The organization is obligated to codify and document its criteria for data quality. Furthermore, it must ensure that all data inputs, whether for training, testing, or operational use within an AI system, consistently conform to these established standards throughout the system's entire lifecycle.






Organisaation on laadittava ja dokumentoitava tietojen laatustandardit kaikille tiedoille, joita käytetään tekoälyjärjestelmien rakentamiseen tai käyttämiseen. Näissä standardeissa olisi käsiteltävä sellaisia näkökohtia kuin tarkkuus, täydellisyys, johdonmukaisuus, ajantasaisuus ja edustavuus, ja niissä olisi pyrittävä minimoimaan vääristymät. Olisi otettava käyttöön prosesseja, joilla varmistetaan, että kaikki tekoälyjärjestelmissä käytettävät tiedot ovat näiden määriteltyjen laatustandardien mukaisia.






Organisaation on luotava prosessi, jolla varmistetaan, että sen koulutus-, validointi- ja testausdatajoukot soveltuvat tekoälyjärjestelmän aiottuun tarkoitukseen. Tämän validoinnin pitäisi vahvistaa, että tiedot ovat merkityksellisiä, edustavia ja että niillä on tarvittavat tilastolliset ominaisuudet. Prosessissa on erityisesti analysoitava tietoja, jotta voidaan estää ennakkoluulot tiettyjä ihmisryhmiä kohtaan.
Digiturvamallissa kaikki vaatimuskehikkojen vaatimukset kohdistetaan universaaleihin tietoturvatehtäviin, jotta voitte muodostaa yksittäisen suunnitelman, joka täyttää ison kasan vaatimuksia.
.png)