ISO/IEC DIS 25059
ISO/IEC DIS 25059
¿Qué es ISO/IEC 25059?
La norma ISO/IEC 25059 es una extensión de la serie SQuaRE que define un modelo de calidad específico para los sistemas de inteligencia artificial (IA). Adapta los principios de la calidad del software y los sistemas, descritos en ISO/IEC 25010, para abordar las propiedades únicas de la IA, como los resultados probabilísticos, los comportamientos de aprendizaje y la dependencia de los datos. Este modelo ayuda a las organizaciones a definir, evaluar y medir la calidad de la IA de forma coherente en todos los productos y tareas.
¿Por qué es importante ISO/IEC 25059?
A diferencia del software convencional, los sistemas de IA no siempre producen los mismos resultados para las mismas entradas, y su comportamiento puede evolucionar con el tiempo. Los modelos de calidad tradicionales no captan plenamente estas complejidades. La norma ISO/IEC 25059 cierra esta brecha al ofrecer un marco estructurado para describir y evaluar la calidad de los sistemas de IA, desde el punto de vista tanto técnico (calidad del producto) como práctico (calidad en el uso). Apoya el desarrollo de una IA confiable y de alto rendimiento introduciendo nuevas características de calidad adaptadas a la naturaleza impredecible y basada en datos de la IA.
Ventajas
- Establece un marco claro para evaluar la calidad de los sistemas de IA
- Adapta los modelos convencionales de calidad del software al comportamiento específico de la IA
- Apoya la especificación, prueba y evaluación uniformes de soluciones de IA
- Ayuda a detectar lagunas en los requisitos de calidad en una fase temprana del desarrollo
- Proporciona terminología acorde con normas más amplias de calidad y confiabilidad de la IA
Preguntas frecuentes
Desarrolladores de IA, ingenieros de software, equipos de control de calidad y evaluadores de sistemas que deseen definir o medir la calidad de los sistemas de IA.
No. Aunque es especialmente importante para los equipos técnicos, también ayuda a las partes interesadas responsables de especificar los requisitos, probar los resultados y garantizar la fiabilidad de las soluciones de IA.
Tiene en cuenta aspectos como el comportamiento de aprendizaje, la adaptación, la incertidumbre de los datos, la explicabilidad y el rendimiento en el mundo real, todos los cuales van más allá del alcance de los modelos típicos de calidad del software.
Informaciones generales
-
Estado: En desarrolloEtapa: Cierre de la votación [40.60]
-
Edición: 2Número de páginas: 19
-
Comité Técnico :ISO/IEC JTC 1/SC 42ICS :35.080
- RSS actualizaciones
Ciclo de vida
-
Anteriormente
PublicadoISO/IEC 25059:2023
-
Ahora
