EU AI Act artikel 50: Transparens-tjekliste

Kort svar

Fastlæg først om organisationen er provider eller deployer, og kortlæg derefter interaktionen eller indholdstypen. Interaktiv AI kan kræve tydelig information om, at brugeren interagerer med AI; visse generative systemer har krav om maskinlæsbar mærkning; og deployers har specifikke informationspligter ved bl.a. deepfakes, emotion recognition, biometrisk kategorisering og visse tekster om forhold af offentlig interesse.

Kortlæg rollenProvider- og deployer-krav er ikke identiske.

Design informationenPlacér transparensen dér, hvor brugeren faktisk ser og forstår den.

Test flowetMærkning skal overleve eksport, komprimering og publicering.

Artikel 50 i praksis

Situation	Primær pligt	Kontrol
Direkte interaktion med relevante AI-systemer	Informér personer om, at de interagerer med AI, medmindre det er åbenlyst i konteksten.	Tydelig in-product notice eller interface-indikator.
AI-genereret eller manipuleret syntetisk indhold	Provider-side teknisk mærkning kan gælde.	Maskinlæsbar markering/proveniens egnet til systemet.
Deepfake	Deployer-disclosure kan være påkrævet.	Synlig information integreret i publiceringsflowet.
Emotion recognition / biometric categorisation	Berørte personer skal informeres ved relevante anvendelser.	Notice, formål og governance-review før brug.
AI-genereret tekst om forhold af offentlig interesse	Særlige disclosure-regler kan gælde afhængigt af menneskelig/editorial kontrol.	Definér redaktionelt review og disclosure-kriterier.

Implementeringstjekliste

Kortlæg alle kunde- og medarbejdervendte chatbots og assistenter.
Fastlæg provider/deployer-rolle for hvert system og content-flow.
Definér standardtekst for AI-disclosure, som er klar og tilgængelig.
Kortlæg alle workflows for syntetisk lyd, billede, video og tekst.
Bekræft om maskinlæsbar mærkning findes og bevares gennem publicering.
Opret en standard for deepfake-disclosure.
Krav om pre-deployment review ved emotion recognition eller biometrisk kategorisering.
Definér internt hvad der er offentlig-interesse-publicering, og hvordan menneskelig redaktion dokumenteres.
Test eksporterede filer, screenshots og platform-upload for tab af proveniens.
Bevar evidens: screenshots, beslutning, teknisk test, ansvarlig og reviewdato.

Maskinlæsbar mærkning er ikke det samme som synlig disclosure

Teknisk mærkning understøtter detektion og proveniens, mens synlig information understøtter menneskelig forståelse. Et robust flow bør derfor spørge både: kan systemer identificere syntetisk indhold, og kan mennesker forstå, hvad de ser?

Typiske fejl

Fejl	Problem	Bedre praksis
Én generisk AI-sætning i privatlivspolitikken	Den ses ikke nødvendigvis i den relevante interaktion.	Kontekstuel information i interface eller publicering.
Antage at watermark alene løser transparens	Maskine og menneske kræver forskellige mekanismer.	Kortlæg både teknisk mærkning og synlig disclosure.
Stole på leverandøren uden test	Metadata kan forsvinde ved eksport eller upload.	Test end-to-end og dokumentér resultatet.

Primære kilder

Generel information, ikke juridisk rådgivning. Seneste kildegennemgang: 4. september 2026.

Gør artikel 50 til en gentagelig proces

SundAI kan hjælpe med at kortlægge AI-interaktioner, syntetisk indhold, disclosures, tekniske kontroller og evidens.

Se AI Act-parathed →