Entorno para la Evaluación de la Adecuación Funcional en Sistemas IA

• Jesús Oviedo Lama AQCLab Software Quality / Universidad de Castilla-La Mancha
• Moisés Rodríguez Monje AQCLab Software Quality / Universidad de Castilla-La Mancha
• Mario Piattini Velthuis Universidad de Castilla-La Mancha

DOI: https://doi.org/10.5753/cibse.2024.28462

Resumo

En la actualidad la Inteligencia Artificial es una parte fundamental de la transformación digital de las organizaciones y la aparición de aplicaciones con algoritmos de IA hace que su incidencia en las actividades cotidianas sea cada día mayor. Ante esta situación, existe una necesidad de que estos Sistemas IA, como sistemas software que son, cuenten con los parámetros de calidad necesarios para garantizar su uso. En este artículo se presenta un entorno metodológico y tecnológico para la medición y la evaluación de la Adecuaci ón Funcional en Sistemas IA. El entorno propone un conjunto de métricas y propiedades de calidad alineadas con el nuevo estándar ISO/IEC 25059. Tambi én cuenta con una metodología de evaluación alineada con la norma ISO/IEC 25040. Por otro lado, se ha desarrollado un conjunto de herramientas automáticas para facilitar la evaluación de la Adecuación Funcional en Sistemas IA.

Referências

Calero, C., Moraga, M. Á., and Piattini, M. (2021). Software Sustainability. Springer.

Horneman, A., Mellinger, A., and Ozkaya, I. (2019). Ai engineering: 11 foundational practices-recommendations for decision makers from experts in software engineering, cybersecurity, and applied artificial intelligence white paper dm19-0624, 06.06.

ISO/IEC (2023a). Iso/iec 25040:2023. In Systems and software engineering — Systems and software Quality Requirements and Evaluation (SQuaRE) — Evaluation process.

ISO/IEC (2023b). Iso/iec 25059:2023. In Software engineering - Systems and software Quality Requirements and Evaluations (Square) - Quality model for AI systems.

Lavazza, L. and Morasca, S. (2021). Understanding and modeling ai-intensive system development. In 2021 IEEE/ACM 1st Workshop on AI Engineering-Software Engineering for AI (WAIN), pages 55–61. IEEE.

Navas, R. (2016). Modelo de calidad para servicios cloud.

Oviedo, J., Márquez, R., Rodríguez, M., and Piattini, M. (2023). Calidad en los sistemas ia: adaptación de modelos de procesos y productos. Actas de las XXVII Jornadas de Ingeniería del Software y Bases de Datos.

Rahman, A. (2019). Quality consideration for e-learning system based on iso/iec 25000 quality standard.

Rodríguez, M., Oviedo, J. R., and Piattini, M. (2016). Evaluation of software product functional suitability: A case study. Software Quality Professional, 18(3).

Romero, J., Medina-Bulo, I., and Chicano, F. (2023). Optimising the Software Development Process with Artificial Intelligence. Springer.

Van Oort, B., Cruz, L., Aniche, M., and Van Deursen, A. (2021). The prevalence of code smells in machine learning projects. In 2021 IEEE/ACM 1st Workshop on AI Engineering-Software Engineering for AI (WAIN), pages 1–8. IEEE.

Verdugo, J., Oviedo, J., Rodríguez, M., and Piattini, M. (2024). Connecting research and practice for software product quality evaluation and certification: a software laboratory’s 25-year journey. IEEE Software.