas de rendimiento en el hardware establecido: inferencias por segundo, latencia p95 y eficiencia energética por decisión.", + "robustness-MG07-0": "Existe un plan de experimentos para demostrar la robustez mediante pruebas estadísticas, empíricas y prácticas en condiciones reales.", + "robustness-MG08-0": "Se dispone de evidencia de los experimentos realizados, su análisis e interpretación, y su impacto en los parámetros de robustez.", + "robustness-MG09-0": "Se han definido procedimientos de monitorización de robustez, incluyendo paneles Grafana con métricas agregadas e históricas.", + "robustness-MG10-0": "Existen alertas automáticas que se activan cuando la latencia supera 3 segundos o la disponibilidad cae por debajo del 99,5%.", + "robustness-MG11-0": "Se ha establecido un comité técnico mensual para evaluar proactivamente inconsistencias o posibles fallos en la robustez del sistema.", + "robustness-MG12-0": "Existen mecanismos automáticos de recuperación: failover a servidor de respaldo y modo de acceso alternativo con tarjeta en caso de fallo.", + "robustness-MG13-0": "Se ha implementado redundancia geográfica entre dos centros de datos de la UE, gestión de versiones con rollback y escalado automático.", + "robustness-MG14-0": "El sistema no realiza aprendizaje continuo en producción; los reentrenamientos son controlados y validados antes del despliegue.", + "robustness-MG15-0": "Se han establecido planes de monitorización y control con medidas de acción para degradación del modelo por deriva de datos.", + "robustness-MG16-0": "Las interacciones, interoperabilidad y retroalimentación recibida durante el ciclo de vida se registran formalmente para mejorar la robustez.", + # ── Oversight (Article 14) ────────────────────────────────────────── + "oversight-MG01-0": "El sistema de reconocimiento facial dispone de un sistema de gestión de riesgos conforme al Artículo 9 del Reglamento.", + "oversight-MG01-1": "El sistema dispone de un modelo de gobernanza de datos conforme al Artículo 10 para la gestión de imágenes biométricas.", + "oversight-MG01-2": "El sistema dispone de documentación técnica conforme al Artículo 11, cubriendo todos los aspectos del sistema biométrico.", + "oversight-MG01-3": "El sistema dispone de gestión de registros conforme al Artículo 12 para eventos de acceso y decisiones del modelo.", + "oversight-MG01-4": "El sistema dispone de mecanismos de transparencia conforme al Artículo 13 para informar a empleados y operadores.", + "oversight-MG01-5": "El sistema dispone de mecanismos de precisión conforme al Artículo 15 con métricas documentadas y monitorizadas.", + "oversight-MG01-6": "El sistema dispone de mecanismos de robustez conforme al Artículo 15 con redundancia y monitorización continua.", + "oversight-MG01-7": "El sistema dispone de mecanismos de ciberseguridad conforme al Artículo 15 con cifrado, aislamiento de red y controles de acceso.", + "oversight-MG02-0": "El sistema dispone de una interfaz de gestión de riesgos donde el operador puede consultar y actualizar la evaluación de riesgos.", + "oversight-MG02-1": "El sistema dispone de una interfaz para gestionar el modelo de gobernanza de datos biométricos y sus controles de calidad.", + "oversight-MG02-2": "El sistema dispone de una interfaz para gestionar la documentación técnica, con acceso al repositorio y control de versiones.", + "oversight-MG02-3": "El sistema dispone de una interfaz para consultar los registros de acceso, filtrar por fecha, sede y resultado de decisión.", + "oversight-MG02-4": "El sistema dispone de una interfaz para gestionar la transparencia, incluyendo información sobre el funcionamiento del sistema.", + "oversight-MG02-5": "El sistema dispone de una interfaz para gestionar la precisión, mostrando métricas en tiempo real y tendencias históricas.", + "oversight-MG02-6": "El sistema dispone de una interfaz para gestionar la robustez, con alertas de rendimiento y estado de los componentes.", + "oversight-MG02-7": "El sistema dispone de una interfaz para gestionar la ciberseguridad, incluyendo alertas de intrusiones y estado de certificados.", + "oversight-MG03-0": "Se ha establecido un modelo de gobernanza con estructura organizativa, procedimientos y formación para operadores de seguridad.", + "oversight-MG03-1": "El modelo de gobernanza incluye validación de la identificación por al menos dos personas con competencia y autoridad acreditada.", + "oversight-MG04-0": "El sistema incorpora verificaciones aleatorias obligatorias para evitar el sesgo de automatización entre los operadores de seguridad.", + "oversight-MG05-0": "Se ha contemplado el nivel de autonomía del sistema: decisión automática con confianza >95%, intervención humana obligatoria por debajo.", + "oversight-MG05-1": "El operador dispone de un botón de parada de emergencia en el panel que bloquea todos los tornos e impone acceso manual.", + "oversight-MG06-0": "El sistema dispone de un plan de gestión de riesgos actualizado y accesible desde la interfaz de supervisión.", + "oversight-MG07-0": "El sistema dispone de mecanismos de transparencia que permiten al operador comprender y supervisar correctamente su funcionamiento.", + "oversight-MG08-0": "El sistema cumple con las medidas de conservación de registros orientadas a proporcionar transparencia sobre su funcionamiento.", + # ── Transparency (Article 13) ─────────────────────────────────────── + "transparency-MG01-0": "El sistema dispone de un portal web para la gestión en línea de solicitudes e incidencias relacionadas con el reconocimiento facial.", + "transparency-MG01-1": "El modelo de gobernanza establece un punto de contacto claro del proveedor disponible para los responsables del despliegue.", + "transparency-MG02-0": "El sistema cubre los requisitos de transparencia aplicables a sistemas de identificación biométrica de alto riesgo.", + "transparency-MG02-1": "Se proporciona información detallada sobre el alcance funcional, incluyendo riesgos de usos no previstos como vigilancia masiva.", + "transparency-MG03-0": "Se proporciona información sobre circunstancias previsibles de uso indebido, como intentos de vigilancia no autorizada.", + "transparency-MG03-1": "El sistema va acompañado de un plan de riesgos para usos indebidos, incluyendo límites técnicos contra la vigilancia masiva.", + "transparency-MG03-2": "Existe un procedimiento de supervisión para verificar que no se producen usos indebidos del sistema