La Organización para la Cooperación y el Desarrollo Económicos (en adelante, “OCDE”) ha publicado un informe titulado “Mapping Relevant Data Collection Mechanisms for AI Training”. El documento examina los principales mecanismos utilizados para la recopilación de datos destinados al entrenamiento de sistemas de Inteligencia Artificial (en adelante, “IA”).
El propósito del informe de la OCDE es identificar y clasificar las distintas vías de obtención de datos utilizadas en el desarrollo de sistemas de IA, ofreciendo un marco conceptual que sirva de base para futuras discusiones sobre la relación entre la calidad, la diversidad, la trazabilidad de los datos, la fiabilidad y la confianza en los sistemas de IA.
En su informe, la OCDE destaca las siguientes ideas:
- La calidad y diversidad de los datos de entrenamiento son factores determinantes para la fiabilidad y el desempeño de los sistemas de IA.
- Los mecanismos de recogida de datos se agrupan en dos grandes categorías: (i) los obtenidos directamente de individuos u organizaciones (datos proporcionados, observados o donados voluntariamente) y (ii) los procedentes de terceros (mediante licencias comerciales, iniciativas de datos abiertos o técnicas de data scraping).
- La concurrencia de múltiples mecanismos en un mismo proceso de entrenamiento lleva aparejadas implicaciones en relación con la gobernanza, el control de origen y el cumplimiento de la normativa sobre protección de datos.
- El informe destaca el papel emergente de las tecnologías de mejora de la privacidad (Privacy-Enhancing Technologies, PETs) y de los entornos seguros de procesamiento como medios para compatibilizar la disponibilidad de datos con la protección de la información personal, entre otros aspectos.
