準確性
衡量AI系統輸出結果與真實結果之間的接近程度，可透過計算AI模型本身是否能反應出根據資料所呈現的關係，其包含了評估指標的選取與模型訓練當中如何減少發生低度擬合(模型準確率低、測試結果準確率低，意即完全不準)或是過度擬合(模型準確率高、測試結果準確率低，意即只對訓練資料集有效)的情況。
可靠性
可靠性是指評量模型敏感度的指標，面對不同類型的干擾、噪音或異常情況時，模型仍可以保有最小化的敏感變異，意即系統在面對未預期的狀況時能夠維持良好的表現和預測能力。
公平性
指AI系統在對待不同群體和個體時能夠公正和平等，要求系統避免偏見、歧視或不公正對待，並確保公平的機會和結果，確保個人或特定族群不受到歧視與偏見之侵害。如：種族、性別、政治傾向、身體/精神殘疾等。
隱私
隱私是指個人免於被入侵或是透過有限的觀察而獲得個體的事實(如：身體、資料與信用)。然而在AI模型建立過程中，因為需要讀取資料進行訓練與分析的狀況，這樣的狀況往往存在可能的隱私議題，因此須將可能造成隱私的衝擊嚴重程度分級，以便做到風險評估與掌控。
資安
指AI系統在面對外部攻擊、未授權訪問或不當使用時能夠保護其資源、功能和資料的完整性和機密性，並要求系統能夠有效地防止和應對安全威脅和對抗攻擊，以確保系統的正常運行而不影響其整體表現。