durante la operación.", + "transparency-MG04-0": "El sistema identifica las fuentes de datos utilizadas: imágenes de registro de RRHH y capturas en tiempo real de cámaras de acceso.", + "transparency-MG04-1": "El sistema dispone de herramientas de análisis exploratorio de datos que permiten inspeccionar la distribución del conjunto de entrenamiento.", + "transparency-MG05-0": "El sistema proporciona mecanismos técnicos de explicabilidad global mediante análisis de importancia de características faciales.", + "transparency-MG05-1": "Se proporcionan mecanismos de explicabilidad por subgrupos para verificar la homogeneidad del rendimiento entre grupos demográficos.", + "transparency-MG05-2": "Se proporcionan mapas de atención (Grad-CAM) para explicar qué regiones faciales influyeron en cada decisión individual.", + "transparency-MG06-0": "Se proporcionan explicaciones del razonamiento global del sistema en lenguaje comprensible para todos los actores del ciclo de vida.", + "transparency-MG06-1": "Se proporcionan explicaciones de las acciones sobre subconjuntos de información (por grupo demográfico) en lenguaje comprensible.", + "transparency-MG06-2": "Se proporcionan explicaciones de cada decisión individual de acceso en lenguaje comprensible para el operador de seguridad.", + "transparency-MG07-0": "La complejidad técnica del modelo CNN no bloquea las necesidades de transparencia gracias a los mecanismos de explicabilidad implementados.", + "transparency-MG07-1": "Para el modelo de caja negra, el proveedor suministra herramientas de explicabilidad (Grad-CAM, SHAP) que habilitan la transparencia.", + "transparency-MG08-0": "Se proporcionan métricas de datos, modelo, calidad de resultados y rendimiento, con valores mínimos aceptables definidos.", + "transparency-MG08-1": "El sistema cuenta con un pipeline MLOps de integración continua que identifica cómo los cambios de métricas afectan a cada versión.", + "transparency-MG09-0": "El sistema implementa filtros de salida que impiden la exposición de plantillas biométricas o información confidencial del modelo.", + "transparency-MG10-0": "Se proporcionan herramientas para identificar y analizar correlaciones no deseadas que puedan afectar a la transparencia o precisión.", + "transparency-MG11-0": "El sistema proporciona mecanismos técnicos para obtener contrafactuales que facilitan la comprensión de las decisiones de acceso.", + "transparency-MG12-0": "El sistema dispone de una wiki interna con información completa sobre su funcionamiento, accesible a todas las personas con responsabilidad.", + "transparency-MG13-0": "El sistema dispone de un plan de gestión de riesgos actualizado y documentado conforme al Artículo 9.", + "transparency-MG14-0": "El sistema cumple con las medidas de supervisión humana establecidas conforme al Artículo 14 del Reglamento.", + "transparency-MG15-0": "El sistema cumple con las medidas de precisión, robustez y ciberseguridad orientadas a proporcionar transparencia.", + "transparency-MG16-0": "El sistema cumple con las medidas de conservación de registros orientadas a proporcionar transparencia sobre su funcionamiento.", + # ── Surveillance (Article 72) ─────────────────────────────────────── + "surveillance-MG01-0": "Se han identificado y documentado todos los riesgos relevantes del entorno de producción: fallos de cámaras, degradación del modelo y ataques.", + "surveillance-MG01-1": "El diseño del sistema de vigilancia integra medidas específicas para cada riesgo identificado en el entorno operativo.", + "surveillance-MG02-0": "Se han definido indicadores clave que cubren sistema de IA, infraestructura, ciberseguridad y experiencia del usuario de forma integral.", + "surveillance-MG02-1": "La selección de indicadores se basa en criterios de relevancia y criticidad del entorno, con justificación documentada.", + "surveillance-MG02-2": "La eficacia y pertinencia de los indicadores se ha validado en pruebas piloto en una sede antes del despliegue completo.", + "surveillance-MG03-0": "Se han establecido rangos de valores aceptables para cada indicador basados en análisis históricos y escenarios esperados.", + "surveillance-MG03-1": "La determinación de estos rangos está justificada y alineada con las condiciones operativas reales de las oficinas.", + "surveillance-MG03-2": "Existe un mecanismo de actualización trimestral de los rangos basado en nuevos datos recopilados y evolución del entorno.", + "surveillance-MG04-0": "El sistema incorpora un mecanismo de alertas en tiempo real que monitoriza continuamente los indicadores clave de rendimiento.", + "surveillance-MG04-1": "Se han configurado umbrales críticos que, al superarse, activan alertas inmediatas al equipo de seguridad y operaciones.", + "surveillance-MG04-2": "Se han realizado pruebas en entornos simulados y reales para garantizar la fiabilidad y rapidez de activación de alertas.", + "surveillance-MG05-0": "Se ha planificado y documentado un proceso de despliegue controlado del sistema de vigilancia en el entorno de producción.", + "surveillance-MG05-1": "El sistema de vigilancia se ha desplegado con éxito en producción en todas las sedes operativas de la UE.", + "surveillance-MG06-0": "Se han ejecutado pruebas en el entorno de producción para validar la operatividad y robustez del sistema de vigilancia.", + "surveillance-MG07-0": "Existe una política formal que contempla tanto la monitorización continua como las revisiones periódicas del sistema de vigilancia.", + "surveillance-MG07-1": "Los roles y responsabilidades de vigilancia están claramente definidos y respaldados por la dirección de la organización.", + "surveillance-MG07-2": "La política de vigilancia se revisa y actualiza semestralmente para adaptarse a cambios del entorno o nuevos riesgos.", + "surveillance-MG08-0": "Se han identificado y documentado escenarios anómalos que podrían comprometer el rendimiento: pérdida de conectividad, fallo de GPU y saturación.", + "surveillance-MG08-1": "Existen planes de contingencia y medidas específicas para gestionar cada escenario anómalo identificado.", + "surveillance-MG09-0": "Se ha designado un responsable de vigilancia poscomercialización con autoridad necesaria para coordinar las actividades.", + "surveillance-MG09-1": "El compromiso de la alta dirección se refleja en la asignación de recursos y la comunicación interna sobre vigilancia.", + "surveillance-MG09-2": "Existe documentación del plan de vigilancia