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Keywords:ArtificialIntelligence;QualityModel;SQuaRE;ISO/IEC25059;SoftwareQualityEvaluation一、引言1.1立项背景人工智能技术的迅猛发展正在深刻改变软件系统的形态与能力边界。从自动驾驶、智能诊断到金融风控、智能制造，AI系统已从实验室走向大规模产业化应用。然而，AI系统区别于传统软件的本质特征——数据驱动、模型黑箱、概率输出、持续演化——使得其质量保障面临前所未有的挑战。近年来，AI系统在实际应用中暴露出的公平性偏差、鲁棒性不足、可解释性缺失等问题，不仅引发广泛的社会关注，也对标准化工作提出了迫切需求。国际标准化组织软件与系统工程分技术委员会（ISO/IECJTC1/SC7）长期致力于软件工程领域的标准化工作，其制定的SQuaRE（SystemsandsoftwareQualityRequirementsandEvaluation）系列标准是全球软件质量领域最具影响力的标准体系之一。然而，该系列中的核心标准ISO/IEC25010所定义的质量模型主要针对传统确定性软件系统，未涵盖AI系统特有的质量属性。随着AI系统质量问题的日益凸显，制定专门适用于AI系统的质量模型标准已成为国际标准化领域的紧迫任务。1.2标准定位与意义ISO/IEC25059:2023是SQuaRE系列标准在AI领域的延伸和拓展，旨在为AI系统的质量需求定义、质量评估与质量改进提供系统化的框架和方法论。该标准的发布标志着国际软件质量标准化工作正式将AI系统纳入规范化管理轨道，对于统一AI系统质量认知、规范质量评估实践、促进AI系统可信部署具有重要的指导意义。二、标准编制历程2.1立项与筹备阶段ISO/IEC25059的编制工作由ISO/IECJTC1/SC7（软件与系统工程分技术委员会）下的工作组WG28（软件质量与测试）负责推进。2018年前后，随着各国AI战略的相继出台以及IEEE、欧盟等机构在AI伦理与可信性方面相关工作的推进，SC7内部关于制定AI系统质量模型标准的讨论日趋深入。经过多轮提案论证，该标准项目于2019年正式立项，项目编号为ISO/IECAWI25059。2.2起草与研讨阶段标准起草阶段历时三年有余。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意见，累计召开国际工作会议十余次，收到并处理各方意见数百条。标准草案经历了工作草案（WD）、委员会草案（CD）、国际标准草案（DIS）和最终国际标准草案（FDIS）等多个阶段的严格评审与修改完善。各成员国在AI系统质量特性定义、质量模型框架设计、评估方法等方面进行了充分讨论与反复磋商，最终达成了广泛共识。2.3发布与出版阶段2023年6月28日，ISO/IEC25059:2023经ISO与IEC联合批准正式发布。该标准的出版填补了国际标准化领域缺乏专门针对AI系统质量模型标准的空白，为全球AI系统的质量评估与管理提供了统一的技术依据。三、标准主要内容3.1标准框架与定位ISO/IEC25059:2023隶属于SQuaRE标准家族，是对ISO/IEC25010所定义通用质量模型的补充与扩展。该标准在保持SQuaRE系列标准框架一致性的前提下，针对AI系统的特性定义了专门的质量模型，适用于各类AI系统，包括基于机器学习的系统、基于知识工程的系统以及混合型AI系统。3.2AI系统质量模型的核心结构该标准构建的AI系统质量模型包括三个层次：质量特性层：在继承ISO/IEC25010中适用质量特性的基础上，针对AI系统增加了新的质量特性，包括但不限于：-鲁棒性（Robustness）：AI系统在面临异常输入、对抗性攻击或环境变化时维持正常性能的能力；-可解释性（Explainability）：AI系统以人类可理解的方式呈现其决策依据和推理过程的能力；-公平性（Fairness）：AI系统在决策过程中不因性别、种族、地域等敏感属性而产生系统性偏差的能力；-透明度（Transparency）：AI系统的设计逻辑、数据使用和决策过程被相关利益方知悉和理解的程度；-可信性（Trustworthiness）：AI系统在运行过程中值得信赖的综合属性。