第三章 ISO/IEC 42001: 2023标准附录A的谬误辨析与应用详解
第七节 人工智能系统的数据
A.7 人工智能系统的数据
表A.1 控制目标和控制（A.7部分）
| A.7 人工智能系统的数据 | ||
| 目标：确保组织理解人工智能系统中的数据在人工智能系统生存周期中的应用、开发、提供或使用中的作用和影响 | ||
| 主题 | 控制 | |
| A.7.2 | 用于开发和增强人工智能系统的数据 | 组织应规定、记录和实施与人工智能系统开发相关的数据管理过程 |
| A.7.3 | 数据采集 | 组织应确定并记录人工智能系统所用数据的采集和选择细节 |
| A.7.4 | 人工智能系统的数据质量 | 组织应规定和记录数据质量要求，并确保用于开发和运行人工智能系统的数据符合这些要求 |
| A.7.5 | 数据来源 | 组织应规定并记录一个过程，用于在数据和人工智能系统的生存周期中记录其人工智能系统中使用的数据的来源 |
| A.7.6 | 数据准备 | 组织应规定并记录其选择数据准备的准则和要使用的数据准备的方法 |
【控制理解】
（1）组织需要按照A.7这些控制，为组织人工智能系统的数据建立管理过程和管理要求，当然这里的管理过程和管理要求，对于组织来说，是通用的，而针对特定的人工智能系统项目涉及的数据，可能需要考虑项目的特殊管理要求，这时就需要结合A.6中的相关控制（例如A.6.2.3），对人工智能系统特定项目的数据进行管理。
（2）组织应建立人工智能系统数据管理过程，明确人工智能系统数据在生命周期各个阶段（例如采集阶段，存储阶段，处理、使用和共享阶段，销毁阶段等）的管理要求。这些管理要求包括但不限于：数据质量，数据合规，数据安全，数据追溯，数据伦理等方面的管理要求。【A.7.2】
（3）A.7.3就是数据生命周期的第一个阶段数据采集过程的控制要求，组织应按照A.7.2确定的人工智能系统数据管理过程和管理要求，对数据采集过程中的数据进行管理。例如，采集数据时，验证来源合法性（数据合规要求），脱敏或加密（数据安全要求），验证数据格式（数据质量要求），验证数据时效性（数据质量要求），以及记录采集时间和采集来源（数据追溯要求）等。【A7.3】
……
欲阅读全部内容，请前往微信公众号购买付费合集，合集链接如下：