que evidencia el liderazgo y la coordinación de las actividades de monitorización.", + "surveillance-MG10-0": "Se ha formado un equipo específico de respuesta a alertas con formación en sistemas biométricos y gestión de incidentes.", + "surveillance-MG10-1": "Los roles y responsabilidades del equipo de respuesta están claramente definidos y comunicados a toda la organización.", + "surveillance-MG11-0": "Existe un protocolo formal y documentado de respuesta que detalla las acciones a seguir ante la detección de un incidente.", + "surveillance-MG11-1": "Se ha generado una plantilla de informe de incidentes que incluye causa raíz, impacto, acciones correctivas y seguimiento.", + "surveillance-MG12-0": "Se han identificado las necesidades de formación de todo el personal implicado en la vigilancia poscomercialización.", + "surveillance-MG12-1": "Se realizan ejercicios de formación y simulaciones de respuesta trimestrales para evaluar la eficacia y coordinación del equipo.", + "surveillance-MG13-0": "Se han definido y documentado períodos de revisión trimestrales para evaluar el funcionamiento y eficacia del sistema de vigilancia.", + # ── UNDP Zero Questions ───────────────────────────────────────────── + "undp-zero-question-ZQ-01-0": "Se evaluó la necesidad de IA frente a alternativas como tarjetas RFID; se justificó por mayor seguridad ante suplantación de tarjetas.", + "undp-zero-question-ZQ-02-0": "Se documentó la justificación: el reconocimiento facial elimina riesgos de pérdida, robo y préstamo de tarjetas de acceso.", + "undp-zero-question-ZQ-03-0": "Se realizó un análisis DAFO comparando reconocimiento facial con tarjetas RFID, códigos PIN y acceso con huella dactilar.", + "undp-zero-question-ZQ-04-0": "Se confirmó que el sistema no persigue un objetivo incompatible con derechos fundamentales; se limita a control de acceso autorizado.", + # ── UNDP Organisational Readiness ─────────────────────────────────── + "undp-org-readiness-OR-01-0": "La organización dispone de una política documentada de derechos humanos que cubre el diseño, desarrollo y despliegue de sistemas de IA.", + "undp-org-readiness-OR-02-0": "La dirección apoya activamente y asigna recursos para la debida diligencia en derechos humanos en iniciativas de IA biométrica.", + "undp-org-readiness-OR-03-0": "Existen canales confidenciales para que los empleados reporten posibles problemas de derechos humanos relacionados con el sistema.", + "undp-org-readiness-OR-04-0": "La organización revisa y actualiza sus políticas anualmente para abordar cuestiones emergentes de IA y derechos humanos.", + "undp-org-readiness-OR-06-0": "Se consulta a los empleados afectados (usuarios del sistema de acceso) durante el ciclo de vida del proyecto biométrico.", + "undp-org-readiness-OR-07-0": "La organización asigna recursos suficientes para formación, evaluaciones de riesgos y participación de las partes interesadas.", + "undp-org-readiness-OR-08-0": "Se prioriza la transparencia y comunicación pública sobre el uso del sistema de reconocimiento facial en las oficinas.", + "undp-org-readiness-OR-09-0": "El equipo directivo tiene comprensión integral de las implicaciones del reconocimiento facial en derechos humanos y privacidad.", + "undp-org-readiness-OR-10-0": "Los empleados reciben formación anual sobre derechos humanos y consideraciones éticas del uso de IA biométrica.", + "undp-org-readiness-OR-11-0": "Existe un equipo de ética de IA designado responsable de monitorizar y abordar problemas de derechos humanos en el proyecto.", + "undp-org-readiness-OR-13-0": "Los empleados están protegidos contra represalias cuando plantean preocupaciones sobre el impacto del sistema en derechos humanos.", + "undp-org-readiness-OR-14-0": "Existe un proceso formal para incorporar la retroalimentación de empleados y partes interesadas en las prácticas del sistema.", + "undp-org-readiness-OR-17-0": "La organización participa en grupos sectoriales y foros sobre derechos humanos, ética y biometría en la UE.", + "undp-org-readiness-OR-18-0": "La organización evalúa periódicamente las carencias de competencias en derechos humanos e IA entre su personal técnico.", + "undp-org-readiness-OR-19-0": "Existe un proceso sistemático de evaluación de impacto en derechos humanos para el proyecto de reconocimiento facial.", + "undp-org-readiness-OR-20-0": "Existen procedimientos para evaluar el impacto de componentes de IA de terceros (modelos preentrenados, bibliotecas de visión).", + "undp-org-readiness-OR-21-0": "Existe un proceso sistemático de identificación de riesgos que incluye pruebas de fiabilidad, precisión y resiliencia del modelo.", + "undp-org-readiness-OR-22-0": "Los empleados afectados (usuarios del control de acceso) participan en el proceso de despliegue mediante encuestas y sesiones informativas.", + "undp-org-readiness-OR-23-0": "Todos los proyectos de IA se someten a una evaluación de impacto en derechos humanos y protección de datos antes del despliegue.", + "undp-org-readiness-OR-24-0": "Se han establecido protocolos de seguridad de datos y privacidad para todos los procesos relacionados con la biometría facial.", + "undp-org-readiness-OR-25-0": "Los procesos se actualizan periódicamente para incorporar nuevas regulaciones como el Reglamento de IA y actualizaciones del RGPD.", + "undp-org-readiness-OR-26-0": "Se ha establecido un proceso de supervisión para monitorizar el rendimiento y el cumplimiento de estándares de derechos humanos.", + "undp-org-readiness-OR-27-0": "La organización puede mitigar y minimizar los efectos negativos de fallos del sistema, incluyendo acceso alternativo inmediato.", + "undp-org-readiness-OR-28-0": "Existe un mecanismo de reparación para personas perjudicadas por errores del sistema, incluyendo procedimiento de reclamación documentado.", + # ── UNDP Planning ─────────────────────────────────────────────────── + "undp-planning-PS-02-0": "Se han documentado las características técnicas: modelo CNN de reconocimiento facial, arquitectura ResNet-50 con embeddings de 128 dimensiones.", + "undp-planning-PS-03-0": "Se han identificado todos los países de la UE donde se desplegará el sistema, con análisis de normativa local aplicable.", + "undp-planning-PS-04-0": "Se han identificado todos los tipos de datos procesados: datos biométricos faciales (categoría especial RGPD), metadatos de acceso y registros.", + "undp-planning-PS-05-0": "Se han mapeado todos los flujos de datos: