CEDAR-42001: From ISO/IEC 42001 Conformity to Architecture-Aware, Audit-Visible Assurance Posture for AI Cyber-Physical Systems

Sintesi Tecnica: CEDAR-42001

Definizione del Problema
I sistemi cyber-fisici abilitati dall'IA (AI-CPS), come i veicoli autonomi e i sistemi di controllo industriale, affrontano sfide di garanzia che spaziano dalla sensoristica, alla computazione, al controllo, alla supervisione umana e alla governance. Sebbene la norma ISO/IEC 42001:2023 stabilisca i requisiti per un Sistema di Gestione dell'Intelligenza Artificiale (AIMS), la sola valutazione della conformità è insufficiente per gli operatori di AI-CPS. Un verdetto di conformità standard o un elenco di non conformità non rivela quali specifici strati architettonici siano interessati, se le pratiche attuali possiedano una maturità sufficiente per il contesto di rischio, o quali azioni specifiche debbano seguire. Ciò crea un "gap decisionale" in cui l'allocazione strategica delle risorse, la prioritizzazione operativa delle debolezze e la selezione tattica delle azioni correttive non possono essere derivate direttamente dai risultati di conformità basati sulle clausole. Gli approcci esistenti spesso trattano la governance del sistema di gestione e la valutazione della sicurezza consapevole dell'architettura come domini separati.

Metodologia: CEDAR-42001
Gli autori propongono CEDAR-42001 (Control–Evidence Decision and Action Reasoning), un metodo in due fasi progettato per tradurre le evidenze di audit di ISO/IEC 42001 in una "postura di garanzia consapevole dell'architettura e visibile all'audit". Il metodo opera su base riga per riga, preservando la determinazione originale della conformità e arricendola con dati diagnostici.

• Fase A (Determinazione della Conformità): Questa fase mantiene la funzione di conformità standard di ISO/IEC 42001. Utilizzando una gerarchia ordinata per priorità di 26 regole, i record di audit codificati vengono mappati in risultati quali Conformità, Opportunità di Miglioramento (OFI), Non Conformità Minore/Maggiore o Non Valutato. Questa fase non altera il verdetto di conformità originale.
• Fase B (Diagnosi di Garanzia Visibile all'Audit): Questa fase arricchisce ogni riga di audit con quattro campi diagnostici:
  1. Attribuzione Architetturale: Assegna il risultato a uno strato di governance (G), a uno dei sette strati architettonici AI-CPS (L1–L7: Fisico, Sensoriale/Percezione, Elaborazione Dati, Middleware, Decisione/Controllo IA, Logica Applicativa, Supervisione Umana), o a una categoria Cross-layer.
  2. Profilo di Maturità: Valuta cinque dimensioni (Tracciabilità, Operazionalizzazione, Monitoraggio, Miglioramento, Integrazione Cross-layer) su una scala 0–4. Un gate di 17 regole mappa questi punteggi su una scala di maturità IRDMO (Iniziale, Ripetibile, Definita, Gestita, Ottimizzata), identificando il "vincolo limitante" che impedisce la progressione.
  3. Target Proporzionato al Rischio: Assegna un target di maturità minimo e un target di estensione opzionale basato sull'impatto CPS e sulla criticità di sicurezza/sicurezza, calcolando il gap tra la maturità attuale e quella richiesta.
  4. Raccomandazione d'Azione: Deriva azioni specifiche (Correttive, di Miglioramento, di Rafforzamento della Garanzia, di Acquisizione Evidenze o di Mantenimento) basate sul risultato della Fase A, sullo strato primario, sul vincolo limitante e sul contesto di rischio.

Le righe arricchite vengono aggregate in tre prodotti decisionali: una visione strategica (concentrazioni di rischio), una visione operativa (gap specifici per strato) e una visione tattica (registro delle azioni/CAPA).

