AIの「品質」を測る共通言語がなかった
「このAIツール、品質は大丈夫なのか」「ベンダーによって言っていることが違う」――AI導入を検討する現場で、こうした疑問や戸惑いが生まれるのは珍しいことではありません。背景には、AIシステムの品質を語るための共通の物差しが、長らく存在しなかったという事情があります。
従来のソフトウェアであれば、「仕様書通りに動くか」をテストすることで、ある程度客観的に品質を評価できました。しかしAIシステムは、同じ入力に対しても確率的に出力が変わり、学習に使ったデータの偏りによって特定の条件下だけ精度が落ちることがあります。「バグがない」ことと「AIとして十分な品質がある」ことは、必ずしもイコールではありません。
この課題に対して、国際標準化機構（ISO）と国際電気標準会議（IEC）は、ソフトウェア品質の国際規格群「SQuaRE」の枠組みの中に、AIシステム専用の品質モデルを定める規格「ISO/IEC 25059」を加えました。本記事では、この規格が何を定め、どのような考え方でAIの品質を捉えているのかを、できるだけ噛み砕いて解説します。
そもそも「SQuaRE」とは何か
ISO/IEC 25059は単独で存在する規格ではなく、「SQuaRE（Software product Quality Requirements and Evaluation）」と呼ばれる、ソフトウェア品質に関する一連の国際規格群（ISO/IEC 25000番台）の一部として位置づけられています。SQuaREは大きく、
- 品質モデルを定義する規格群（何をもって「品質が良い」とするかの枠組み）
- 品質要求を定義する規格群（発注・調達時にどんな要求を定めるか）
- 品質評価のプロセスを定義する規格群（実際にどう測定・評価するか）
といった複数の役割に分かれており、ソフトウェア全般の品質モデルを定める規格が「ISO/IEC 25010」です。ISO/IEC 25059は、この25010を土台にしながら、AIシステムに特有の性質を反映するために作られた、いわば「25010のAI拡張版」にあたります。
つまりISO/IEC 25059を理解するには、まずベースとなる25010の考え方を押さえておく必要があります。
ベースとなる8つの品質特性（ISO/IEC 25010）
ISO/IEC 25010は、ソフトウェア製品の品質を次の8つの特性（characteristics）に分解して捉えます。それぞれの特性はさらに複数の「副特性（sub-characteristics）」に分かれますが、まずは大枠だけ押さえれば十分です。
- 機能適合性：やりたいことが過不足なく実現できているか
- 性能効率性：必要な速さ・負荷・資源量で動くか
- 互換性：他のシステムと共存・連携できるか
- 使用性：使う人にとって分かりやすく、使いやすいか
- 信頼性：止まらず、安定して動き続けるか
- セキュリティ：情報やデータが守られているか
- 保守性：不具合の修正や機能追加がしやすいか
- 移植性：別の環境・基盤に移しやすいか
ISO/IEC 25059は、この8特性という大枠そのものは維持しつつ、それぞれの「副特性」の中身をAIシステム向けに読み替え、さらにAI特有の新しい副特性をいくつか追加しています。次の章で、8特性それぞれがAIの文脈でどう変わるのかを見ていきます。
8つの品質特性は、AIシステムではどう読み替わるのか
機能適合性 ― 「仕様通り」の意味が変わる
従来のソフトウェアでは、「仕様に書かれた通りの結果を返すか」を機能正確性として評価できました。しかしAIは決まった計算式に沿って1つの正解を返すわけではなく、確率的な予測を行います。そのため機能正確性は、「どの程度の精度・確からしさであれば十分正確と言えるか」という評価基準そのものを、あらかじめ数値や許容範囲として定義しておくことが前提になります。
さらにAI特有の副特性として、「機能適応性」が新たに加わっています。これは、利用状況やデータの変化に応じて、AIの振る舞いを調整・最適化できるかという観点です。ビジネス環境や顧客層が変化したときに、AIが硬直的なまま使い続けられるのか、それとも継続的に調整していけるのかは、長期的な運用コストに直結します。
性能効率性 ― 推論コストという新しい論点
AIシステム、特に大規模なモデルを使う場合、1回の処理にかかる計算資源（GPUなどの演算能力）やコストが、従来のソフトウェアに比べて無視できない規模になります。「応答が速いか」だけでなく、「その速さをどれだけのコストで実現しているか」「利用者数が増えたときにスケールできるか」も、性能効率性の評価に含まれる論点です。
互換性 ― 既存システムとAIをどうつなぐか
AI単体で完結するケースは少なく、多くの場合は既存の業務システムや他のソフトウェアと連携して使われます。APIを通じて他システムと問題なくデータをやり取りできるか、複数のAIサービスを併用しても競合やデータの不整合が起きないかといった点が、互換性の評価対象になります。
使用性 ― 「分かりやすさ」に説明責任が加わる
使用性はもともと、操作のしやすさや学習のしやすさを指す特性ですが、AIシステムでは2つの副特性が新たに重視されています。
- 透明性：AIがなぜその出力を出したのか、利用者が理解・説明できる余地があるか
- 利用者制御性：最終判断を人が行える、あるいはAIの挙動を人がコントロールできるか
従来のソフトウェアの「使いやすさ」が主に操作性を指していたのに対し、AIの使用性には「納得感」や「説明責任」という要素が加わっている点が特徴です。
信頼性 ― 「壊れない」から「崩れない」へ
信頼性はもともと、システムが止まらず安定して動き続けるかを評価する特性です。AIシステムではこれに加えて、「堅牢性」という副特性が重視されます。これは、ノイズの多いデータや想定外の入力が来たときに、極端に誤った、あるいは危険な出力を出さずに踏みとどまれるかという観点です。