captura por cámara, procesamiento en servidor local, almacenamiento cifrado y eliminación tras baja.", + "undp-planning-PS-06-0": "Se han identificado todas las personas potencialmente afectadas: empleados registrados, visitantes y personal de seguridad.", + "undp-planning-PS-07-0": "Se ha evaluado que los grupos afectados no incluyen personas especialmente vulnerables; el sistema se limita a empleados adultos.", + "undp-planning-PS-08-0": "Se han identificado todos los responsables: proveedor del modelo, equipo de TI, departamento de seguridad y dirección de instalaciones.", + "undp-planning-PS-10-0": "Se han documentado las políticas y procedimientos existentes para evaluar impactos en derechos humanos, incluyendo consulta a empleados.", + "undp-planning-PS-11-0": "Se ha documentado la Evaluación de Impacto en la Protección de Datos (EIPD) realizada conforme al artículo 35 del RGPD.", + "undp-planning-PS-12-0": "Se han identificado todos los grupos potencialmente afectados, incluyendo empleados con discapacidades faciales o que usen velo.", + "undp-planning-PS-13-0": "Se han identificado las partes interesadas relevantes: comité de empresa, DPO, autoridad de protección de datos y expertos en biometría.", + "undp-planning-PS-14-0": "Se han identificado responsables adicionales: autoridades nacionales de protección de datos y agencias de supervisión del mercado.", + "undp-planning-PS-15-0": "Se ha evaluado la participación de socios comerciales: el proveedor del modelo de IA y el fabricante de cámaras han sido consultados.", + "undp-planning-PS-16-0": "Se ha realizado una evaluación de la cadena de suministro del proveedor del modelo facial para identificar impactos potenciales.", + "undp-planning-PS-17-0": "Se han promovido estándares de derechos humanos entre los proveedores, requiriendo certificaciones de equidad en el entrenamiento.", + "undp-planning-PS-18-0": "El proveedor y los desarrolladores comunican públicamente los impactos potenciales del sistema de reconocimiento facial.", + "undp-planning-PS-19-0": "Se proporciona formación sobre estándares de derechos humanos al personal de dirección y aprovisionamiento involucrado.", + # ── UNDP Rights Mapping ───────────────────────────────────────────── + "undp-rights-mapping-HRM-01-0": "Se han identificado todos los derechos humanos potencialmente afectados: privacidad, no discriminación, libertad de movimiento y dignidad.", + "undp-rights-mapping-HRM-06-0": "Se ha evaluado el impacto en la libertad frente a tratos inhumanos: el sistema no se usa para fines degradantes ni vigilancia invasiva.", + "undp-rights-mapping-HRM-09-0": "Se ha evaluado el impacto en la libertad de pensamiento y conciencia: el sistema no infiere estados mentales ni creencias religiosas.", + "undp-rights-mapping-HRM-13-0": "Se ha evaluado el impacto en la libertad de asociación: el sistema no rastrea con quién acceden los empleados al edificio.", + "undp-rights-mapping-HRM-15-0": "Se ha evaluado el impacto en el derecho a un nivel de vida adecuado: la denegación de acceso no afecta condiciones de vida básicas.", + "undp-rights-mapping-HRM-18-0": "Se ha evaluado el impacto en el derecho a participar en la vida cultural: el sistema no impide el acceso a actividades culturales.", + "undp-rights-mapping-HRM-21-0": "Se ha evaluado el impacto en los derechos de minorías: se verificó que el modelo no discrimina por etnia, religión o lengua.", + "undp-rights-mapping-HRM-24-0": "Se ha evaluado el impacto en el derecho al reconocimiento de la personalidad jurídica: el sistema no afecta este derecho.", + "undp-rights-mapping-HRM-25-0": "Se ha evaluado el impacto en la igualdad ante la ley: se verificó que el rendimiento es equitativo entre todos los grupos demográficos.", + "undp-rights-mapping-HRM-33-0": "Se ha evaluado el impacto en el derecho a participar en asuntos públicos: el sistema de acceso no restringe la participación cívica.", + "undp-rights-mapping-HRM-34-0": "Se han identificado los instrumentos legales internacionales y regionales aplicables: CEDH, Carta de Derechos Fundamentales de la UE y RGPD.", + "undp-rights-mapping-HRM-36-0": "Se ha identificado la jurisprudencia relevante del TJUE sobre biometría, protección de datos y derechos fundamentales en la UE.", + # ── UNDP Data Diligence ───────────────────────────────────────────── + "undp-data-diligence-DD-01-0": "El origen de los datos de entrenamiento está documentado: imágenes capturadas durante el registro voluntario de empleados.", + "undp-data-diligence-DD-03-0": "Se han tomado medidas para garantizar que los datos representan la diversidad de la población empleada por género, edad, etnia y discapacidad.", + "undp-data-diligence-DD-04-0": "Se han identificado y documentado las limitaciones conocidas: menor rendimiento en condiciones de baja iluminación y con oclusiones faciales.", + "undp-data-diligence-DD-05-0": "Los datos biométricos se manejan y protegen adecuadamente durante todo el ciclo de vida conforme al RGPD y normativa de categoría especial.", + "undp-data-diligence-DD-06-0": "El proceso de etiquetado de imágenes está documentado, incluyendo la vinculación automática con el ID de empleado y verificación manual.", + "undp-data-diligence-DD-07-0": "El objetivo específico del entrenamiento está documentado: maximizar la precisión de identificación minimizando el sesgo demográfico.", + "undp-data-diligence-DD-08-0": "Se utilizaron criterios de equidad durante el entrenamiento: paridad demográfica, igualdad de oportunidades y tasas de error equilibradas.", + "undp-data-diligence-DD-09-0": "Se documentan las limitaciones conocidas del modelo: sensibilidad a cambios de apariencia, iluminación extrema y ángulos >45°.", + "undp-data-diligence-DD-10-0": "Se documenta el tipo de modelo (CNN con arquitectura ResNet-50) y la justificación de su selección frente a alternativas evaluadas.", + "undp-data-diligence-DD-12-0": "Los resultados de rendimiento están desglosados por subgrupos de género, edad y etnia, mostrando diferencias <2% entre grupos.", + "undp-data-diligence-DD-14-0": "Se dispone de funcionalidades de explicabilidad (Grad-CAM y SHAP) para explicar decisiones específicas del sistema.", + "undp-data-diligence-DD-17-0": "Existe un proceso formal para gestionar quejas y reclamaciones de empleados que consideren que el sistema les afecta negativamente.", + "undp-data-diligence-DD-18-0": "Se han realizado pruebas con casos límite: maquillaje