Contributi Chiave

1. Definizione della Postura di Garanzia Visibile all'Audit: Il documento definisce un costrutto diagnostico delimitato che registra la governance rilevante o lo strato AI-CPS, la maturità, i vincoli limitanti, i target proporzionati al rischio e le raccomandazioni d'azione per ogni obbligo valutato.
2. Il Metodo CEDAR-42001: Un metodo innovativo che co-localizza lo stato di conformità, l'attribuzione allo strato CPS, la sufficienza della maturità e la classe d'azione all'interno di una singola riga di audit tracciabile.
3. Tracciabilità a Livello di Riga: Il principale contributo metodologico è la capacità di decomporre qualsiasi prodotto decisionale aggregato nella singola obbligazione, nella nota di evidenza e nella regola attivata, garantendo la trasparenza nel modo in cui si raggiungono le conclusioni.
4. Passaggio dalla Governance alla Garanzia: Il metodo colma il divario tra la conformità del sistema di gestione e la garanzia tecnica, identificando dove le evidenze di audit richiedono test tecnici più approfonditi, miglioramenti organizzativi o rimedio, senza sostituire le valutazioni di sicurezza tecnica.

Risultati e Valutazione
Il metodo è stato valutato attraverso tre studi delimitati:

1. Copertura End-to-End della Pipeline (Meridian Robotics): Un corpus di evidenze AIMS sintetico per una flotta di robot mobili autonomi è stato valutato rispetto a tutti i 159 quesiti di audit.
   • Conformità vs. Gap di Garanzia: Sebbene l'89,9% delle righe di audit (143/159) sia stato ritenuto conforme, solo il 34,3% di quelle righe conformi ha raggiunto la categoria "Alta Garanzia" di base. Questa proporzione variava tra il 22,4% e il 46,2% sotto diverse operazionalizzazioni delle soglie di garanzia.
   • Distribuzione degli Strati: Le Non Conformità Maggiori erano distribuite tra Governance (G), Sensoriale/Percezione (L2), Middleware (L4) e Decisione IA (L5), dimostrando che le debolezze non sono confinate allo strato di governance.
   • Insight sulla Maturità: Il Monitoraggio e l'Integrazione Cross-layer sono stati identificati come le dimensioni con i punteggi più bassi complessivamente, agendo frequentemente come vincoli limitanti che impediscono la progressione verso livelli di maturità superiori.
2. Applicazione Retrospettiva (Incidente Cruise Robotaxi): Il metodo è stato applicato alla documentazione pubblica relativa all'incidente Cruise dell'ottobre 2023.
   • Il framework è riuscito a catturare le preoccupazioni documentate riguardanti Governance, Percezione (L2), Decisione (L5) e Supervisione Umana (L7).
   • Ha dimostrato che, sebbene il danno fisico sia avvenuto allo strato Fisico (L1), le debolezze di governance sono state attribuite principalmente a G, L2, L5 e L7, fornendo raccomandazioni d'azione differenziate per ciascuno strato.

Significato e Rivendicazioni
Il documento sostiene che CEDAR-42001 fornisca uno strato di traduzione necessario per gli operatori di AI-CPS che devono andare oltre la semplice conformità per raggiungere una garanzia azionabile. Afferma esplicitamente che il metodo non stima l'esprimibilità, non sostituisce i test di sicurezza tecnica dei CPS (ad esempio, penetration testing, monitoraggio runtime), né certifica la sicurezza di un sistema distribuito. Inveve, il suo significato risiede nell'identificare dove le evidenze di audit indicano la necessità di una garanzia tecnica più profonda o di un miglioramento organizzativo.

Gli autori mantengono una posizione modesta, osservando che i risultati caratterizzano la specifica struttura sintetica e la selezionata evidenza pubblica per l'incidente Cruise, piuttosto che stabilire la prevalenza dei gap di garanzia nelle organizzazioni operative o garantire che le raccomandazioni impediranno futuri incidenti. Il metodo è presentato come uno strumento di supporto decisionale informativo che rende la postura di garanzia visibile e azionabile, distinta dalla valutazione di sicurezza tecnica del sistema stesso.