特定されたAIリスクとコンプライアンスのギャップに対応するための計画的な行動（例：バイアス是正、再訓練、機能再工学）。
リスクタイプに対応付けられた介入策のカタログ：データドリフトのトリガー → 再学習パイプライン、公平性違反 → バイアス緩和アルゴリズム、セキュリティ脅威 → 入力サニタイズ層、性能劣化 → アーキテクチャのチューニング。ガバナンスには、適切な戦略の選定、実装の文書化、ならびにフォローアップ評価およびテストを通じた有効性の検証が含まれます。
バイアス監査により、融資承認が特定の属性層に有利に働いていることが判明した後、チームは学習サンプルの再重み付けを適用し、公平性制約を追加しました。続いて、承認率が銀行の公平性しきい値を満たすようになったことを確認するために、緩和措置後のテストを実施しました。