extremo, gafas de sol, mascarillas, cicatrices y variaciones de peso significativas.", + "undp-data-diligence-DD-19-0": "Se han realizado pruebas de sesgo con perfiles demográficos idénticos variando género, edad y etnia para verificar equidad.", + "undp-data-diligence-DD-20-0": "Se han realizado pruebas de funcionalidad verificando que el sistema identifica correctamente a empleados registrados de forma fiable.", + "undp-data-diligence-DD-21-0": "Se ha verificado la accesibilidad: interfaces alternativas para personas con discapacidad visual y acceso manual de respaldo.", + "undp-data-diligence-DD-22-0": "Se ha revisado que las salidas del sistema no contienen errores, decisiones sesgadas ni contenido perjudicial para los empleados.", + # ── UNDP Risk Analysis ────────────────────────────────────────────── + "undp-risk-analysis-RA-01-0": "Se ha evaluado la probabilidad de resultados adversos para cada derecho afectado: privacidad (Alta), no discriminación (Media), dignidad (Baja).", + "undp-risk-analysis-RA-02-0": "Se ha evaluado la exposición: el 100% de los empleados (~2.000 por sede) están expuestos al sistema diariamente, exposición Muy Alta.", + "undp-risk-analysis-RA-03-0": "Se ha calculado la probabilidad global mediante la matriz Probabilidad x Exposición para cada derecho afectado.", + "undp-risk-analysis-RA-04-0": "Se ha evaluado la gravedad del perjuicio considerando intensidad, consecuencias e impacto en grupos específicos para cada derecho.", + "undp-risk-analysis-RA-05-0": "Se ha evaluado el esfuerzo para superar los efectos adversos: los accesos denegados erróneamente son reversibles mediante intervención manual.", + "undp-risk-analysis-RA-07-0": "Se ha calculado el índice de riesgo para cada derecho afectado mediante la matriz Probabilidad x Gravedad documentada.", + "undp-risk-analysis-RA-08-0": "Se ha creado un gráfico radial que muestra el impacto en todos los derechos afectados para facilitar la visualización.", + "undp-risk-analysis-RA-09-0": "Cada derecho se ha evaluado de forma independiente, sin crear un índice acumulativo que combine impactos entre derechos distintos.", + "undp-risk-analysis-RA-10-0": "Se han evaluado factores de exclusión de riesgo: las limitaciones legales del RGPD justifican medidas de protección adicionales.", + "undp-risk-analysis-RA-11-0": "Se ha aplicado un test de ponderación donde existen derechos en conflicto (seguridad física vs. privacidad biométrica).", + "undp-risk-analysis-RA-12-0": "Se han analizado los beneficios potenciales: mejora de la seguridad física y protección del derecho a la integridad personal.", + # ── UNDP Risk Management ──────────────────────────────────────────── + "undp-risk-management-RMG-01-0": "Se han identificado medidas de mitigación para cada riesgo Medio, Alto o Muy Alto: cifrado reforzado, auditorías de sesgo y acceso alternativo.", + "undp-risk-management-RMG-02-0": "Las medidas están contextualizadas al sistema biométrico facial, su despliegue en oficinas de la UE y la población de 2.000 empleados.", + "undp-risk-management-RMG-06-0": "Tras implementar medidas de mitigación, se ha reevaluado el riesgo residual: privacidad reducida de Alto a Medio, discriminación de Medio a Bajo.", + "undp-risk-management-RMG-11-0": "No se detectaron riesgos residuales Altos o Muy Altos tras las medidas de mitigación implementadas.", + "undp-risk-management-RMG-12-0": "Se mantiene un registro completo de todas las decisiones de evaluación de riesgos, justificaciones de puntuación y opciones de la matriz.", + "undp-risk-management-RMG-15-0": "Las medidas de mitigación y su eficacia esperada están documentadas en el informe de evaluación de impacto en derechos humanos.", + # ── UNDP Monitoring ───────────────────────────────────────────────── + "undp-monitoring-MI-01-0": "Se ha establecido un plan de monitorización del rendimiento posdesplegue que incluye métricas de precisión, sesgo y disponibilidad.", + "undp-monitoring-MI-02-0": "Se ha establecido un calendario de reevaluación semestral con enfoque iterativo circular para la evaluación de impacto.", + "undp-monitoring-MI-04-0": "Se han establecido canales de retroalimentación para que los empleados reporten problemas de acceso o discriminación percibida.", + "undp-monitoring-MI-05-0": "Existe un mecanismo de reparación operativo para empleados perjudicados, incluyendo acceso manual inmediato y revisión de su caso.", + "undp-monitoring-MI-06-0": "Se han definido disparadores para reevaluación completa: actualización del modelo, nueva sede, cambio normativo o incidentes reportados.", + "undp-monitoring-MI-07-0": "Existe un proceso para incorporar nuevas regulaciones y estándares a medida que se publican, incluyendo actualizaciones del Reglamento de IA.", + "undp-monitoring-MI-08-0": "Los resultados de la monitorización retroalimentan el ciclo de evaluación de riesgos y las medidas de mitigación activas.", + # ── UNDP Framework Alignment ──────────────────────────────────────── + "undp-framework-alignment-FA-01-0": "Se tiene conocimiento de las obligaciones estatales en las jurisdicciones de despliegue de la UE respecto a biometría y vigilancia.", + "undp-framework-alignment-FA-02-0": "La organización ha realizado la debida diligencia en derechos humanos a lo largo de todo el ciclo de vida del sistema biométrico.", + "undp-framework-alignment-FA-03-0": "Existen mecanismos efectivos de reclamación para empleados afectados, incluyendo procedimiento formal y plazo de respuesta de 15 días.", + "undp-framework-alignment-FA-04-0": "El sistema beneficia a la sociedad mejorando la seguridad de las instalaciones sin exacerbar desigualdades entre empleados.", + "undp-framework-alignment-FA-05-0": "Se ha completado una evaluación de discriminación potencial y resultados inequitativos desglosada por grupos demográficos.", + "undp-framework-alignment-FA-06-0": "Se documenta cómo funciona el sistema, sus limitaciones y cómo toma decisiones de acceso para todos los actores implicados.", + "undp-framework-alignment-FA-07-0": "Se han evaluado los modos de fallo, vulnerabilidades de seguridad y fiabilidad del sistema de reconocimiento facial.", + "undp-framework-alignment-FA-08-0": "Se han establecido responsabilidades claras y mecanismos de supervisión para el desarrollo, despliegue y operación del sistema.", + "undp-framework-alignment-FA-09-0": "Se ha determinado la clasificación de riesgo del sistema de IA como alto riesgo por el tratamiento