ISOIEC 250592023 软件工程.系统和软件质量要求和评估（SQuaRE）.人工智能系统的质量模型标准立项发展报告

软件工程系统和软件质量要求和评估（SQuaRE）人工智能系统的质量模型标准立项发展报告StandardizationDevelopmentReport:Softwareengineering—SystemsandsoftwareQualityRequirementsandEvaluation(SQuaRE)—QualitymodelforAIsystems摘要关键词：人工智能；质量模型；SQuaRE；ISO/IEC25059；软件质量评估；标准研制AbstractWiththedeeppenetrationandlarge-scaleapplicationofartificialintelligence(AI)technologiesacrossvariousindustries,qualityassuranceofAIsystemshasbecomeacorechallengeintheglobalsoftwareengineeringfield.AIsystemsdifferfundamentallyfromtraditionalsoftwaresystemsintermsofdatadependency,modeluncertainty,non-deterministicbehavior,andautonomousdecision-makingcapabilities,makingtraditionalsoftwarequalitymodelsinadequatetoeffectivelycovertheirqualitycharacteristicsthroughouttheentirelifecycle.Againstthisbackdrop,theInternationalOrganizationforStandardization(ISO)officiallyreleasedISO/IEC25059:2023"Softwareengineering—SystemsandsoftwareQualityRequirementsandEvaluation(SQuaRE)—QualitymodelforAIsystems"inJune2023.Thisreportsystematicallyreviewstheprojectbackground,developmentprocess,andcoretechnicalcontentofthestandard,deeplyanalyzestheAIsystemqualitymodelframeworkconstructedbythestandard,includingqualitycharacteristics,sub-characteristics,andtheirmappingrelationshipswiththeSQuaREseries.Thereportfocusesonanalyzingthequalitymodelingmethodsacrossdimensionssuchasfunctionalsuitability,performanceefficiency,compatibility,usability,reliability,security,maintainability,andportabilityofAIsystems,andexploresitssignificantguidingvalueforAIsystemevaluationandcertification,qualityassurance,andriskmanagement.ResearchindicatesthatthereleaseofISO/IEC25059:2023fillsthegapininternationalstandardsforAIsystemqualitymodeling,providescriticaltechnicalsupportforthestandardizeddevelopmentoftheglobalAIindustry,andholdsmilestonesignificanceinpromotingthehigh-qualityandtrustworthydevelopmentofAIsystems.Keywords:ArtificialIntelligence;QualityModel;SQuaRE;ISO/IEC25059;SoftwareQualityEvaluation;StandardDevelopment一、引言1.1立项背景人工智能技术正以前所未有的速度重塑全球产业结构与经济形态。从智能制造、智慧医疗到自动驾驶、智能金融，AI系统的应用边界持续扩展，其决策结果对个人生活、社会运行乃至公共安全的影响日益深远。然而，AI系统的特殊性带来了传统软件工程方法论难以完全应对的新挑战：数据驱动行为导致的质量不确定性、模型黑箱特性引发的可解释性难题、自主学习带来的行为不可预知性，以及伦理、隐私、偏见等非功能性风险的系统性交织，均对既有软件质量保障体系构成了严峻挑战。