Los 3 elementos fundamentales en un sistema de IA son los conjuntos de datos, tanto de entrenamiento como de entrada, los modelos de IA y el software. En la calidad del software influye en gran medida la calidad de los procesos del ciclo de vida de desarrollo. Por otra parte se debe tener en cuenta la calidad del propio producto software resultante de dicho desarrollo.
Para cada uno de estos elementos de un sistema de IA existen estándares que ayudan a asegurar su calidad.
Calidad de los Datos de Sistemas de IA
La serie de normas ISO 5259 permite asegurar que se cuenta con datos de alta calidad para los sistemas de analítica y de machine learning (ML). Los datos de alta calidad son esenciales en sistemas de IA ya que de ellos depende la precisión de los resultados, reducir sesgos, permitir una mejor generalización y hacer más eficiente el entrenamiento. Los datos de calidad también evitan la propagación de errores, optimizan el uso de recursos y garantizan una mejor experiencia de usuario.
En definitiva, la calidad de los datos define el rendimiento y confiabilidad de los sistemas de inteligencia artificial.
¿Quiere saber más sobre calidad de datos de sistemas de IA e ISO 5259?
Calidad del Producto Software de IA
Conozca en mayor detalle sobre la calidad del producto software de IA, ISO 25000 e ISO 25059
La familia de normas ISO 25000 es esencial para garantizar la calidad del software en sistemas de inteligencia artificial, ya que establece criterios para evaluar aspectos esenciales como la adecuación funcional, la eficiencia, la seguridad o la mantenibilidad.
La norma ISO 25059 complementa ISO 25000 al centrarse específicamente en la calidad y confiabilidad de los sistemas de inteligencia artificial. Mientras ISO 25000 establece un marco general para la calidad del software, ISO 25059 introduce criterios específicos para la evaluación de sistemas de IA, asegurando que sean seguros, transparentes y éticos.
Calidad de Procesos Software de IA
La norma ISO 5338 establece directrices para el desarrollo de sistemas de inteligencia artificial confiables y seguros. Esta norma proporciona buenas prácticas para su diseño e implementación, garantizando transparencia, explicabilidad y robustez. Además, ayuda a considerar la minimización de errores y la reducción de sesgos, y facilita la integración con otras normativas como ISO 25000 e ISO 25059.
De esta forma, ISO 5338 le ayuda a crear sistemas de IA sostenibles, éticos y eficientes.
Compruebe cómo ISO 5338 puede ayudarle en su ciclo de vida de desarrollo de sistemas de IA
Calidad de Modelos IA
¿Interesado en evaluar y mejorar la calidad de sus modelos de IA? Conozca más al respecto
Existen múltiples estándares ISO que abordan la calidad de los modelos de IA desde diversas perspectivas. Así, por ejemplo, ISO 24029 aborda su robustez, ISO 12791 su equidad, existen varios estándares que abordan su fiabilidad (ISO 2407, 24028, 24368, 6254, 8200), ISO 4213 tiene por objetivo la evalución del desempeño, e ISO 20226 su sostenibilidad.
Mediante este conjunto de estándares puede controlar, mejorar y evaluar la calidad de los modelos de sus sistemas de IA haciendo foco en las características que sean más relevantes para su caso de uso.
ES 
EN