Self-Assessment List for Trustworthy AI (SALTAI)

Date

2025-03-01

Embargo

Advisor

Coadvisor

Journal Title

Journal ISSN

Volume Title

Publisher

AI & Partners
Language
English

Research Projects

Organizational Units

Journal Issue

Alternative Title

A guide for self-assessment under the EU AI Act.

Abstract

O Self-Assessment List for Trustworthy AI (SALTAI) é um relatório técnico publicado pela AI & Partners em março de 2025, elaborado em coautoria por Sean Donald John Musch, Michael Charles Borrelli, Charles Kerrigan, Eva Dias Costa e Helen Yu. O documento enquadra-se no contexto do Regulamento (UE) 2024/1689 (AI Act) e propõe uma lista de autoavaliação destinada a organizações que desenvolvem, implementam ou utilizam sistemas de inteligência artificial. Estruturado de acordo com a classificação de risco prevista no AI Act — risco inaceitável, elevado, limitado e mínimo — o relatório fornece critérios práticos para avaliar conformidade regulatória, identificar riscos e implementar medidas de mitigação. O SALTAI resulta de consultas a partes interessadas, projetos-piloto e feedback regulatório recolhidos entre 2024 e 2025, integrando contributos de direito, ética, engenharia e governação tecnológica. Pretende constituir uma ferramenta acessível para apoiar a implementação responsável da inteligência artificial na União Europeia, reforçando a transparência, a responsabilidade e a confiança pública no uso destas tecnologias.

Keywords

nteligência Artificial Direito da União Europeia Regulamento da Inteligência Artificial (AI Act) Governança da IA Avaliação de Conformidade Ética / Bioética Sistemas de Alto Risco Risco Tecnológico Transparência e Responsabilidade Relatórios Técnicos, Direito da União Europeia, Sistemas de Alto Risco, Governança

Document Type

Report

Publisher Version

Dataset

Citation

Musch, S., Borrelli, M., Kerrigan, C., Costa, E. D., & Yu, H. (2025). Self-Assessment List for Trustworthy AI (SALTAI): A guide for self-assessment under the EU AI Act. AI & Partners. Repositório Institucional UPT. https://hdl.handle.net/11328/6618

TID

Designation

Access Type

Open Access

Sponsorship

Description