AI時代におけるデータ品質：ガバナンス、倫理、およびFAIR原則のレビュー

データ品質は科学的誠実性、再現性、エビデンスに基づく意思決定の根本的な要素です。しかし、収集やキュレーションの透明性が欠けているデータセットが多く、これが研究分野全体での信頼と再利用性を損なっています。本ナarrativeレビューは、1996年から2025年までに発表された科学的および技術的文献を統合し、国際基準（ISO/IEC 25012、ISO 8000）を補完することで、人工知能（AI）時代におけるデータ品質フレームワーク、ガバナンス、および倫理的考慮事項の統合的な概要を提供します。情報源はPubMed、Scopus、Web of Science、およびグレー文献から取得しました。セクターを超えて、正確性、完全性、一貫性、適時性、アクセシビリティが普遍的な品質次元として浮上しています。医療、ビジネス、および公共行政の証拠は、データ品質の低下が大きな財務損失、業務の非効率性、そして信頼の侵食をもたらすことを示しています。新たに出現したフレームワークはFAIR原則（探しやすさ、アクセス可能性、相互運用性、再利用性）を統合し、AIシステムのバイアス軽減などの倫理的安全策を取り入れています。データ品質は単なる技術的な問題ではなく、データライフサイクル全体を通じて強固なガバナンスと継続的な保証を必要とする社会的・組織的な課題です。データ管理の実践に品質と倫理的ガバナンスを織り込むことは、信頼性が高く、再利用可能で再現性のあるデータを生成し、健全な科学と情報に基づく意思決定を支えるために重要です。