de datos biométricos.", + "undp-framework-alignment-FA-10-0": "Se ha realizado una Evaluación de Impacto en Derechos Fundamentales (EIDF) conforme al Artículo 27 del Reglamento de IA.", + "undp-framework-alignment-FA-11-0": "Se aplican medidas de gobernanza de datos que incluyen minimización, cifrado y controles de acceso basados en roles.", + "undp-framework-alignment-FA-12-0": "Se han cumplido las obligaciones de transparencia: los empleados son informados de que se utiliza reconocimiento facial para el acceso.", + "undp-framework-alignment-FA-13-0": "Los requisitos de supervisión humana están documentados: los operadores pueden anular decisiones y activar el modo de acceso manual.", + "undp-framework-alignment-FA-14-0": "Se mantiene documentación técnica actualizada conforme al Anexo IV del Reglamento de IA, revisada trimestralmente.", + "undp-framework-alignment-FA-15-0": "El sistema está registrado en la base de datos de la UE para sistemas de IA de alto riesgo conforme al Artículo 71.", + "undp-framework-alignment-FA-16-0": "Se ha evaluado el impacto del sistema en derechos humanos, democracia y estado de derecho conforme a los marcos aplicables.", + "undp-framework-alignment-FA-17-0": "El sistema cumple con el énfasis del Convenio del Consejo de Europa en derechos humanos, principios democráticos y estado de derecho.", + # ── UNDP — Missing entries ──────────────────────────────────────────── + "undp-org-readiness-OR-05-0": "Se facilita la colaboración interdepartamental entre seguridad, TI, legal y RRHH para abordar cuestiones de derechos humanos en el sistema de IA.", + "undp-org-readiness-OR-12-0": "La organización colabora con expertos externos en derechos humanos y ética de la IA mediante un panel consultivo semestral.", + "undp-org-readiness-OR-15-0": "Se cuenta con asesoramiento jurídico especializado en derechos humanos y legislación de IA a través de un bufete externo contratado.", + "undp-org-readiness-OR-16-0": "Se proporcionan recursos actualizados sobre mejores prácticas en IA y derechos humanos a través de la intranet corporativa.", + "undp-planning-PS-01-0": "El propósito principal del sistema — verificación de identidad biométrica para control de acceso físico — está documentado en la ficha técnica.", + "undp-planning-PS-09-0": "La cadena de responsabilidad desde el desarrollador del modelo hasta el operador del sistema está documentada en el acuerdo de despliegue.", + "undp-rights-mapping-HRM-02-0": "Se ha evaluado el impacto potencial sobre la dignidad humana: el sistema trata datos biométricos con garantías de privacidad reforzadas.", + "undp-rights-mapping-HRM-03-0": "Se ha evaluado el impacto sobre la no discriminación: pruebas de sesgo demográfico realizadas trimestralmente con métricas de equidad.", + "undp-rights-mapping-HRM-04-0": "Se ha evaluado el impacto sobre el derecho a la vida: el sistema no afecta directamente a este derecho; riesgo clasificado como bajo.", + "undp-rights-mapping-HRM-05-0": "Se ha evaluado el impacto sobre la libertad frente a la esclavitud: no se identifican riesgos; el sistema no implica trabajo forzado.", + "undp-rights-mapping-HRM-07-0": "Se ha evaluado el impacto sobre el derecho a la privacidad: alto impacto por procesamiento biométrico, mitigado con cifrado y minimización.", + "undp-rights-mapping-HRM-08-0": "Se ha evaluado el impacto sobre el derecho a la propiedad: riesgo bajo; las plantillas biométricas no constituyen propiedad transferible.", + "undp-rights-mapping-HRM-10-0": "Se ha evaluado el impacto sobre la libertad de expresión: riesgo bajo; el sistema no monitoriza comunicaciones ni contenido expresivo.", + "undp-rights-mapping-HRM-11-0": "Se ha evaluado el impacto sobre la libertad de movimiento: riesgo medio; se mitiga con acceso alternativo por tarjeta de emergencia.", + "undp-rights-mapping-HRM-12-0": "Se ha evaluado el impacto sobre la libertad de reunión: riesgo bajo; el sistema no rastrea agrupaciones ni patrones de reunión.", + "undp-rights-mapping-HRM-14-0": "Se ha evaluado el impacto sobre el derecho al matrimonio y la familia: no se identifican riesgos relevantes para este derecho.", + "undp-rights-mapping-HRM-16-0": "Se ha evaluado el impacto sobre el derecho a la educación: riesgo insignificante; el sistema opera exclusivamente en entornos laborales.", + "undp-rights-mapping-HRM-17-0": "Se ha evaluado el impacto sobre el derecho a la seguridad social: no se identifican riesgos; el sistema no afecta prestaciones sociales.", + "undp-rights-mapping-HRM-19-0": "Se ha evaluado el impacto sobre el derecho al trabajo: riesgo medio; fallos de reconocimiento podrían impedir el acceso al puesto de trabajo.", + "undp-rights-mapping-HRM-20-0": "Se ha evaluado el impacto sobre el derecho al descanso: riesgo bajo; el sistema no monitoriza horas de trabajo ni descansos.", + "undp-rights-mapping-HRM-22-0": "Se ha evaluado el impacto sobre los derechos de los menores: no aplica; el sistema solo procesa datos de empleados adultos.", + "undp-rights-mapping-HRM-23-0": "Se ha evaluado el impacto sobre la libertad frente a la tortura: no se identifican riesgos; el sistema no causa sufrimiento físico.", + "undp-rights-mapping-HRM-26-0": "Se ha evaluado el impacto sobre el acceso a la justicia: se garantiza un mecanismo de reclamación accesible para decisiones de acceso erróneas.", + "undp-rights-mapping-HRM-27-0": "Se ha evaluado el impacto sobre la libertad frente a la detención arbitraria: riesgo insignificante en el contexto de acceso a edificios.", + "undp-rights-mapping-HRM-28-0": "Se ha evaluado el impacto sobre el derecho a un juicio justo: no aplica directamente; existe un procedimiento de apelación interno.", + "undp-rights-mapping-HRM-29-0": "Se ha evaluado el impacto sobre la presunción de inocencia: las denegaciones de acceso no implican acusación alguna.", + "undp-rights-mapping-HRM-30-0": "Se ha evaluado el impacto sobre el derecho a recurso legal: existe un procedimiento formal de reclamación con resolución en 48 horas.", + "undp-rights-mapping-HRM-31-0": "Se ha evaluado el impacto sobre el derecho de asilo: no se identifican riesgos; el sistema no se utiliza en contextos migratorios.", + "undp-rights-mapping-HRM-32-0": "Se ha evaluado el impacto sobre el derecho a la nacionalidad: no se identifican riesgos; la verificación no depende de la nacionalidad.", + "undp-rights-mapping-HRM-35-0": "Se han identificado los tribunales de derechos humanos y organismos de