تشمل إدارة بيانات التدريب اختيار البيانات والتحقق منها وتوثيقها، وهي البيانات التي يتعلم النموذج عليها أو التي يتم من خلالها ضبطه. وفي حالة الأنظمة عالية المخاطر، يُعد ذلك مطلبًا قانونيًا: يجب أن تكون البيانات ذات صلة، وممثلة بشكل كافٍ، وأكمل ما يمكن بالنظر إلى الاستخدام المقصود، ويجب على الشركة أن تكون قادرة على إثبات مصدرها وطريقة معالجتها. وهناك ثلاث مسائل عملية: من أين تأتي البيانات، وهل يحق للشركة استخدامها لهذا الغرض، وهل تحتوي على بيانات شخصية وما هو الأساس القانوني لذلك، وهل تتوافق مع البيئة التي سيتم نشر النظام فيها. فالنموذج الذي تم تدريبه على بيانات من سوق آخر أو من فترة زمنية أخرى ينتج مخرجات مشوهة، حتى لو كانت البيانات صحيحة من الناحية التقنية.
انظر أيضًا: الذكاء الاصطناعي وجودة بيانات الشركات، والتحيز والتمييز في الذكاء الاصطناعي، وإعداد البيانات كنفقات مسموح بها.
