Geschiktheid hangt af van de toepassing.
Volledigheid, actualiteit, nauwkeurigheid, consistentie en andere dimensies van datakwaliteit kunnen een zeer verschillende rol spelen, afhankelijk van de beoogde toepassing. Een dataset die geschikt is voor interne analyse, is mogelijk ongeschikt voor een geautomatiseerde beslissing.
De datakwaliteit moet daarom niet op zichzelf worden beoordeeld, maar in relatie tot het beoogde gebruik.
Is de datakwaliteit voldoende voor dit specifieke AI-gebruiksscenario?
Technische toegang betekent niet automatisch dat gegevens voor elk doel gebruikt mogen worden.
Voor AI-toepassingen moet daarom duidelijk zijn welke systemen of personen toegang hebben tot welke gegevens en onder welke voorwaarden het gebruik is toegestaan.
Dit omvat bijvoorbeeld rol- en toegangsconcepten, doelbeperkingen, beperkingen voor gevoelige gegevens en regels voor het gebruik van externe bronnen. Interne of externe gegevens.
AI-ready data governance koppelt daarom technische toegangsrechten aan bedrijfsregels voor toegestaan datagebruik.
Wanneer AI-systemen afhankelijk zijn van data, moet het mogelijk zijn om te begrijpen waar die data vandaan komen en hoe ze zijn verwerkt.
Hier speelt data lineage een belangrijke rol. Het kan inzichtelijk maken welke bronnen data hebben aangeleverd, welke transformaties hebben plaatsgevonden en welke systemen erbij betrokken waren.
Dit is vooral relevant wanneer problemen met datakwaliteit, onverwachte resultaten of governance-vraagstukken moeten worden onderzocht.
Hoe beter de herkomst en verwerking van data kunnen worden getraceerd, hoe gemakkelijker het wordt om de impact van wijzigingen of problemen te beoordelen.
Data veranderen in de loop van de tijd.
Er worden nieuwe bronnen geïntroduceerd, definities worden herzien, systemen worden vervangen en er ontstaan of worden problemen met datakwaliteit opgelost. Een eenmalige beoordeling voordat een AI-toepassing live gaat, is daarom niet voldoende.
AI-ready data governance moet ook definiëren hoe relevante wijzigingen worden geïdentificeerd, beoordeeld en gecontroleerd.
Dit kan het volgende omvatten:
periodieke beoordelingen van relevante datasets
monitoring van belangrijke indicatoren voor datakwaliteit
beoordelingen van wijzigingen in databronnen of definities
aanpassingen van toegangsrechten
documentatie van belangrijke governancebeslissingen
herbeoordeling wanneer de AI-toepassing wezenlijk verandert
Alleen de combinatie van deze zes bouwstenen creëert een robuustere basis voor AI.
Zelfs goed beheerde data bieden echter geen oplossing voor alle risico’s die verbonden zijn aan een AI-systeem.
Robuust databeheer verbetert de voorwaarden voor het gebruik van AI, maar maakt een AI-systeem niet automatisch veilig, eerlijk of adequaat beheerd.
Zelfs wanneer data goed gedocumenteerd, voldoende begrepen, van geschikte kwaliteit en onderworpen aan duidelijke toegangscontroles zijn, blijven er aanvullende AI-specifieke risico’s bestaan.