Los organismos europeos CEN (European Committee for Standardization) y CENELEC (European Committee for Electrotechnical Standardization), así como también el ETSI (European Telecommunications Standards Institute), desarrollan normas armonizadas que soportan el Reglamento de Inteligencia Artificial (RIA, conocido como “AI Act”), y que incluyen buenas prácticas que pueden de ser interés para las organizaciones que quieren gobernar, gestionar y asegurar la calidad de sus Sistemas de Inteligencia Artificial (SIA).

En el portal del CEN/CENELEC se pueden encontrar todas las normas que define el Comité Técnico Conjunto (Joint Technical Committee) JTC21 encargado de normalizar la Inteligencia Artificial. Algunas de ellas consisten en la adopción tal cual de normas ISO/IEC existentes, y en otros casos se desarrollan normas nuevas específicamente pensadas para dar soporte al RIA.

Por un lado, al igual que en ISO/IEC, se pueden encontrar normas sobre conceptos básicos, como la EN ISO/IEC 22989 Information technology — Artificial intelligence — Artificial intelligence concepts and terminology , la EN ISO/IEC 23053 Framework for Artificial Intelligence (AI) Systems Using Machine Learning (ML), o el Borrador de Norma Europea (prEN) para caracterizar los métodos y capacidades de los sistemas de inteligencia artificial (prEN ISO/IEC 42102 Information technology – Artificial intelligence – Framework for characterizing AI system methods and capabilities).

1. Gobierno de los SIA

En cuanto a aspectos relacionados con el gobierno, CEN/CELENEC no han adoptado la norma ISO/IEC 38507, pero sí lo han hecho con otra para el riesgo de los SIA como la EN ISO/IEC 23894 Information technology — Artificial intelligence — Guidance on risk management, la cual complementa con la prEN 18228 AI Risk Management que establece requisitos y ofrece orientaciones para la gestión de riesgos de los SIA. Además, están elaborando una checklist (AI Risks – Check List for AI Risks Management) y una guía para la gestión de riesgos en infraestructuras digitales críticas (Guidance on application of Risk Management in Critical Digital Infrastructure).

Otra parte en la que CEN/CENELEC profundizan es la ética, aprobando normas como la EN 18274 Competence requirements for professional AI ethicists, y desarrollando otras más como la Guidance for upskilling organisations on AI ethics and social concerns y las Guidelines on tools for handling ethical issues in AI system life cycle.

Como es lógico con normas relacionadas con el RIA, los aspectos legales se desarrollan en normas como prCEN/CLC/TR 18347 Overview and architecture of standards in support of the EU AI Act e incluso se está elaborando una norma sobre la evaluación de impacto (Impact assessment in the context of the EU Fundamental Rights).

2. Gestión de los SIA

Además de adoptar algunas de las normas ISO/IEC sobre los SGIA (Sistemas de Gestión de IA) como la EN ISO/IEC 42001 Information technology — Artificial intelligence — Management system o la  prEN ISO/IEC 42006 Information technology — Artificial intelligence — Requirements for bodies providing audit and certification of artificial intelligence management systems, CEN/CENELEC han desarrollado la norma EN 18286 Artificial intelligence – Quality management system for EU AI Act regulatory purposes, con el objetivo de ayudar a cumplir los requisitos normativos aplicables principalmente a las organizaciones que comercializan o ponen en servicio SIA de alto riesgo. Esta norma EN 18286 y la EN ISO/IEC 42001 presentan solapamientos y diferencias que ya tratamos en una contribución anterior.

3. Calidad de los SIA

3.1. Calidad de los datos de los SIA

Empezando por la calidad de los datos, CEN/CENELEC han adoptado tanto la norma ISO/IEC relativa al ciclo de vida de los datos (EN ISO/IEC  8183 Information technology — Artificial intelligence — Data life cycle framework), como la familia de normas ISO/IEC 5259:

• EN ISO/IEC 5259-1 Artificial intelligence — Data quality for analytics and machine learning (ML) Part 1: Overview, terminology, and examples
• EN ISO/IEC 5259-2 Artificial intelligence — Data quality for analytics and machine learning (ML) Part 2: Data quality measures
• EN ISO/IEC 5259-3 Artificial intelligence — Data quality for analytics and machine learning (ML) Part 3: Data quality management requirements and guidelines
• EN ISO/IEC 5259-4 Artificial intelligence — Data quality for analytics and machine learning (ML) Part 4: Data quality process framework

Como sabemos, la familia de normas 5259 ayudan a definir, medir, gestionar y gobernar la calidad de los datos usados en analítica y aprendizaje automático  para que los resultados sean fiables, comparables y auditables. Y resultan fundamentales tanto para el RIA como para los sistemas de gestión y calidad de la IA.

