evidoria

← Voltar à navegação

Boa prática Importada

XAI-ED Consequential Assessment Framework — Auditoria à Documentação de Governação de IA em 13 Universidades Italianas ao Abrigo do AI Act da UE

Itália · Genoa · Ver o perfil de Itália

Evidência: Observacional / pré-pós Top 73% 40/100 · Pergunte a Evidence Copilot sobre esta prática

Uma lista de verificação de 27 itens, revista por pares e aplicada por quatro codificadores independentes às políticas de IA de 13 universidades italianas (os 13% que tinham adotado uma até setembro de 2025), concluiu que as instituições documentam compromissos éticos aspiracionais muito mais do que salvaguardas operacionais — as pontuações de governação variaram entre 0 e 60 em 100.

13 universities
Universidades com política de governação de IA publicada auditadas (September 2025)
13 %
Percentagem das cerca de 100 universidades de Itália com política de IA publicada (set. 2025) (September 2025)
33,66 out of 100
Pontuação média de governação institucional (June-Sept 2025 data, published Dec 2025)
0-60.32 out of 100
Intervalo das pontuações de governação institucional (June-Sept 2025 data, published Dec 2025)
0,626
Fiabilidade entre codificadores (kappa de Fleiss)
0,838
Fiabilidade entre codificadores (alfa de Krippendorff)
52,38 out of 100
Pontuação média - dimensão de bem-estar social
19,64 out of 100
Pontuação média - dimensão de robustez técnica
XAI-ED Consequential Assessment Framework — Auditoria à Documentação de Governação de IA em 13 Universidades Italianas ao Abrigo do AI Act da UE

Detalhes

Promotor
National Research Council of Italy (CNR) – Institute for Educational Technology; University of Bologna; University of Bari 'Aldo Moro'
Período
June–September 2025 data collection; published December 2025
Palavras-chave
Higher education, AI governance, regulatory compliance

Contexto

O Regulamento de IA da UE classifica os sistemas de IA usados para avaliar resultados de aprendizagem como de alto risco ao abrigo do Anexo III, mas não especifica como as instituições devem avaliar a sua própria conformidade. Investigadores do Conselho Nacional de Investigação de Itália (CNR), com a Universidade de Bolonha e a Universidade de Bari 'Aldo Moro', construíram o XAI-ED Consequential Assessment Framework (CAF), uma lista de verificação de 27 itens e quatro pontos que operacionaliza os requisitos de IA de confiança ALTAI da UE, alicerçada em teoria estabelecida de avaliação educativa (o quadro de validade de Messick, o modelo de quatro níveis de Kirkpatrick e o modelo CIPP de Stufflebeam).

Objetivos

Dar às universidades e reguladores uma forma replicável e de baixo custo de auto-auditar a documentação de governação da IA de avaliação, antes de as disposições de alto risco do Regulamento de IA da UE entrarem em vigor a partir de agosto de 2026.

Atividades

Quatro codificadores independentes aplicaram a lista de verificação de 27 itens às políticas de IA publicamente publicadas por todas as 13 universidades italianas que tinham formalmente adotado uma até setembro de 2025 (cerca de 13% das aproximadamente 100 universidades de Itália, incluindo Bolonha, o Politecnico di Milano e Florença), mais uma instituição sem política, como referência de base.

Resultados

A fiabilidade entre codificadores foi elevada (kappa de Fleiss=0,626; alfa de Krippendorff=0,838). As pontuações de governação institucional variaram entre 0 e 60,32 em 100 (média de 33,66); as pontuações foram mais elevadas para os compromissos de 'bem-estar social' (média de 52,38) e mais baixas para a 'robustez técnica' (média de 19,64), mostrando que as universidades documentam compromissos aspiracionais mais do que salvaguardas operacionais.

Conclusões

O quadro oferece uma ferramenta de auto-auditoria replicável e de baixo custo, mas as baixas pontuações médias de governação indicam que a maioria das instituições estudadas ainda não está operacionalmente preparada para as disposições de alto risco do Regulamento de IA da UE que entram em vigor a partir de agosto de 2026.

Implementação

Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
Four independent coders trained to apply the 27-item checklist to institutional policy documents, Research team from CNR Institute for Educational Technology, University of Bologna and University of Bari 'Aldo Moro'

Condições de sucesso

  • Universities must have a publicly published AI-governance policy document to audit
  • A structured, validated checklist grounded in established educational-evaluation theory (Messick, Kirkpatrick, Stufflebeam) and the EU's ALTAI framework
  • Multiple independent coders to allow intercoder-reliability testing

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis