附属書 A.7
AIシステムのためのデータ
Data for AI systems
目的：AIシステムにおけるデータの役割と影響を理解し、ライフサイクル全体でデータを適切に管理すること（概要）。
このグループには 5 項目があります。各項目から原文・日本語訳・解説・実務／監査のポイントを確認できます。
A.7.2
AIシステムの開発及び強化のためのデータ Data for development and enhancement of AI system
学習・改善に使うデータの管理プロセス（プライバシー、セキュリティ、透明性、説明可能性、代表性など）を定めて実際に運用します。
›
A.7.3
データの取得 Acquisition of data
データをどこから・どんな権利（ライセンス・同意）で取得し、なぜそのデータを選んだかを記録します。
›
A.7.4
AIシステムのためのデータの品質 Quality of data for AI systems
正確性・完全性・最新性・代表性（偏りがないか）などのデータ品質基準を定め、開発時も運用時もデータがそれを満たしているか確認します。
›
A.7.5
データの来歴 Data provenance
データの「来歴」とは、どこから来て、その後どう変わったか（作成・更新・変換・共有・検証など）の履歴のことです。この記録を、データを保持しAIを運用する期間中ずっと最新に保ちます。これにより、誤った出力や偏った出力を原因データまで遡って追跡でき、利用権限の証明にもなります。
›
A.7.6
データの準備 Data preparation
欠損値処理、正規化、ラベリング、匿名化、データ拡張など、どのような前処理をどの基準で選び、どの手法で行うかを文書化します。
›