Uso de datos personales, elemento clave.
Si bien la adopción de Inteligencia Artificial (IA), a través de procesos de “machine learning”, representa innumerables beneficios, también trae consigo desafíos importantes en áreas clave como la ciberseguridad, la privacidad de las personas y la regulación, que deben ser atendidos para evitar imponer frenos a la innovación.
“Gracias a estos mecanismos de aprendizaje de las máquinas y de IA hemos detectado tan sólo en esta temporada de Covid 18 millones de mensajes de malware y phishing en Gmail a nivel mundial que están relacionados con el coronavirus y más de 240 millones de mensajes de spam diarios, igual que videos con información falsa con cuestiones sobre medicamentos milagro”, destacó Lina Ornelas.
Al participar en el seminario “Ciberseguridad: Retos y oportunidades”, la jefa de Políticas Públicas y Relaciones con Gobierno para México, Centroamérica y el Caribe de Google, habló de las aplicaciones de la IA en la ciencia y la medicina, como un caso en la India donde se detectó una retinopatía diabética en fase temprana, al detectar ciertos patrones a través de millones de imágenes del iris del ojo.
Al asegurar que la IA hace cosas que los humanos no pueden hacer y que necesitaríamos analizar muchísimas personas para detectar un gran número de patrones, la ejecutiva refirió cómo la aplicación de “machine learning” en imágenes ha sido clave para detectar tumores cancerosos, con un microscopio y después de un tamiz a millones de imágenes para poder bajar los falsos positivos, además que la NASA lo está utilizando para detectar nuevos exoplanetas.
En cuanto a los desafíos relacionados con el desarrollo tecnológico, destacó el de la privacidad, de cómo manejar el consentimiento, porque de entrada, los usuarios tienen que ser informados sobre qué se está haciendo con sus datos.
“Los países que están manejando mejor los datos son los que de manera exponencial y no incremental van a dar un salto cuántico en sus economías, en el avance científico, pero siempre tiene que hacerse cuidando un equilibrio en derechos y libertades y con una total transparencia”, acotó.
La innovación basada en datos debe garantizar la privacidad tanto del usuario como de los sistemas, reconoció la experta, para quien lo más importante no es poner foco tanto en el volumen, sino en el uso que se les dé y cómo se van a manejar en grandes segmentos para obtener un beneficio y saber tomar las mejores decisiones a partir de un equilibrio entre acumular datos y su protección para que los países puedan innovar, sin establecer trabas.
La anonimización, es decir, quitarle el dato personal o la identificación de un individuo, es una herramienta fundamental para utilizar datos, además de que la regulación existente se aplique, por ejemplo, en el Internet de las Cosas (IoT) por lo que no es necesario crear nueva regulación.
“No debemos fragmentar la regulación y crear algo específico o ad hoc, porque eso frenaría la innovación y el desarrollo de la industria. Eso lo tienen claro muchos reguladores. Lo que se requiere son políticas públicas, iniciativas público-privadas y autoridades capaces de aplicar esto de manera muy práctica”.
C$T-GM