Az ETSI 18 mérőszámmal tenné mérhetővé az adatok minőségét

Közös módszertant adna az adatminőség méréséhez

Az ETSI 2026. szeptember 3-án jelentette be az ETSI TR 104 180: Data Solutions; Development and identification of Data Quality Metrics című technikai jelentés megjelenését. A dokumentum szabványosított keretrendszert ír le a digitális és mesterségesintelligencia-rendszerekben használt adatok minőségének számszerű felmérésére.

A jelentés célja, hogy a szervezetek megállapíthassák, egy adathalmaz megfelelő-e a tervezett felhasználásra. Az ETSI szerint a keretrendszer egyben a következetes, megismételhető és szabványosított adatminőség-vizsgálatok alapját is megteremtheti.

A dokumentum 18 adatminőségi mérőszámot határoz meg, amelyekhez formális definíciók és matematikai mérési módszerek tartoznak. Ezek segítségével a szervezetek azt vizsgálhatják, hogy az adatok kellően megbízhatók, teljesek, pontosak, reprezentatívak és megbízhatók-e a konkrét céljukhoz.

Négy területre osztották a 18 mérőszámot

A mérőszámok az adatminőség több különböző szempontját fedik le. Az alapvető adatminőséghez tartozik a teljesség, a pontosság, a megbízhatóság, a konzisztencia, a precizitás, az integritás, a redundancia és az egyediség.

A használhatósági szempontok között szerepel az elérhetőség, a lefedettség, az adatok származási lánca, a nyomonkövethetőség és az időszerűség. A méltányosságot a címkék minősége, a mérési torzítás és a reprezentációs torzítás alapján vizsgálja a keretrendszer.

A felelős adatkezeléshez és az adatvédelemhez kapcsolódó mérőszámok az anonimitást és a bizalmasságot foglalják magukban. Az ETSI szerint ezekkel a szervezetek azonosíthatják a lehetséges minőségi, megbízhatósági és torzítási problémákat.

IoT- és demográfiai adatokon is tesztelték

A keretrendszer alkalmazhatóságának bemutatására az ETSI két eltérő adathalmazon alkalmazta a mérőszámokat: ipari IoT-szenzoradatokon és demográfiai adatokon. A próba azt mutatta meg, hogy a mérőszámok különböző adat-környezetekben is használhatók, miközben az egyes felhasználási célokhoz eltérő kombinációkra és súlyozásra lehet szükség.

Az ipari IoT-szenzoradatoknál különösen fontosnak bizonyult a megbízhatóság, az időszerűség, a pontosság, a teljesség, a nyomonkövethetőség és az integritás. A demográfiai adatok esetében a teljesség, az anonimitás, a reprezentációs torzítás, a címkék minősége, a bizalmasság és a lefedettség került előtérbe.

A bizonyítási célú projektben a Sejong University, az EGM, a TTA, a Daejeon University és a CNIT csapata vett részt. A munka eredményeként létrehoztak egy funkcionális, nyílt forráskódú adatminőség-ellenőrző rendszert, amely a jelentésben meghatározott 18 mérőszám alapján pontszámot tud adni bármely adathalmaznak.

Önellenőrzést és átláthatóbb adatjelentést támogathat

A mérőszámok lehetővé tehetik, hogy az adathalmazok tulajdonosai önállóan ellenőrizzék és jelentsék adataik minőségét. Így átláthatóbban kommunikálhatják az adatok megbízhatóságát, ami az ETSI szerint erősítheti a bizalmat a digitális és mesterségesintelligencia-ökoszisztémákban.

„Alapvető fontosságú, hogy az adatminőség mérhető legyen, különösen azoknak a szervezeteknek, amelyeknek meg kell állapítaniuk, hogy az adataik megfelelnek-e olyan fontos céloknak, mint a megbízható mesterséges intelligencia”, mondta Diego Lopez, az ETSI DATA technikai bizottságának elnöke.

Lopez szerint az ETSI szabványosított mérőszámai közös nyelvet adnak az adatminőség értékeléséhez, és számszerű bizonyítékot szolgáltatnak arról, hogy egy adathalmaz alkalmas-e a tervezett célra. Az ETSI független, nonprofit szervezet, amely az Európai Unió által hivatalosan elismert három európai szabványügyi szervezet egyike. Több mint 900 tagszervezete van több mint 60 országból, öt kontinensről.