ISO/IEC 5259-1とは
ISO/IEC 5259-1とは、分析や機械学習に使うデータ品質について、概要、用語、例を整理するISO/IEC規格です。
正式名称・英語表記
ISO/IEC 5259-1:2024
Artificial intelligence, Data quality for analytics and machine learning (ML), Part 1: Overview, terminology, and examples
読み方: アイエスオー アイイーシー ごにごきゅう の いち
AIの品質はデータ品質から始まる
AI導入では、モデルの性能や生成AIツールの機能に目が向きがちです。しかし、学習や分析に使うデータが古い、偏っている、欠けている、意味がそろっていない場合、どれだけ高性能なモデルでも業務判断を誤る可能性があります。
ISO/IEC 5259-1は、分析と機械学習におけるデータ品質の見方をそろえる入口です。現場、IT部門、経営層、ベンダーが「品質のよいデータとは何か」を同じ言葉で話すための土台になります。
5259系列での役割
5259系列には、管理要件を扱うISO/IEC 5259-3、プロセス枠組みを扱うISO/IEC 5259-4などがあります。ISO/IEC 5259-1は、その前提となる概要、用語、例を押さえる位置づけです。
AIプロジェクトで使うなら、まず5259-1で基本用語をそろえ、次に5259-3で管理ルール、5259-4で業務プロセスに落とし込む流れが実務的です。データ品質を担当者任せにせず、組織の管理対象として扱いやすくなります。
導入前に確認したいこと
- AIに使うデータの所有部門と責任者は決まっているか
- 欠損、重複、古さ、定義ゆれを確認する手順があるか
- データ品質の問題がAIの判断にどう影響するか説明できるか
データ品質は、AIプロジェクトの準備段階だけで終わりません。運用後にデータの分布や入力ルールが変わると、AIの品質も変わります。ISO/IEC 8183のようなデータライフサイクルの考え方と組み合わせると、継続管理の設計に近づきやすいでしょう。
【Topic】データ品質はガバナンスへ
ISO公式作業計画では、5259系列に2025年発行のデータ品質ガバナンス枠組み、2026年発行の可視化枠組みも掲載中です。2026年6月時点で、AI向けデータ品質は単なる前処理ではなく、管理と説明のテーマです。
ISO/IEC 5259-1に関するよくある質問
- 最初に決める社内ルールは何ですか？
- データ項目の意味、入力責任者、更新頻度、欠損時の扱いを先に決めます。用語の不一致を放置すると、後工程のAI評価が揺れます。
- AIモデルの評価だけでは不十分ですか？
- 不十分な場合があります。モデルの評価がよくても、入力データが古い、偏っている、欠けている場合、運用後の判断品質は下がります。
- 5259-3や5259-4とはどう違いますか？
- 5259-1は概要、用語、例を扱います。5259-3は管理要件、5259-4はデータ品質プロセスの枠組みを扱うため、実装段階では併せて確認します。