Además, han publicado el informe técnico CEN/CLC/TR 18115 Data governance and quality for AI within the European context, que ofrece una visión general de las normas relacionadas con la inteligencia artificial, centrándose en los datos y sus ciclos de vida; y están elaborando la norma prEN 18284 Artificial Intelligence — Quality and governance of datasets in AI, que ofrece orientaciones y requisitos para la creación y gestión de conjuntos de datos en el ámbito de la inteligencia artificial, incluyendo las decisiones de diseño, la recopilación y la preparación de datos.

3.2. Calidad del software de los SIA

CEN/CENELEC ha adoptado la norma ISO/IEC 25059 como EN ISO/IEC 25059 Software engineering — Systems and software Quality Requirements and Evaluation (SQuaRE) — Quality model for AI systems, que junto con la de procesos del ciclo de vida del software son fundamentales para asegurar, evaluar y certificar la calidad del software de IA.

3.3. Calidad de los modelos de los SIA

La calidad de los propios modelos de IA también han sido objeto de estandarización por parte de CEN/CENELEC, así, por ejemplo, para:

• Equidad y los sesgos, ha adoptado de ISO/IEC las normas CEN/CLC ISO/IEC/TR 24027 Information technology – Artificial intelligence (AI) – Bias in AI systems and AI aided decision making y CEN/CLC ISO/IEC/TS 12791 Information technology – Artificial intelligence – Treatment of unwanted bias in classification and regression machine learning tasks; y ha propuesto la prEN 18283 Artificial Intelligence – Concepts, measures and requirements for managing bias in AI systems, que define conceptos, indicadores y requisitos para la evaluación y el tratamiento de los sesgos.
• Transparencia, ha adoptado la EN ISO/IEC 12792 Information technology – Artificial intelligence (AI) – Transparency taxonomy of AI systems
• Confiabilidad y Robustez, ha adoptado la CEN/CLC ISO/IEC/TR 24029-1 Artificial Intelligence (AI) – Assessment of the robustness of neural networks – Part 1: Overview, y está desarrollando normas específicas como prEN 18229-1 AI trustworthiness framework – Part 1: Logging, prEN 18229-2 AI trustworthiness framework – Part 2: Transparency, y prEN 18229-3 AI trustworthiness framework – Part 3: Human oversight.

3.4. Calidad de los SIA en su conjunto

En cuanto a otras características de calidad que afectan al conjunto del SIA, CEN/CENELEC trabajan en las siguientes:

• Ciberseguridad, para la que definen la norma prEN 18282 Artificial intelligence – Cybersecurity specifications for AI Systems, que aborda soluciones organizativas y técnicas destinadas a garantizar la ciberseguridad de los SIA de alto riesgo a lo largo de todo su ciclo de vida.
• Seguridad funcional (Safety), para la que adoptan las especificaciones técnicas ISO/IEC de la familia 22440: prCEN/CLC ISO/IEC TS 22440-1 Artificial intelligence — Functional safety and AI systems Part 1: Requirements, prCEN/CLC ISO/IEC TS 22440-2 Artificial intelligence — Functional safety and AI systems Part 2: Guidance, y prCEN/CLC ISO/IEC/TS 22440-3 Artificial intelligence — Functional safety and AI systems Part 3: Examples of application.
• Sostenibilidad, que abordan en la CEN/CLC/TR 18145 Environmentally sustainable Artificial Intelligence, que establece un marco para cuantificar el impacto medioambiental de la IA y su sostenibilidad a largo plazo; y la prEN 18287 Artificial Intelligence – Requirements and guidance for the environmental impact evaluation of artificial intelligence systems and services, que describe los principios y el marco para la medición del impacto medioambiental de los sistemas y servicios de inteligencia artificial, y ofrece directrices para reducir dicho impacto a lo largo de todo su ciclo de vida.

4. Otras normas

4.1. Normas sobre conformidad

Además de las normas anteriores sobre evaluación y acreditación, CEN/CENELEC han desarrollado dos específicas sobre conformidad: CEN/CLC/TR 17894 Artificial Intelligence – Artificial Intelligence Conformity Assessment, que revisa los métodos y prácticas para la evaluación de la conformidad de productos, servicios, procesos, sistemas de gestión, organizaciones o personas, en la medida en que sean pertinentes para el desarrollo y el uso de SIA, y prEN 18285 AI Conformity assessment framework, que establece una correspondencia entre las actividades de evaluación de la conformidad y las diferentes fases del ciclo de vida del SIA.

4.2. Normas para campos específicos

Además, se definen normas específicas para el procesamiento de lenguaje natural (prEN ISO/IEC TR 23281 Artificial intelligence — Overview of AI tasks and functionalities related to natural language processing, y prEN ISO/IEC 23282 Artificial Intelligence — Evaluation methods for accurate natural language processing systems) y la visión por ordenador (prEN 18281 Artificial Intelligence – Evaluation methods for accurate computer vision systems, y prEN 18288 Artificial Intelligence – Taxonomy of AI tasks in computer visión).