AI 项目上线前，伦理审查、算法备案和安全评估三套材料如何分开

企业准备上线 AI 产品时，最常见的材料错误不是完全没有文件，而是把“伦理审查意见”“算法备案材料”和“安全评估报告”装进同一个文件夹，然后在项目表里统一写成“AI 合规已完成”。这会让不同责任主体、不同时间节点和不同风险结论互相覆盖。

江苏鑫律联律师事务所建议，先建立三张表，再决定哪些附件可以复用。伦理审查看的是人工智能科技活动及其风险；算法备案看的是特定互联网信息服务算法；安全评估则要回到服务类型、数据和安全风险的具体规则。人工智能科技伦理办法

第一张：科技伦理审查表

这张表的主体是项目负责人和企业伦理治理责任主体。材料不应只写“模型已通过内部测试”，而要说明项目目的、参与单位和人员、算法机制、数据来源与获取方式、测试评估方法、预期产品和适用人群。

风险部分要回答：系统会影响谁的主观行为、心理情绪、生命健康或重要决策；是否存在诱导、歧视、隐私、数据投毒、误导或失控风险；谁负责监测、暂停、纠正和应急处置。对接近专家复核清单的项目，还要记录初步审查、复核申请和跟踪审查的衔接。

单位没有委员会，或者委员会无法满足审查要求的，可以核对委托人工智能科技伦理审查与服务中心的路径。中小微企业可以使用这类服务支持，但不能将“有外部服务中心”写成“项目当然不用审查”。

第二张：算法备案表

这张表从服务属性开始：是否向公众提供互联网信息服务，是否采用推荐排序、个性化推送、检索过滤、生成合成或调度决策等算法能力。产品经理要给出真实用户路径，技术团队要说明算法机制、输入输出、版本变化和供应商依赖，法务和安全团队要补齐用户权益、内容安全和风险处置材料。

备案不是算法机制的永久背书。产品上线后如果算法能力、服务范围或处理方式发生变化，要把变更和注销节点纳入版本管理，并保存提交材料、反馈、整改和当前运行版本之间的对应关系。

第三张：服务安全评估表

安全评估不能由“已经备案”四个字直接替代。对于生成式人工智能或深度合成等向公众提供的服务，应按具体规则核对训练数据、内容安全、个人信息、标识、模型和服务风险；内部研发、封闭测试与面向公众提供服务的判断也要分开。

这张表建议由安全负责人牵头，产品和技术提供事实，法务核对适用规则，运营负责投诉和事件响应。评估报告中涉及用户规模、服务对象、训练数据、内容处置和应急能力的结论，都要能回指原始日志、测试报告、数据清单和制度文件。

三套材料如何交叉而不混淆

可以建立一个“共享事实层”：产品版本、数据来源、模型供应商、用户路径、测试样本和风险事件只维护一份原始记录。但在制度层仍保留三个独立结果栏：

• 伦理审查：项目是否完成适用程序、风险是否可接受、是否需要专家复核或重新审查；
• 算法备案：具体算法和版本是否需要备案、变更或注销，材料是否已提交和更新；
• 安全评估：具体公众服务是否触发评估，报告是否形成、提交和整改。

共享事实不等于共享结论。一项算法备案可以作为其他审查的附件，但不能自动证明伦理风险已处理；伦理审查中记录的数据来源，也不能自动替代安全评估要求的训练数据和服务安全材料。

上线前的责任签字顺序

建议产品负责人先锁定服务范围和版本，技术负责人确认算法、模型和数据，安全负责人确认风险评估及应急能力，法务负责人分别列出伦理审查、算法备案和安全评估的触发判断，管理层最后只对已经核验的节点作上线决策。

江苏鑫律联律师事务所的实务建议是：把“未触发”“待补材料”“已提交”“已完成”“发生重大变化需重做”分开记录，不要用一个绿色勾选框覆盖三套制度。这样即使产品后续改版、扩大用户或接入新的模型，也能迅速判断哪些材料需要重新核对。