Из ГОСТ Р 59897–2021 Данные для систем искусственного интеллекта в образовании. Требования к сбору, хранению, обработке, передаче и защите данных

7.6 Архивация данных представляет собой копирование данных в специализированную систему (среду), в которой будет обеспечено их долгосрочное хранение, и удаление этих данных из активной системы. Архивация обеспечивает возможность повторного использования исторических данных, если они понадобятся вновь [из 7.6 ГОСТ Р 59897–2021]

7.7 Уничтожение данных представляет собой необратимое удаление данных, исключающее их использование и восстановление [из 7.7 ГОСТ Р 59897–2021]

7.8 Допускается возможность перехода данных на новый жизненный цикл при их модификации и обогащении новыми данными [из 7.8 ГОСТ Р 59897–2021]

8.1 До проведения мероприятий по сбору данных для использования в образовательных продуктах с алгоритмами искусственного интеллекта необходимо определить:

• цели и задачи, являющиеся основанием для сбора данных;
• перечень и объем собираемых данных;
• методы сбора данных.

Также целесообразно определить гипотезу, которая может быть подтверждена или опровергнута в ходе исследования собираемых данных [из 8.1 ГОСТ Р 59897–2021]

8.2 Для эффективного функционирования образовательных продуктов с алгоритмами искусственного интеллекта необходимо установить уровень качества собираемых данных и соответствующие требования к его определению [из 8.2 ГОСТ Р 59897–2021]

8.3 Качество данных оценивают по следующим критериям:

1. точность — соответствие данных реальному состоянию исследуемых объектов;
2. полнота — данные отражают все ожидаемые характеристики исследуемых объектов в ожидаемом объеме;
3. согласованность — в данных отсутствуют внутренние противоречия, идентичные данные из различных источников совпадают;
4. целостность — данные не были изменены при выполнении какой–либо операции (передача, хранение или отображение);
5. обоснованность — собранные данные отвечают поставленным целям и задачам;
6. расхождение во времени — соответствие собираемых данных времени их возникновения;
7. уникальность — в данных отсутствуют дубликаты;
8. валидность — данные соответствуют ожидаемому формату, значения находятся в ожидаемых диапазонах и имеют ожидаемую точность.

[из 8.3 ГОСТ Р 59897–2021]

8.4 Если данные не соответствуют установленному уровню качества, необходимо провести мероприятия по его повышению [из 8.4 ГОСТ Р 59897–2021]

8.5 Для удобства дальнейшего использования данных, в том числе для их последующей очистки, по результатам оценки качества данных может быть сформирован соответствующий отчет [из 8.5 ГОСТ Р 59897–2021]

8.6 Для собираемых данных необходимо предварительно определить основные параметры жизненного цикла данных, включая продолжительность хранения, сроки архивации и уничтожения данных [из 8.6 ГОСТ Р 59897–2021]