人工智能训练数据真实性：概念体系构建及合规要求分析

作     者：邝苗苗 安小米 雷鸣 王嘉豪 

作者机构：中国人民大学信息资源管理学院 数据工程与知识工程教育部重点实验室 中国人民大学智慧城市研究中心 华为技术有限公司 

出 版 物：《情报理论与实践》 (Information Studies:Theory & Application)

年 卷 期：2025年

核心收录：

学科分类：12[管理学] 0301[法学-法学] 03[法学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 030103[法学-宪法学与行政法学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家社会科学基金重大项目“我国政府数据治理与利用能力研究”的成果 项目编号:20&ZD161 

主　　题：训练数据 数据真实性 概念体系 合规要求 

摘      要：[目的/意义]AI训练数据真实性是当前国内外法规政策和标准中的关注焦点，研究其概念体系和合规要求有助于提升AI技术的质量、合法性、透明度和社会接受度等。[方法/过程]使用内容分析法对目标文献中的AI训练数据真实性相关内容进行分析和抽取，使用ISO 704：2022概念分析方法从抽取的条目中识别AI训练数据真实性相关概念关系和特征，以构建AI训练数据真实性概念体系，基于概念体系构建分析框架，进一步识别对应的合规要求。[结果/结论]与AI训练数据真实性相关的概念有AI训练数据客观性、AI训练数据可靠性、AI训练数据确实性、AI训练数据完整性。AI训练数据真实性合规要求包括具有合法来源、与基本事实相符、数据准确、没有受到不当操作和能反映人工智能系统的背景或预期用途5类。