La Unión Europea ha identificado la inteligencia artificial (IA) como una de las tecnologías más relevantes del siglo XXI. También ha destacado su importancia en la estrategia para la transformación digital. En este artículo trataremos sobre Machine Learning y la importancia de preservar la protección de datos personales.
Qué es Machine Learning
El aprendizaje automático (Machine Learning o ML) es una rama específica de la Inteligencia Artificial, aplicada a la resolución de problemas específicos y limitados, como tareas de clasificación o predicción.
Cómo funciona
Los modelos de ML se entrenan utilizando conjuntos de datos. Durante su entrenamiento, los sistemas de machine learning se adaptan de forma autónoma a los patrones encontrados en las diferentes variables de un conjunto de datos dado. De esta manera, van creando correlaciones. Una vez entrenado, el sistema utiliza los patrones aprendidos para generar un resultado.
Conceptos erróneos sobre Machine Learning
- Causalidad es más que solo establecer correlaciones. La “causalidad” es la relación entre causa y efecto. Es la relación que existe entre dos factores que ocurren o evolucionan con alguna sincronización.
- Los conjuntos de datos de entrenamiento de Machine Learning deben seleccionarse para cumplir umbrales de precisión y representatividad.
- Para conseguir un buen rendimiento los modelos se necesitan datos de entrenamiento que sean tan solo una calidad superior a un cierto umbral.
- El aprendizaje federado permite el desarrollo de sistemas de aprendizaje automático sin que tengan que compartir datos de entrenamiento.
- Cuando implementación esté realizada, el rendimiento de los modelos de Machine Learning puede deteriorarse y no mejorará a menos que reciba entrenamiento adicional.
- Un modelo bien diseñado puede producir decisiones comprensibles para todas las partes interesadas relevantes.
- Es posible proporcionar una transparencia significativa a los usuarios de Inteligencia Artificial sin dañar la propiedad intelectual.
- Los sistemas están sujetos a diferentes tipos de sesgos y algunos provienen de sesgos humanos.
- Las predicciones de este sistema son precisas solo cuando los eventos futuros reproducen tendencias pasadas.
- La capacidad de ML para encontrar correlaciones no evidentes en los datos puede terminar por revelar información personal adicional, sin que el interesado sea consciente de ello.
Más información en el documento publicado por la AEPD en el siguiente enlace.
