Skip to main content

Regulamento IA para programadores

Para programadores: obrigações do regulamento IA que afetam o seu código e verificação de cada pull request. Depois: relatório de exemplo do Scanara.

O que afeta os programadores

  1. Registo, supervisão e exatidão são código

    Se o seu empregador fornece um sistema de IA de risco elevado, o sistema tem de registar eventos automaticamente (artigo 12). Tem de permitir a supervisão humana (artigo 14). Necessita de um nível adequado de exatidão, solidez e cibersegurança (artigo 15).

  2. A maioria das funcionalidades não é de risco elevado

    Risco elevado significa uma utilização do anexo III ou um produto abrangido pelo anexo I (artigo 6). Verifique isso primeiro. Podem aplicar-se outras regras, como o dever de informação do artigo 50 para os chatbots.

  3. Algumas práticas são proibidas

    O artigo 5 proíbe, desde 2 de fevereiro de 2025, práticas enumeradas, como inferir emoções no trabalho. As coimas chegam a 35 milhões de EUR ou, no caso de uma empresa, 7 % do volume de negócios anual mundial, consoante o que for mais elevado (artigo 99(3)).

O que o Scanara acrescenta aos seus pull requests

✗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 →

Exemplo do resumo que o Scanara publica no GitHub, em inglês. Os números são ilustrativos.

  1. Uma verificação em cada pull request

    O Scanara publica em cada pull request uma verificação do GitHub chamada Scanara EU AI Act Compliance. No modo Blocking, uma verificação falhada impede o merge se exigir a verificação na proteção de ramos.

  2. Modo Audit ou Blocking

    O modo Audit apenas comunica. O modo Blocking faz a verificação falhar quando um limiar é excedido. Os limiares definem-se por repositório: máximo de deteções críticas, máximo de deteções altas e pontuação mínima. Os valores por defeito são 0, 5 e 60.

  3. Um relatório por trás de cada verificação

    Cada verificação liga a um relatório com pontuação e classificação de A a F, deteções por artigo, gravidade e ficheiro, e uma pontuação de risco por ficheiro.

  4. Várias linguagens, exatidão diferente

    O Scanara atribui a cada linguagem um nível de exatidão. Python, JavaScript e TypeScript têm a confiança mais elevada (1,00). R e Julia são experimentais (0,75), com mais falsos positivos e omissões.

Perguntas dos programadores

Como ligo o Scanara aos meus repositórios?

Ligue a sua conta GitHub, escolha os repositórios a verificar, ative o merge gate de um repositório e defina o modo e os limiares. O merge gate não exige alterações ao pipeline: o GitHub envia um webhook quando um pull request é aberto ou alterado.

O que vejo num pull request?

Uma verificação chamada Scanara EU AI Act Compliance. O resumo mostra o modo, a pontuação de conformidade e uma tabela de deteções por gravidade. Uma ligação abre o relatório completo no painel do Scanara.

Qual é a diferença entre o modo Audit e o modo Blocking?

O modo Audit comunica sem falhar, pelo que o pull request pode ser integrado. O modo Blocking faz a verificação falhar quando um limiar é excedido. Para impedir o merge, exija a verificação na proteção de ramos do GitHub.

Que linguagens de programação o Scanara verifica?

Várias linguagens, com exatidão diferente: Python, JavaScript e TypeScript são as mais exatas, R e Julia experimentais. A deteção abrange padrões típicos de frameworks de ML. Wrappers próprios e código ofuscado podem passar despercebidos.

O que inclui o plano Free?

O plano Free inclui 5 verificações no total, 1 sistema de IA e 2 repositórios, sem merge gate. Os planos pagos acrescentam verificações mensais e o merge gate.

Leia a seguir

Veja primeiro um relatório de exemplo

A demonstração mostra um relatório de conformidade anonimizado, para ver para onde aponta a verificação de um pull request.

O Scanara prepara evidências a partir dos seus repositórios

O Scanara lê os seus repositórios GitHub ligados e executa análises baseadas em regras para padrões comuns de IA e de aprendizagem automática. Pode não detetar código fora do padrão. Em separado, gera rascunhos de documentação a partir de modelos e das suas respostas nas avaliações, como evidências para o seu trabalho de conformidade. A classificação é decidida por si.