<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>Effective Implementation of Requirements for High-Risk AI Systems Under the AI Act</title>
    <subTitle>: Transparency and Appropriate Accuracy</subTitle>
  </titleInfo>
  <name type="personal">
    <namePart>Schnurr, Daniel</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <typeOfResource>text</typeOfResource>
  <genre authority="marc">technical report</genre>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">be</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Bruselas, Bélgica</placeTerm>
    </place>
    <publisher>: Centre on Regulation in Europe (CERRE)</publisher>
    <dateIssued>/2025</dateIssued>
    <dateIssued encoding="marc">2025</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">electronic</form>
    <extent>50 páginas ; 1 documento PDF </extent>
  </physicalDescription>
  <abstract>Effective Implementation of Requirements for High-Risk AI Systems Under the AI Act: Transparency and Appropiate Accuracy examina cómo aplicar de forma práctica los requisitos legales que establece el Reglamento Europeo de Inteligencia Artificial (AI Act) a los sistemas considerados de alto riesgo. El objetivo es garantizar su seguridad, transparencia y supervisión, sin frenar la innovación ni aumentar de forma desproporcionada las cargas para los desarrolladores.

El informe identifica los principales desafíos a la hora de operacionalizar estos requisitos: desde la gestión del riesgo y la calidad de los datos, hasta la trazabilidad del comportamiento algorítmico y la intervención humana. En el texto proponen enfoques técnicos y organizativos para facilitar su cumplimiento, como el uso de auditorías internas, metodologías de documentación estructurada o la estandarización de guías sectoriales adaptadas a cada ámbito.

El documento concluye que el éxito del AI Act dependerá de una gobernanza técnica clara, de la cooperación entre actores públicos y privados, y de un enfoque progresivo que combine control, flexibilidad e innovación responsable. Se recomienda la creación de herramientas prácticas, mecanismos de retroalimentación y formación especializada.</abstract>
  <note type="statement of responsibility">/ Daniel Schnurr</note>
  <subject authority="lcsh">
    <topic>Inteligencia Artificial</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Sistemas de alto riesgo</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Cumplimiento</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Auditoría</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Trazabilidad</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Evaluación técnica</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Transparencia</topic>
  </subject>
  <identifier type="uri">https://cerre.eu/wp-content/uploads/2025/02/Effective-Implementation-of-Requirements-for-High-Risk-AI-Systems-Under-the-AI-Act_FINAL-1.pdf</identifier>
  <location>
    <url displayLabel="Acceso a la publicación ">https://cerre.eu/wp-content/uploads/2025/02/Effective-Implementation-of-Requirements-for-High-Risk-AI-Systems-Under-the-AI-Act_FINAL-1.pdf</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">250409</recordCreationDate>
    <recordChangeDate encoding="iso8601">20250409113809.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00008300</recordIdentifier>
  </recordInfo>
</mods>
