Skip to main content

Regolamento IA per sviluppatori

Per gli sviluppatori: obblighi del regolamento IA sul Suo codice e controllo di Scanara su ogni pull request. Poi: apra il rapporto di esempio.

Cosa riguarda gli sviluppatori

  1. Registrazione, sorveglianza e accuratezza sono codice

    Se il Suo datore di lavoro fornisce un sistema di IA ad alto rischio, il sistema deve registrare automaticamente gli eventi (articolo 12). Deve consentire la sorveglianza umana (articolo 14). Richiede un livello adeguato di accuratezza, robustezza e cibersicurezza (articolo 15).

  2. La maggior parte delle funzionalità non è ad alto rischio

    Alto rischio significa un uso elencato nell’allegato III o un prodotto coperto dall’allegato I (articolo 6). Verifichi prima questo. Possono applicarsi altre regole, come l’obbligo di informazione dell’articolo 50 per i chatbot.

  3. Alcune pratiche sono vietate

    L’articolo 5 vieta pratiche elencate, come l’inferenza delle emozioni sul lavoro, dal 2 febbraio 2025. Le sanzioni arrivano a 35 milioni di EUR o, per un’impresa, al 7 % del fatturato mondiale annuo, se superiore (articolo 99(3)).

Cosa aggiunge Scanara alle Sue pull request

✗Scanara EU AI Act Compliancefailure

Mode: Blocking Mode

Compliance Score: 58/100

# Findings Summary

Critical: 0

High: 7

Medium: 14

Low: 22

Total: 43

# Threshold Violations

High findings: 7 (max allowed: 5)

Compliance score: 58% (min required: 60%)

▸ View full report on Scanara Dashboard →

Esempio del riepilogo che Scanara pubblica su GitHub, in inglese. I numeri sono illustrativi.

  1. Un controllo su ogni pull request

    Scanara pubblica su ogni pull request un controllo GitHub denominato Scanara EU AI Act Compliance. In modalità Blocking, un controllo fallito blocca il merge se richiede il controllo nella protezione dei branch.

  2. Modalità Audit o Blocking

    La modalità Audit si limita a segnalare. La modalità Blocking fa fallire il controllo quando una soglia è superata. Le soglie si impostano per repository: massimo di rilievi critici, massimo di rilievi alti e punteggio minimo. I valori predefiniti sono 0, 5 e 60.

  3. Un rapporto dietro ogni controllo

    Ogni controllo rimanda a un rapporto con un punteggio e un voto da A a F, rilievi per articolo, gravità e file, e un punteggio di rischio per file.

  4. Più linguaggi, accuratezza diversa

    Scanara assegna a ogni linguaggio un livello di accuratezza. Python, JavaScript e TypeScript hanno la maggiore affidabilità (1,00). R e Julia sono sperimentali (0,75), con più falsi positivi e omissioni.

Domande degli sviluppatori

Come collego Scanara ai miei repository?

Colleghi il Suo account GitHub, scelga i repository da scansionare, poi attivi il merge gate di un repository e ne imposti modalità e soglie. Il merge gate non richiede modifiche alla pipeline: GitHub invia un webhook quando una pull request viene aperta o modificata.

Cosa vedo su una pull request?

Un controllo denominato Scanara EU AI Act Compliance. Il riepilogo mostra la modalità, il punteggio di conformità e una tabella dei rilievi per gravità. Un link apre il rapporto completo nella dashboard di Scanara.

Che differenza c’è tra modalità Audit e Blocking?

La modalità Audit segnala senza fallire, quindi la pull request può essere unita. La modalità Blocking fa fallire il controllo quando una soglia è superata. Per bloccare il merge, richieda il controllo nella protezione dei branch di GitHub.

Quali linguaggi di programmazione scansiona Scanara?

Più linguaggi, con accuratezza diversa: Python, JavaScript e TypeScript sono i più accurati, R e Julia sperimentali. Il rilevamento copre i pattern standard dei framework di ML. Wrapper personalizzati e codice offuscato possono sfuggire.

Cosa include il piano Free?

Il piano Free include 5 scansioni in totale, 1 sistema di IA e 2 repository, senza merge gate. I piani a pagamento aggiungono scansioni mensili e il merge gate.

Da leggere dopo

Veda prima un rapporto di esempio

La demo mostra un rapporto di conformità anonimizzato, così vede a cosa rimanda il controllo di una pull request.

Scanara prepara evidenze dai vostri repository

Scanara legge i vostri repository GitHub collegati ed esegue scansioni basate su regole per individuare pattern comuni di IA e machine learning. Può non rilevare il codice non standard. Separatamente genera bozze di documentazione a partire da modelli e dalle vostre risposte alle valutazioni, come evidenze per il vostro lavoro di conformità. La classificazione la decidete voi.