CHECKLISTA: AI I FOU
Säkerställ att AI används ansvarsfullt i forsknings- och utvecklingsprojekt.
Exempel för FoU-team
Använd checklistan när ett FoU-team strukturerar öppna teknikkällor utan att dela egna testresultat. Bocka av dataklass, ansvar och kontroll innan materialet lämnar arbetsgruppen. Om någon punkt inte går att svara på ska AI-stödet stanna som utkast.
Fem frågor innan arbetet går vidare
- Vilken FoU-fråga och vilken mognadsnivå eller stage-gate ska AI stödja?
- Är data, modell, kod och experimentprotokoll versionslåsta och möjliga att reproducera?
- Finns risk att uppfinning, affärshemlighet, personuppgift eller kundmaterial lämnar rätt miljö?
- Behöver patent, exportkontroll, kvalitet eller regulatorik bedöma användningen före nästa steg?
- Är acceptanskriterier, stoppregel och mänsklig beslutsägare dokumenterade?
Informationsklassning och syfte
- Är uppgiften definierad som idégenerering, textstöd, dataanalys eller beslutsunderlag?
- Innehåller underlaget affärshemlighet, ej publicerat resultat, personuppgift, kundmaterial eller säkerhetskänslig teknik?
- Är verktygets lagring, träning på indata, åtkomstkontroll och avtalsvillkor godkända för dataklassen?
- Har teamet utsett en person som ansvarar för att kontrollera resultatet?
Om du inte kan svara på dataklass eller verktygsvillkor ska du använda en anonymiserad eller offentlig testversion, inte originalmaterialet.
Spårbarhet och teknisk kontroll
- Spara prompt, modell/version, datum, dataklass och eventuell inställning för datalagring.
- Markera vilka delar av svaret som är hypoteser, sammanfattningar eller genererad kod.
- Verifiera påståenden mot originalpublikation, experiment, simuleringsresultat eller sakkunnig.
- Testa kod och analys på kända exempel samt dokumentera avvikande utfall.
En snygg sammanfattning är inte evidens. Om AI:s output påverkar experimentplan, materialval, säkerhetsbedömning eller kundkrav behöver verifieringssteget vara granskningsbart i efterhand.
Juridik, IP och ansvar
- Har patentansvarig bedömt om materialet avslöjar uppfinning eller påverkar kommande ansökan?
- Har avtal med kund, partner eller finansiär kontrollerats för krav på AI-användning och sekretess?
- Har kontrollerad teknik, mottagare och eventuell elektronisk överföring bedömts enligt verksamhetens exportkontrollrutin?
- Ingår AI-verktyget, modellen eller modelländringen i relevant kvalitets- och ändringshantering?
- Är mänskligt bidrag och beslutsansvar tydligt dokumenterat?
- Är det tydligt i rapport eller leverans var AI har använts när mottagaren kräver transparens?
Stanna publicering eller leverans om källor, rättigheter eller validering är oklara. Tidsvinsten från AI är inte värd ett röjt patentläge eller ett tekniskt beslut utan underlag.
Gör checklistan återanvändbar
Bestäm en enkel loggmall och gå igenom den vid projektets vanliga beslutspunkter: idéval, experimentstart, designfrysning och extern leverans. Samla exempel på godkända datanivåer och misslyckade AI-svar. Då blir checklistan ett lärande arbetssätt, inte en engångsbarriär som teamet försöker passera snabbt.
När processen ska pausas
Pausa AI-användningen och eskalera om någon har matat in material som kan röja en uppfinning, om personuppgifter förekommer i en otillåten tjänst eller om ett genererat påstående redan hunnit påverka ett beslut utan verifiering. Detsamma gäller om modellen rekommenderar en säkerhetskritisk ändring som teamet saknar testunderlag för.
Dokumentera vad som hände, vilka data som berörs, vilka mottagare eller system som kan ha exponerats och vilken korrigerande åtgärd som beslutas. Stoppkriterier gör att snabb experimentering kan fortsätta inom kontrollerade ramar.
Utse också en kontaktväg som alla i teamet känner till. En checklista fungerar först när det är enkelt att få hjälp innan ett riskfyllt steg tas.
Gå igenom stoppkriterierna vid projektstart och efter varje större ändring av modell, verktyg eller datakälla, och notera beslutet i projektloggen.
Ansvar ligger kvar hos verksamheten
Checklistan är skriven av C. Leijon för AI på svenska och kontrollerad senast . Rådgör med juridik, informationssäkerhet och patentansvarig vid känsligt material.
Klart: välj en FoU-pilot att införa
Du har gått igenom hela guiden. Gå tillbaka till översikten och välj en reversibel pilot med tillåten data, utsedd granskare och tydlig uppföljning.
Primärkällor för regelområdena i checklistan
Checklistan är AI på svenskas egen arbetsmetod. Regelområdena den pekar på har däremot varsin myndighetskälla, och det är där en enskild punkt ska avgöras för det egna projektet.
- IMY — grundläggande principer i GDPR (öppnas i ny flik) — ändamål, uppgiftsminimering och lagringstid, alltså punkterna om informationsklassning och vad som får matas in.
- IMY — överföring till tredje land (öppnas i ny flik) — vad som tillkommer när ett verktyg lagrar eller behandlar data utanför EU/EES.
- Vetenskapsrådet — God forskningssed (öppnas i ny flik) — dokumentation, reproducerbarhet och redovisning av eget bidrag, alltså punkterna om spårbarhet och mänskligt beslutsansvar.
- Etikprövningsmyndigheten (öppnas i ny flik) — när forskning på människor eller känsliga personuppgifter kräver etikprövning innan den påbörjas.
- PRV — patent (öppnas i ny flik) — nyhetskravet, som är skälet till att materialet inte får röjas innan patentansvarig bedömt det.
- Inspektionen för strategiska produkter (ISP) (öppnas i ny flik) — exportkontroll av kontrollerad teknik, inklusive elektronisk överföring till mottagare i annat land.
Checklistan ersätter inte en bedömning i det enskilda fallet. Lokala regler, avtal med finansiär och verksamhetens egna rutiner gäller alltid före generell vägledning.