在ISO/IEC25000（SQuaRE）系列标准框架下，传统的软件产品质量模型（ISO/IEC25010:2011）虽已建立了相对完善的质量特性体系，但其设计初衷面向确定性、可测试性的传统软件系统，未能充分涵盖AI系统所特有的质量关切，例如模型准确性、数据质量、鲁棒性、可解释性、公平性等。这一标准空白使得AI系统的质量评价与认证长期缺乏统一、权威的国际依据，制约了AI产业的规范化进程与跨国贸易的顺畅开展。1.2立项意义ISO/IEC25059:2023的制定与发布具有多重战略意义。其一，该标准将AI系统特有的质量关注点纳入国际通用的SQuaRE框架体系，实现了传统软件质量模型与AI系统质量需求的有机衔接，为AI时代软件质量工程的理论发展提供了标准化支撑。其二，标准为AI系统的需方、供方、评价方和监管方提供了统一的质量评价语言与度量基准，有助于降低AI系统交易与评估中的信息不对称，促进市场良性发展。其三，该标准的发布是全球AI治理体系的重要组成部分，为各国制定AI质量监管政策提供了技术参照，对推动全球AI系统的可信赖发展具有基础性作用。二、标准概况2.1标准基本信息ISO/IEC25059:2023《软件工程系统和软件质量要求和评估（SQuaRE）人工智能系统的质量模型》由国际标准化组织（ISO）与国际电工委员会（IEC）联合下设的ISO/IECJTC1/SC42（人工智能分技术委员会）与SC7（软件与系统工程分技术委员会）协作研制。该标准于2023年6月28日正式发布，为现行有效标准。标准正文以英文编写，采用电子版加密PDF格式发行，适用于全球范围内的AI系统质量评价与管理工作。2.2标准定位与适用范围ISO/IEC25059:2023是SQuaRE系列标准体系中专门面向AI系统的质量模型标准，其定位在于为AI系统的质量评价提供一套结构化的质量特性框架。该标准适用于各类AI系统，涵盖基于机器学习、深度学习、知识图谱、专家系统等多种技术路线的AI系统，包括嵌入在更大系统中的AI组件以及独立运行的AI系统。标准的适用对象包括但不限于：AI系统的开发组织（用于质量设计与内部评估）、AI系统的需方与用户（用于质量需求定义与验收评估）、第三方评价机构（用于独立质量评价与认证）、以及监管机构（用于合规性评估与政策制定）。2.3标准主要内容ISO/IEC25059:2023在继承ISO/IEC25010:2011质量模型框架的基础上，针对AI系统的特殊性进行了系统性的扩展与调整。标准的核心内容包括：（1）AI系统质量模型的总体框架：明确了AI系统质量模型的层次结构，包括质量特性（qualitycharacteristic）、质量子特性（qualitysub-characteristic）和度量属性（measureattribute）三个层级。（2）AI系统特有的质量特性与子特性：在ISO/IEC25010原有八类质量特性的基础上，增加了面向AI系统的专项质量特性。例如，在“功能性”质量特性下，标准引入了功能正确性、功能完备性与功能适当性等子特性，并进一步细分出模型准确性（ModelAccuracy）—衡量模型输出与预期结果的一致程度；模型完备性（ModelCoverage）—衡量模型覆盖输入空间和业务场景的全面程度；以及模型适宜性（ModelAppropriateness）—评估所选模型类型与算法是否适合目标任务与数据特征。在“性能效率”特性下，标准重点纳入了模型效率（ModelEfficiency）—评估模型的推理时间、训练开销与资源占用；时空复杂度（Space/TimeComplexity）—衡量模型在推理过程中的时间消耗与存储占用，确保AI系统在资源受限环境中的可用性。在“可靠性”特性下，标准补充了鲁棒性（Robustness）—衡量系统在输入扰动、噪声数据或对抗样本条件下保持正常性能的能力；容错性（FaultTolerance）—评估AI系统在部分组件失效或数据异常时仍能维持基本功能的能力。在“安全性”特性下，标准引入了可解释性（Explainability）—衡量系统决策过程和输出结果能够被人类理解的程度；公平性（Fairness）—评估系统在不同群体间是否存在系统性偏差或歧视性结果；以及透明度（Transparency）—反映系统的行为、局限性、使用条件等信息被明确告知用户的充分程度。在“兼容性”特性下，标准新增了数据集兼容性（DatasetCompatibility）—评估系统在非训练分布数据集上的适应能力；模型互操作性（ModelInteroperability）—衡量模型在不同框架、平台或版本之间转换与协同工作的能力。在“维护性”特性下，标准引入了可演进性（Evolvability）—评估AI系统能否在增量数据或新场景下持续迭代更新的便利程度；可复用性（Reusability）—衡量已开发模型、数据管道或算法组件迁移至新任务或新系统中的适用性。在“安全性”与相关质量关切下，标准还强化了数据隐私（DataPrivacy）—评估系统在数据处理全生命周期中对个人信息和敏感数据的保护能力；对抗鲁棒性（AdversarialRobustness）—衡量系统抵御恶意攻击和对抗样本干扰的能力。（3）与SQuaRE系列标准的融合：明确了AI系统质量模型与ISO/IEC25010、ISO/IEC25030（质量需求）、ISO/IEC25040（质量评价）等SQuaRE系列标准的关系与映射机制，建立了从质量需求定义到质量评价的完整链路。