Metoodika
Kuidas hindamine töötab
Teoreetiline alus
AI Risk Index põhineb neljas uurimisvaldkonnas: automatiseerimisviga (Parasuraman & Riley, 1997), vastutuse hajumine tehnoloogilistes süsteemides (Matthias, 2004), oskuste degradeerumine automatiseerimise tõttu (Bainbridge, 1983) ning IT juhtimisraamistikud (COBIT, ISO 27001).
Metoodika tugineb automatiseerimiskalde uurimiskirjandusele (Parasuraman & Manzey, 2010), NIST AI RMF raamistikule (2023) ja EU AI Act riskikategooriatele (Lisa III).
Viis mõõdet
D1: Pime usaldus (maks 20 punkti)
Mõõdab, kui kriitiliselt insenerid AI-väljundit hindavad ja kas esineb liigse usaldamise märke.
D2: Vastutus (maks 25 punkti)
Hindab vastutuse selgust, otsuste dokumenteerimist ja formaalset omandi määramist AI-väljunditele.
D3: Oskused ja sõltuvus (maks 25 punkti)
Mõõdab meeskonna sõltuvust AI tööriistadest, juunioride arengut ja tööjõu otsuseid.
D4: Juhtimiskord (maks 40 punkti)
Hindab poliitikaid, kvaliteedimeetrikaid, kontrollimehhanisme, andmelekke riske ja juhtkonna kaasatust.
D5: Kasutuselevõtt
Mõõdab, kui kiiresti ja kui laialdaselt AI tööriistad organisatsioonis levivad ning kui suureks on AI muutunud vaikimisi tööviis.
Tulemuste tasemed
Piirangud
See on enesehindamine, mis põhineb subjektiivsetel vastustel. Tulemused on suunavad, mitte diagnostilised. Skoor ei asenda professionaalset riskiauditit. Hindamine on ekspertpõhine — valideerimisprotsess on käimas.
Methodology
How the assessment works
Theoretical foundations
The AI Risk Index draws on four research areas: automation bias (Parasuraman & Riley, 1997), accountability diffusion in technological systems (Matthias, 2004), skill degradation through automation (Bainbridge, 1983), and IT governance frameworks (COBIT, ISO 27001).
Methodology draws on automation bias research (Parasuraman & Manzey, 2010), the NIST AI Risk Management Framework (2023), and EU AI Act risk categories (Annex III).
Five dimensions
D1: Automation Trust (max 20 points)
Measures how critically engineers evaluate AI output and whether signs of over-trust are present.
D2: Accountability (max 25 points)
Evaluates clarity of accountability, decision documentation, and formal ownership assignment for AI outputs.
D3: Skills & Dependency (max 25 points)
Measures team dependency on AI tools, junior developer growth, and headcount decisions.
D4: Governance (max 40 points)
Evaluates policies, quality metrics, governance controls, data leakage risks, and leadership engagement.
D5: Adoption
Measures how quickly and widely AI tools are spreading through the organisation and how much AI has become the default way of working.
Score bands
Limitations
This is a self-assessment based on subjective responses. Results are directional, not diagnostic. The score does not replace a professional risk audit. The assessment is expert-informed — a validation process is ongoing.