质量子特性层：对上述质量特性进一步细化为可度量的子特性，为质量评估提供具体的观测维度和度量依据。度量与评估层：规定了质量特性与子特性的度量方法和评估指引，支持在产品生命周期各阶段对AI系统质量进行系统化评估。3.3AI系统特有的质量考量相较于传统软件质量模型，ISO/IEC25059特别关注了以下AI系统特有的质量维度：-数据质量：训练数据的完整性、一致性、时效性和无偏性对AI系统质量的根基性影响；-模型质量：模型准确性、泛化能力、计算效率等模型层面的质量属性；-人机交互质量：AI系统与人类用户协作过程中的交互体验和可控性；-伦理与合规：AI系统在隐私保护、法律合规和社会伦理方面的质量要求。3.4与SQuaRE系列标准的衔接ISO/IEC25059:2023与SQuaRE系列标准体系中的其他标准保持衔接关系：与ISO/IEC25010（系统与软件质量模型）构成补充关系，对后者未覆盖的AI特有质量属性进行扩展；与ISO/IEC25030（质量需求框架）、ISO/IEC25040（质量评估框架）等标准协同使用，支持AI系统质量需求的定义和质量评估的实施。四、主要参与单位介绍4.1ISO/IECJTC1/SC7/WG28工作组ISO/IEC25059的编制由ISO/IECJTC1/SC7/WG28负责。该工作组汇聚了全球软件质量领域的顶尖专家，长期从事SQuaRE系列标准的制定与维护工作。WG28的专家来自各国标准化机构、科研院所、高校和知名企业，具有深厚的软件工程理论功底和丰富的标准化实践经验。在ISO/IEC25059的编制过程中，WG28成功协调了各国在AI质量概念界定、质量模型框架、评估方法等方面存在的分歧，为标准的顺利出台作出了决定性贡献。4.2主要参与单位——中国电子技术标准化研究院在ISO/IEC25059的制定过程中，中国电子技术标准化研究院（CESI）作为中国在该领域的核心支撑单位发挥了重要作用。该院是工业和信息化部直属事业单位，是中国电子信息技术领域权威的国家级标准化专业机构，长期承担全国信息技术标准化技术委员会秘书处工作，深度参与ISO/IECJTC1国际标准化活动。此外，来自中国信息通信研究院、清华大学、北京航空航天大学等国内知名机构的专家也参与了该标准的研讨与意见反馈工作，从不同角度提出了建设性意见。五、标准应用前景5.1对AI产业发展的重要意义ISO/IEC25059:2023的发布为AI系统的质量保障提供了统一的技术语言和评估框架。其应用价值体现在：帮助AI系统开发组织系统化地定义质量需求，在需求阶段就将质量要素融入系统设计；为独立的第三方评估机构提供权威的技术依据，支持AI系统质量测评服务的规范化发展；为AI系统使用者提供选择参考——采购方和用户可基于统一的质量模型对不同AI产品进行比较和鉴别；同时为行业监管和合规审查提供技术支撑。5.2典型应用场景该标准在多个场景中具有广阔的应用前景。在智慧医疗领域，可应用于辅助诊断AI系统的鲁棒性、可解释性和安全性评估，为临床决策提供质量保障。在自动驾驶领域，可用于评估感知决策算法的鲁棒性、安全性和人机交互质量。在金融风控领域，可评估信用评分模型、反欺诈模型的公平性和透明度，降低合规风险。在智能制造领域，可评估预测性维护系统的数据质量和模型可靠性，保障生产安全。5.3标准实施建议六、结论ISO/IEC25059:2023的发布是国际AI系统质量标准化领域的重要里程碑。该标准在继承SQuaRE系列标准科学框架的基础上，针对AI系统的技术特征和风险特征构建了专门的质量模型，系统定义了AI系统质量的核心特性与子特性，为AI系统的质量需求定义、质量评估和质量改进提供了权威的技术框架和方法指引。参考文献[1]ISO/IEC25059:2023,Softwareengineering—SystemsandsoftwareQualityRequirementsandEvaluation(SQuaRE)—QualitymodelforAIsystems.[S].Geneva:ISO/IEC,2023.[2]ISO/IEC25010:2023,Systemsandsoftwareengineering—SystemsandsoftwareQualityRequirementsandEvalu