supervisión relevantes en las jurisdicciones de despliegue de la UE.", + "undp-data-diligence-DD-02-0": "Se obtuvo consentimiento explícito e informado de cada empleado antes del registro biométrico, conforme al RGPD Artículo 9.", + "undp-data-diligence-DD-11-0": "El rendimiento del sistema se mide y documenta: tasa de aceptación correcta del 99,2% y tasa de falso rechazo del 0,8%.", + "undp-data-diligence-DD-13-0": "Se mantiene una ficha del modelo (Model Card) que documenta arquitectura, datos de entrenamiento, métricas de rendimiento y limitaciones conocidas.", + "undp-data-diligence-DD-15-0": "La supervisión humana es obligatoria: los operadores de seguridad pueden anular decisiones del sistema en tiempo real.", + "undp-data-diligence-DD-16-0": "Existe un proceso de monitorización post-despliegue con revisiones mensuales de rendimiento y actualizaciones trimestrales del modelo.", + "undp-risk-analysis-RA-06-0": "Se ha calculado la severidad global utilizando la matriz Gravedad × Esfuerzo para cada derecho afectado identificado.", + "undp-risk-management-RMG-03-0": "Las medidas de mitigación abordan tanto la probabilidad (mejoras técnicas) como la severidad (procedimientos de recurso y compensación).", + "undp-risk-management-RMG-04-0": "Se ha establecido un cronograma de implementación: medidas técnicas en 3 meses, procedimentales en 6 meses, de gobernanza en 12 meses.", + "undp-risk-management-RMG-05-0": "Se ha asignado un responsable para cada medida: el CISO para medidas técnicas, el DPO para privacidad y legal para procedimientos de recurso.", + "undp-risk-management-RMG-07-0": "Se ha recalculado la probabilidad residual tras la implementación de medidas: reducida de Alta a Baja para todos los derechos afectados.", + "undp-risk-management-RMG-08-0": "Se ha recalculado la severidad residual: reducida de Alta a Media gracias a los mecanismos de recurso y compensación establecidos.", + "undp-risk-management-RMG-09-0": "Se ha documentado el impacto residual global: riesgo aceptable con medidas de mitigación activas y monitorización continua.", + "undp-risk-management-RMG-10-0": "Se ha evaluado la aceptabilidad del riesgo residual: clasificado como aceptable por el comité de ética con revisión semestral.", + "undp-risk-management-RMG-13-0": "Se registran todos los criterios de escala utilizados y la justificación de los rangos aplicados en cada evaluación de riesgo.", + "undp-risk-management-RMG-14-0": "Todas las aportaciones de las partes interesadas están documentadas, incluyendo consultas con empleados y representantes sindicales.", + "undp-monitoring-MI-03-0": "Se implementa detección de deriva del modelo mediante comparación mensual de distribuciones de puntuación de confianza con la línea base.", + # ── Environmental Impact: Energy & Carbon ─────────────────────────── + "env-energy-carbon-EC-01-0": "El consumo energético total del entrenamiento del modelo se ha medido y documentado: 450 kWh para el último ciclo de entrenamiento.", + "env-energy-carbon-EC-01-1": "La infraestructura de entrenamiento utiliza un 72% de energía renovable (eólica y solar) según el mix del centro de datos contratado.", + "env-energy-carbon-EC-02-0": "El consumo energético de inferencia se monitoriza continuamente: cada servidor consume ~0,8 kWh por hora de operación.", + "env-energy-carbon-EC-02-1": "Se monitorizan métricas de energía por solicitud: ~0,003 kWh por decisión de acceso en promedio.", + "env-energy-carbon-EC-03-0": "Se ha estimado la huella de carbono del sistema utilizando la metodología del GHG Protocol: 2,1 toneladas de CO₂e anuales por sede.", + "env-energy-carbon-EC-03-1": "Se consideran las emisiones de Alcance 1, 2 y 3, incluyendo la fabricación de hardware y el transporte de equipos.", + "env-energy-carbon-EC-04-0": "Se han establecido objetivos de reducción de la huella de carbono: 15% de reducción anual mediante optimización de modelos y hardware.", + "env-energy-carbon-EC-04-1": "El progreso respecto a los objetivos de reducción de carbono se revisa semestralmente con el comité de sostenibilidad.", + "env-energy-carbon-EC-05-0": "El 72% de la energía consumida por el sistema proviene de fuentes renovables certificadas.", + "env-energy-carbon-EC-05-1": "Existe un compromiso de alcanzar el 90% de energía renovable para 2027 mediante contratos con centros de datos verdes.", + "env-energy-carbon-EC-06-0": "No se utiliza compensación de carbono actualmente; la estrategia prioriza la reducción directa de emisiones.", + # ── Environmental Impact: Hardware ────────────────────────────────── + "env-hardware-HW-01-0": "Se ha considerado el impacto ambiental de las GPUs seleccionadas (NVIDIA T4), priorizando eficiencia energética para inferencia.", + "env-hardware-HW-01-1": "Se priorizan opciones de hardware energéticamente eficientes: GPUs de inferencia de bajo consumo en lugar de GPUs de entrenamiento.", + "env-hardware-HW-02-0": "Se monitorizan las tasas de utilización de hardware: las GPUs operan al 65% de capacidad media durante horario laboral.", + "env-hardware-HW-02-1": "Se aplica planificación de cargas de trabajo: reentrenamientos programados en horas valle para maximizar la eficiencia.", + "env-hardware-HW-03-0": "Los ciclos de renovación de hardware se planifican cada 5 años, equilibrando rendimiento y sostenibilidad ambiental.", + "env-hardware-HW-03-1": "Se considera la reutilización y donación de hardware retirado a instituciones educativas antes de su reciclaje.", + "env-hardware-HW-04-0": "El hardware al final de su vida útil se gestiona a través de programas certificados de reciclaje de residuos electrónicos.", + "env-hardware-HW-04-1": "Los materiales peligrosos de los componentes de hardware se rastrean y gestionan conforme a la normativa RoHS/RAEE.", + "env-hardware-HW-05-0": "Los proveedores de hardware se evalúan por sus prácticas medioambientales y compromisos de sostenibilidad documentados.", + # ── Environmental Impact: Data Management ─────────────────────────── + "env-data-management-DM-01-0": "Se optimizan las prácticas de almacenamiento con compresión de imágenes, almacenamiento escalonado y deduplicación de plantillas.", + "env-data-management-DM-01-1": "La política de retención elimina imágenes de registro tras la generación del embedding, reduciendo el almacenamiento necesario.", + "env-data-management-DM-02-0": "Se minimiza la transferencia de datos mediante procesamiento local en cada sede, evitando