「データ品質マネジメントガイドブック」Ver.1.02と実務向け「チェックリスト」を公開 AISI/IPA
AIセーフティ・インスティテュート（AISI）と情報処理推進機構（IPA）のデジタル基盤センターは、「データ品質マネジメントガイドブック」のマイナーアップデート版であるVer.1.02を公開しました。新たにガイドブックを補足する「データ品質マネジメントチェックリスト」Ver.1.00（エクセル形式）もあわせて公開しました。
「ゴミを入れたらゴミが出てくる（Garbage in, Garbage out）」というAI開発における根本的な課題意識に基づき、ガイドブックはISO/IEC規格などの国際標準をベースに、AIシステムにおけるデータ品質管理（要件定義、データ収集、処理から廃棄まで）を実践するためのフレームワークを記しています。これまでのスライド形式からテキスト形式（Word形式など）に変更されました。引き続き公式文書は英語版となりますが、機械翻訳ベースの日本語参考訳が新たに提供されました。
AIへの入力直前にデータを点検するだけでは、安全で信頼できるAIサービスは実現できません。データの「計画」から「廃棄」に至る8つのステージ（※1）と、それらを常に監視・統制する「横断プロセス」の計9要素を一体として回すことで、初めて安全で信頼できるAIサービスを提供することが可能になると記しています。
他方、チェックリストは、データ品質に関わる組織横断的な取り組みを促進するため、AISIのデータ品質SWG（サブワーキンググループ）が作成した実務支援ツールです。ガイドブックが示すデータのライフサイクルに沿って、「信頼できるソースからデータを取得しているか」「入力時のエラーを防ぐ仕組みがあるか」「不適切な出力を防ぐセーフガードを設けているか」といった、現場で実践すべき具体的な確認事項（チェック項目）が整理されています。
チェック項目ごとに実装例や未対応時のリスク具体例、実施者、対象データなどに加え、EU AI法の第10条との対応関係までもが紐づけられています。EU AI法の第10条は、高リスクAIシステムに用いられる、学習（訓練）データ、検証データ、およびテスト（評価）データセットについて、データガバナンス、データ管理、データ品質、代表性（※2）、バイアス、利用文脈への適合性などを求める規定です。
※1 8つのステージとは、データ計画、データ取得、データ準備、データ処理、AIシステム（準備されたデータを使ってAIモデルを学習させ、システムを展開し運用するプロセス）、出力評価、結果提供、データ廃棄のこと。
※2 代表性とは、AIモデルが本番環境で直面する条件やシナリオを、データが適切に反映しているかどうかを指す品質特性のこと。
