AIシステムは、従来のIT環境では一般的に見られない特有の脅威、特にデータポイズニングに直面しています。データポイズニングとは、攻撃者がトレーニングデータを操作してモデルの挙動を改ざんするものです。AAIAのAI特有の脆弱性に関するレポートでは、入力データの出所チェック、トレーニングデータの異常検出、整合性検証パイプラインなど、ポイズニングを具体的に監視・軽減するための制御が重視されています。
プライバシー（A）、データ流出（C）、データガバナンス（D）のコントロールはあらゆるデジタルシステムに不可欠ですが、AIにおいては、データポイズニングの監視が特に重要です。ポイズニングされた入力は、誤った予測、安全性の問題、あるいはシステムバイアスにつながる可能性があるためです。AAIAは、データポイズニングを特別なコントロールを必要とする明確な脅威として特に強調しています。
参考文献:
ISACA、AAIA 試験内容概要 - ドメイン 2: AI 特有の脅威と脆弱性。
ポイズニング攻撃と整合性攻撃について説明する ISACA AI セキュリティ ガイダンス。

データクリーニングは、AI開発ライフサイクルにおける基本的なタスクです。AAIA™学習ガイドでは、データ品質（完全性、正確性、一貫性、そして正しさの確保）が、効果的で偏りのないAIシステムの構築に不可欠であるとされています。データクリーニングには、重複の削除、エラーの修正、欠損値の解決、そしてフォーマットの標準化が含まれます。
「データクレンジングは、効果的なトレーニングと評価の前提条件です。質の低いデータは、モデルの出力が不正確または誤解を招く可能性があり、運用リスクと倫理リスクを増大させます。」トレーニング（D）は不可欠ですが、データが適切に準備された後にのみ行う必要があります。層別化（A）は特定のモデリング手法をサポートしますが、データの完全性よりも二次的な要素です。したがって、データ収集段階ではCが最も重要なタスクとなります。
参照: ISACA AI監査上級™ (AAIA™) 学習ガイド、セクション:「AIの基礎とテクノロジー」、サブセクション:「データ収集と準備」

AIを活用した証拠収集は、効率性と精度を向上させることが期待されます。改善の最も効果的な指標は、データ収集時間の短縮とエラーの減少(B)です。これは、AIが品質を損なうことなく、データの抽出、統合、初期検証を効率化したことを示しています。AAIAの監査プロセスにおけるAIに関するコンテンツでは、反復的なタスクの自動化、対象範囲の拡大、証拠の質の向上といったメリットが強調されています。
再教育にかかる期間の長期化（A）は、改善ではなく非効率性を示唆しています。人的判断の排除（C）は現実的でも推奨もされません。専門家としての懐疑心と監査人の判断は依然として不可欠です。クレンジングを最低限に抑えた非構造化データ（D）に依存すると、誤解やノイズのリスクが高まります。したがって、より効率的かつ正確な証拠収集こそが、最も明確なプラスの結果です。
参考文献:
ISACA、AAIA 試験内容概要 - ドメイン 3: AI 監査ツールとテクニック (監査の効率と品質の向上)。
証拠収集における AI の価値に関する ISACA 内部監査およびデータ分析ガイダンス。

組織全体でAIを導入する上で、最も重要な変更管理上の考慮事項は、組織が適切なデータガバナンスとインフラストラクチャの準備を整えていることです(D)。堅牢なデータガバナンスがなければ、AIシステムは低品質、非準拠、または安全でないデータに依存する可能性があります。適切なインフラストラクチャ（コンピューティング、ストレージ、監視、統合）がなければ、実装は脆弱で信頼性が低く、リスクが高くなります。AAIAは、AIの準備にはガバナンス構造、データスチュワードシップ、そして技術基盤が含まれることを強調しています。
上級管理職の関与（A）は、スポンサーシップと企業文化の維持に不可欠ですが、強力なリーダーシップであっても、根本的に不十分なデータガバナンスとインフラを補うことはできません。オプションB（トレーニングサイクルの短縮）は、ユーザーの採用に焦点を当てていますが、中核的なリスクとコントロールの問題には焦点を当てていません。オプションC（段階的な導入とステージゲート）は、プロジェクトの規律としては優れていますが、依然として基盤となる準備状況に依存します。したがって、AIリスクとガバナンスの観点から、データガバナンスとインフラの準備状況を確保することは、AI導入における変更管理を成功させ、安全に行うための最優先事項です。
参考文献:
ISACA、AAIA 試験内容の概要 - ドメイン 1 およびドメイン 2: AI のガバナンス、AI の運用とインフラストラクチャ。
AI 変革の前提条件としての AI 準備状況評価とデータ ガバナンスに関する ISACA ガイダンス。