transferencias masivas entre centros.", + "env-data-management-DM-02-1": "Se ha considerado el coste ambiental de las transferencias de datos para sincronización de modelos entre sedes.", + "env-data-management-DM-03-0": "Los centros de datos se seleccionan por criterios ambientales: PUE <1,3, uso de refrigeración por agua y energía renovable.", + "env-data-management-DM-03-1": "Se ha priorizado la ubicación de centros de datos en países nórdicos de la UE por sus climas fríos y alta disponibilidad de renovables.", + "env-data-management-DM-04-0": "El uso de agua de los sistemas de refrigeración se mide y documenta: 0,5 litros por kWh consumido en el centro de datos.", + "env-data-management-DM-04-1": "Se emplean tecnologías de refrigeración eficiente en agua, incluyendo free cooling durante los meses más fríos.", + # ── Environmental Impact: Model Efficiency ────────────────────────── + "env-model-efficiency-ME-01-0": "El tamaño del modelo (25 millones de parámetros) está justificado frente a los requisitos de precisión del reconocimiento facial.", + "env-model-efficiency-ME-01-1": "Se evaluaron modelos más pequeños (MobileNet, EfficientNet) antes de seleccionar ResNet-50 por su equilibrio precisión-eficiencia.", + "env-model-efficiency-ME-02-0": "Se aplican técnicas de entrenamiento eficientes: transfer learning desde un modelo preentrenado, mixed precision y early stopping.", + "env-model-efficiency-ME-02-1": "El número de ejecuciones de entrenamiento (12 experimentos) está documentado y justificado por la búsqueda de hiperparámetros.", + "env-model-efficiency-ME-03-0": "Se aplican técnicas de optimización de inferencia: cuantización INT8, pruning y caché de embeddings de empleados frecuentes.", + "env-model-efficiency-ME-03-1": "Se ha evaluado explícitamente el equilibrio entre precisión del modelo y coste computacional, documentando la decisión tomada.", + "env-model-efficiency-ME-04-0": "El calendario de reentrenamiento se basa en métricas de degradación del rendimiento, no en intervalos fijos predeterminados.", + "env-model-efficiency-ME-04-1": "Se utilizan enfoques de fine-tuning incremental en lugar de reentrenamiento completo cuando es posible.", + "env-model-efficiency-ME-05-0": "Se monitorizan métricas de eficiencia ambiental: precisión por vatio y decisiones por kWh junto con las métricas de rendimiento.", + # ── Environmental Impact: Lifecycle ────────────────────────────────── + "env-lifecycle-LC-01-0": "Se ha realizado una evaluación del ciclo de vida que cubre desde el desarrollo hasta el desmantelamiento del sistema.", + "env-lifecycle-LC-01-1": "Las emisiones incorporadas por la fabricación de hardware (GPUs, cámaras, servidores) se incluyen en la evaluación del ciclo de vida.", + "env-lifecycle-LC-02-0": "Existe un plan documentado para el desmantelamiento ambientalmente responsable del sistema y su infraestructura.", + "env-lifecycle-LC-02-1": "El plan de desmantelamiento aborda la eliminación de datos biométricos, la gestión de hardware y la finalización de servicios.", + "env-lifecycle-LC-03-0": "Los proveedores de servicios en la nube y terceros se evalúan por sus compromisos ambientales y publicación de informes.", + "env-lifecycle-LC-03-1": "Los acuerdos de nivel de servicio incluyen criterios de rendimiento ambiental, como PUE máximo y porcentaje de renovables.", + "env-lifecycle-LC-04-0": "Se aplican principios de economía circular a la infraestructura de IA: reutilización de GPUs, reparación de cámaras y reciclaje de servidores.", + # ── Environmental Impact: Monitoring ───────────────────────────────── + "env-monitoring-EM-01-0": "Se han definido KPIs ambientales para el sistema: energía por inferencia, carbono total anual y consumo de agua por sede.", + "env-monitoring-EM-01-1": "Los KPIs ambientales se revisan y actualizan semestralmente con el comité de sostenibilidad de la organización.", + "env-monitoring-EM-02-0": "Los datos de impacto ambiental se reportan a las partes interesadas internas en el informe anual de sostenibilidad.", + "env-monitoring-EM-02-1": "El reporte ambiental sigue el estándar GRI para indicadores de energía y emisiones de gases de efecto invernadero.", + "env-monitoring-EM-03-0": "Existe un proceso documentado para identificar e implementar mejoras ambientales basadas en los datos de monitorización.", + "env-monitoring-EM-03-1": "Se capturan sistemáticamente las lecciones aprendidas de incidentes ambientales o deficiencias de rendimiento detectadas.", + "env-monitoring-EM-04-0": "La organización cumple con las regulaciones ambientales aplicables a las operaciones de IA y centros de datos en la UE.", + "env-monitoring-EM-05-0": "Los objetivos ambientales del sistema de IA están alineados con los compromisos de sostenibilidad más amplios de la organización.", +} diff --git a/backend/app/services/seed.py b/backend/app/services/seed.py index 0a7861e..4e4fbc3 100644 --- a/backend/app/services/seed.py +++ b/backend/app/services/seed.py @@ -6,6 +6,9 @@ from app.models.document import Document, DocumentDefinition from app.models.framework import Framework from app.models.project import Project +from app.models.reporting import ReportingEvidence +from app.services.sample_evidence_en import SAMPLE_EVIDENCE_EN +from app.services.sample_evidence_es import SAMPLE_EVIDENCE_ES, SAMPLE_PROJECT_ES KNOWLEDGE_DIR = Path(__file__).resolve().parent.parent / "data" / "knowledge" @@ -273,7 +276,7 @@ def seed_frameworks(db: Session) -> None: db.commit() -SAMPLE_PROJECT = { +SAMPLE_PROJECT_EN = { "name": "Sample Project — Facial Recognition Access Control", "description": ( "An AI-powered facial recognition system used for building access control " @@ -319,8 +322,28 @@ def seed_frameworks(db: Session) -> None: }, } +SAMPLE_PROJECTS = [ + (SAMPLE_PROJECT_EN, SAMPLE_EVIDENCE_EN), + (SAMPLE_PROJECT_ES, SAMPLE_EVIDENCE_ES), +] + + +def _seed_evidence(project_id: uuid.UUID, evidence: dict[str, str], db: Session) -> None: + for item_key, comment in evidence.items(): + db.add( + ReportingEvidence( + project_id=project_id, + item_key=item_key, + comment=comment, + covered=True, + ) + ) + def create_sample_project(user_id: uuid.UUID, db: Session) -> None: - project = Project(owner_id=user_id, **SAMPLE_PROJECT) - db.add(project) + for project_data, evidence_data in SAMPLE_PROJECTS: + project = Project(owner_id=user_id, **project_data) + db.add(project) + db.flush() + _seed_evidence(project.id, evidence_data, db) db.commit()