システムダウンのような分かりやすい故障だけでなく、「使っているうちに少しずつ精度が落ちていく」「特定の条件下だけ極端に誤る」といった、目に見えにくい劣化もAIの信頼性リスクとして扱われます。
セキュリティ ― 止める・修正する権限を人に残す
セキュリティの基本要素（機密性・完全性・否認防止・説明責任・真正性）は従来と変わりませんが、AIシステムでは「介入性」という副特性が新たに加わっています。これは、問題が起きたときに、人が途中でAIの処理を止めたり、修正したりできるかという観点です。
AIが自律的に判断・実行する範囲が広がるほど、「何かおかしいと感じたときに、人間が介入できる仕組みが用意されているか」は、セキュリティ上の重要な論点になります。
保守性 ― コードだけでなくモデルも更新対象
従来の保守性は、プログラムのコードを修正・拡張しやすいかを評価していました。AIシステムでは、コードだけでなく学習済みモデルやデータセットも保守の対象になります。モデルを再学習させる仕組みが整っているか、精度の劣化を検知して改善サイクルに乗せられるかといった点が、保守性の実質的な中身になります。
移植性 ― 特定のベンダー・基盤への依存リスク
移植性は、システムを別の環境やインフラに移しやすいかを評価する特性です。AIシステムでは、特定のクラウドベンダーやAIモデル提供元に強く依存してしまう「ベンダーロックイン」のリスクが、移植性の評価における実務的な論点として浮上します。将来的に別のAIサービスへ乗り換える可能性を見込んでおくかどうかも、この特性に関わってきます。
この規格は誰のためのものか
ISO/IEC 25059は、主に次のような立場の人たちが参照することを想定しています。
- AIシステムを開発する側：何を基準に品質を作り込み、検証すればよいかの共通言語として
- AIシステムを調達・発注する側：ベンダーに何を要求し、何を確認すればよいかのチェックポイントとして
- AIシステムを評価・監査する側：第三者的な立場で品質を評価する際の枠組みとして
中小企業の経営者や担当者が、この規格そのものに準拠した評価プロセスをゼロから構築するのは現実的ではありません。しかし「調達・発注する側」の視点、つまりベンダーに何を質問すればよいかのチェックリストとして活用することは、十分に現実的です。
実務で使えるチェックリスト
ここまでの内容を踏まえ、AIツールやAIシステムを導入する前に確認しておきたい項目を、実務寄りの質問に置き換えてみます。
- そのAIは、自社が想定している業務・用途に本当に対応しているか（デモ環境ではなく、自社のデータで試したか）
- 出力結果の精度について、ベンダーはどの程度の基準・実績を示せるか
- 利用者が増えたとき、応答速度やコストはどう変化するか
- 既存の業務システムと問題なく連携できるか
- なぜその結果になったのか、ある程度説明できる仕組みがあるか（完全なブラックボックスではないか）
- 想定外の入力に対して、極端におかしな出力をしないか
- 誤った出力が出たとき、人が気づいて止める・修正するルートがあるか
- 利用するデータは誰が、どこで、どのように扱われるか
- 精度が落ちてきたとき、モデルを再学習・改善していける仕組みになっているか
- 特定のベンダーに依存しすぎず、将来的に乗り換える余地はあるか
ポイントは、「このAIはすごい」という印象だけで判断せず、具体的な質問として確認することです。ベンダーに質問してみて、はぐらかされたり、曖昧な回答しか返ってこなかったりする場合は、注意信号と捉えてよいでしょう。
よくある誤解 ― 「規格に準拠していれば安心」ではない
ISO/IEC 25059のような国際規格があると、「この規格に準拠していると謳っているツールなら安心」と考えたくなりますが、注意が必要です。この規格はあくまで「品質を評価するための観点・枠組み」を提供するものであり、特定のAIツールの安全性や性能を保証するものではありません。
また、8つの特性すべてで高いレベルを求める必要もありません。業務の性質によって、重視すべき特性の優先順位は変わります。たとえば社内向けの補助ツールであれば透明性や介入性より使いやすさを優先してよい場合もありますし、顧客に直接結果を提示するAIであれば、堅牢性や透明性をより重視すべきでしょう。大切なのは、規格を盲信することではなく、「自社にとってどの観点が重要か」を自分たちで判断する軸を持つことです。
外部に相談するという選択肢
「このAIツール、うちの業務に合っているのか自分たちだけでは判断できない」という場合は、第三者的な立場から一緒に見極めてもらうのも一つの方法です。ベンダーの説明を鵜呑みにせず、技術的な観点とビジネス的な観点の両方から確認できると、導入後のミスマッチを防ぎやすくなります。
当事務所でも、AIツールの選定やAIを組み込んだシステム開発に関するご相談を受け付けております。「候補はいくつかあるが、どう比較すればいいか分からない」という段階からでも構いません。気になることがあれば、LINEでお気軽にお問い合わせください。
まとめ
- ISO/IEC 25059は、ソフトウェア品質の国際規格群「SQuaRE」の一部で、ベースとなる「ISO/IEC 25010」の8品質特性をAI向けに拡張したもの
- 機能適合性・性能効率性・互換性・使用性・信頼性・セキュリティ・保守性・移植性の8特性は、AIの文脈でそれぞれ意味合いが変化する
- 特に機能適応性・堅牢性・透明性・利用者制御性・介入性は、AIシステムのために新設・拡張された観点
- 規格そのものへの準拠よりも、調達・発注時の「何を質問すべきか」のチェックリストとして活用するのが現実的
- 8特性すべてを高水準で満たす必要はなく、自社の用途に応じて優先順位をつけて考えることが重要
