ISO/IEC 5259 Inteligencia artificial: calidad de los datos para el análisis y el aprendizaje automático (ML)

El estándar elaborado conjuntamente por la Organización Internacional de Normalización y la Comisión Electrotécnica Internacional, ISO/IEC 5259, proporciona un marco integral para garantizar y gestionar la calidad de los datos en entornos de análisis y aprendizaje automático (ML). Este estándar establece directrices para definir, medir, gestionar y controlar la calidad de los datos a lo largo de todo su ciclo de vida, desde la adquisición y preparación hasta el uso y la evaluación, con el fin de garantizar que los resultados analíticos y basados en la inteligencia artificial (IA) sean fiables, explicables y dignos de confianza.

ISO/IEC 5259 Inteligencia artificial

Ver vídeo

Resumen ejecutivo

La ISO/IEC 5259 promueve un enfoque estructurado para la gestión de la calidad de los datos, orientado a que las organizaciones aseguren resultados fiables y transparentes en el uso de la IA. Proporciona un marco para definir, medir y gobernar la calidad de los datos, integrándola en los sistemas existentes de gobernanza, riesgo y cumplimiento. También impulsa la trazabilidad, la rendición de cuentas y la resiliencia organizativa, favoreciendo la alineación de las prácticas de calidad con los objetivos estratégicos y éticos de cada organización.

El estándar se compone de cinco partes, que abarcan los principios, modelos y procesos necesarios para una gestión eficaz y coherente de la calidad de los datos en analítica y ML.

Contenido principal

• Descripción general, terminología y ejemplos (Parte 1). Presenta los principios, el alcance y la terminología de la gestión de la calidad de los datos en el análisis y el aprendizaje automático, y proporciona ejemplos ilustrativos para crear un entendimiento común entre los equipos técnicos y de gobernanza.
• Medidas de calidad de los datos (Parte 2). Define características medibles como la precisión, la integridad, la coherencia, la puntualidad y la representatividad para evaluar y supervisar la calidad de los datos utilizados en los sistemas de análisis y ML.
• Requisitos y orientación para la gestión de la calidad de los datos (Parte 3). Establece requisitos y orientación práctica para implementar y mejorar continuamente los procesos de gestión de la calidad de los datos alineados con los objetivos de la organización.
• Marco de procesos de calidad de los datos (Parte 4). Proporciona un modelo de proceso estandarizado que abarca todas las fases del ciclo de vida de los datos, garantizando la coherencia y el control de calidad en la preparación, evaluación y despliegue de los datos.
• Marco de gobernanza de la calidad de los datos (Parte 5). Define las estructuras, funciones y responsabilidades de gobernanza para garantizar la supervisión, la rendición de cuentas y la alineación de las actividades de calidad de los datos con los objetivos estratégicos y las expectativas normativas.

Accede a la nota técnica sobre la ISO/IEC 5259 Inteligencia artificial: calidad de los datos para el análisis y el aprendizaje automático (ML) (solo disponible en inglés).