（4）使用指引：提供了在不同场景（如系统开发、系统选型、第三方评估、风险管理）下应用AI系统质量模型的详细指引。三、研制单位介绍3.1国际标准化组织（ISO）国际标准化组织（InternationalOrganizationforStandardization，简称ISO）成立于1947年，是全球最大的非政府性国际标准化机构，总部位于瑞士日内瓦。ISO的宗旨是在全球范围内促进标准化及相关活动的发展，以利于国际物资交流和互助，并扩大知识、科学、技术和经济方面的合作。截至目前，ISO拥有来自170多个国家的国家标准机构成员，累计发布国际标准超过25000项，涵盖工业制造、信息技术、环境管理、食品安全、质量管理等几乎所有技术领域。ISO在软件工程标准化领域的影响力根深蒂固。其下属的ISO/IECJTC1（信息技术联合技术委员会）是信息技术领域国际标准制定的核心平台，负责制定信息技术相关国际标准。其中，SC7（软件与系统工程分技术委员会）是软件工程标准化的主导机构，负责软件生命周期过程、质量保证、体系结构、度量与评价等关键标准的研制；而SC42（人工智能分技术委员会）成立于2017年，是ISO/IECJTC1下属专门负责人工智能标准化工作的分技术委员会，其工作范围涵盖AI基础标准、可信赖性、治理、计算与数据方法等方向。SC42的成立标志着国际标准化组织对AI领域标准化工作的高度重视，其制定的AI相关标准对全球AI产业发展具有深远的引导作用。在ISO/IEC25059:2023的研制过程中，SC42与SC7通力协作，充分发挥了各自在AI技术规范与软件工程质量领域的专业优势。SC42承担了AI系统特有质量属性的定义与梳理工作，聚焦于机器学习模型特性、数据质量、可解释性等AI核心议题；SC7则负责质量模型架构的规范性与SQuaRE框架的一致性保障，确保标准与现有软件质量标准体系的有机融合。两个分技术委员会联合组建了专门的工作组，广泛吸纳了来自中国、美国、英国、德国、日本、韩国、加拿大等国家的标准化专家参与标准研制。经过多轮国际研讨、草案评审与投票表决，最终于2023年6月成功发布该标准。3.2ISO/IECJTC1/SC42人工智能分技术委员会SC42作为全球AI标准化工作的中枢机构，其工作范围包括基础标准、计算与数据方法、可信赖性与治理、伦理关注等关键方向。在ISO/IEC25059:2023的研制过程中，SC42发挥了核心作用，尤其是在AI系统质量模型框架的构建方面。SC42建立了一套系统的AI标准化工作方法。首先，在标准需求分析阶段，SC42组织各成员国开展了广泛的产业调研与需求征集，梳理出AI系统在质量保障方面面临的共性挑战，明确了制定AI系统质量模型标准的必要性与紧迫性。其次，在标准起草阶段，SC42联合SC7组建了专项工作组，汇聚了来自全球AI领域学术界与工业界的顶级专家，经过多轮技术研讨逐步确立了涵盖数据质量、模型质量、系统质量等多层次的质量体系框架。第三，在标准评审阶段，标准草案经过多轮国际标准投票程序，各成员国从技术完整性、可操作性、与产业实践的适应性等角度提出了大量建设性意见，工作组逐一进行了规范答复和合理吸纳。四、结论与展望ISO/IEC25059:2023的发布是人工智能标准化进程中一个重要的里程碑，标志着国际社会对AI系统质量评价的认识从零散的技术讨论走向了体系化的标准规范。该标准通过将AI系统特有的质量关切（如模型准确性、数据质量、鲁棒性、可解释性、公平性、透明性等）纳入国际通行的SQuaRE质量框架，构建了一套兼顾继承性与创新性的质量建模方法论，为全球AI系统的质量度量、评估与认证提供了统一的技术基准。从理论层面而言，该标准推动了软件质量工程学科在AI时代的理论演进。它证明了对AI系统进行结构化、可度量、可重复的质量评价是可行的，从而消解了“AI系统不可验证”的悲观论调，为AI系统质量保障的学术研究开创了系统化的方法论框架。从实践层面而言，该标准为AI系统供需双方和监管机构建立了一套清晰的“质量语言”，有助于降低交易成本、防范质量风险、促进良性市场秩序的建立。展望未来，AI系统质量标准化工作仍面临诸多挑战与机遇。一方面，随着大语言模型、多模态模型、具身智能等新技术的快速演进，AI系统的能力边界与风险谱系持续变化，质量模型需要持续扩展和完善。另一方面，AI系统质量与数据质量、算法公平性、伦理合规等议题的深度交织，要求标准化工作在更广泛的社会技术维度上展开。ISO/IEC25059:2023作为该领域的基础性标准，其后续修订与配套标准（如AI系统质量度量标准、AI系统质量评价指南、AI系统可信赖性标准等）的研制将形成更为完备的标准簇。可以预见，ISO/IEC25059:2023将持续在全球AI系统质量保障与治理进程中发挥关键的基础性作用，AI系统质量标准化亦将在标准与技术创新互促共进的螺旋式上升中不断走向成熟，为构建可信赖的智能社会贡献坚实的技术力量。参考文献[1]ISO/IEC25059:2023,Softwareengineering—SystemsandsoftwareQualityRequirementsandEvaluation(SQuaRE)—Q