Els grans reptes per al desenvolupament de la IA: tecnològic, normatiu, ètic i social

La secretària d’Estat de Digitalització i Intel·ligència Artificial, Carme Artigas, ha destacat durant la inauguració de la III Trobada d’Intel·ligència Artificial, organitzada per AMETIC, que «que «després de la crisi sanitària i el confinament arriba la reconstrucció econòmica, que ningú dubta que serà una reconstrucció digital. La IA no és futur, és present i ha tingut un rol enorme durant la pandèmia i el tindrà més en el futur, no hi ha sector productiu que es quedi al marge de la IA, tant en l’àmbit públic com privat»;. Artigas ha indicado en este sentido, que «debemos aprovechar las oportunidades para apostar por el desarrollo e implementación de la IA para mejorar la competitividad y fortalecer nuestra industria para hacer frente a los retos sociales, poniendo en el centro a las personas».

Artigas ha ressaltat també la necessitat d’una reflexió postpandèmia sobre les noves reserves estratègiques nacionals, on les dades massives o la IA seran fonamentals. Un replantejament que cal dur a terme en l’àmbit nacional i europeu. En aquest sentit, la secretària d’Estat ha indicat que hi ha quatre grans reptes per al desenvolupament de la IA: tecnològic, normatiu, ètic i social. Que siguem capaços de desenvolupar a Espanya una gran indústria d’IA, però sobretot que sigui segura i robusta, auditable i explicable.

La trobada també ha comptat amb la participació de José Carlos Baquero, director d’Intel·ligència Artificial i Big Data de Secure e-Solutions de GMV, en la taula de debat sobre ètica i privacitat per a una IA de confiança. Durant la seva intervenció ha destacat com podem aconseguir l’equilibri entre la privacitat i la possibilitat d’utilitzar les dades amb uTile PET (Privacy-Enhancing Technologies.).

La solució uTile, desenvolupada per GMV, permet aprofitar les dades confidencials per millorar els algorismes d’aprenentatge automàtic i models analítics

La solució uTile desenvolupada per GMV, permet aprofitar les dades confidencials per millorar els algorismes d’aprenentatge automàtic i models analítics, complint en tot moment els requisits organitzatius, garantint la privacitat de les dades, així com de les normatives vigents. Totes les organitzacions poden beneficiar-se d' uTile que aconsegueix l’equilibri entre privacitat i ús de dades), en compartir i fins i tot monetitzar de manera segura el coneixement basat en les seves dades, gràcies a la computació xifrada, complint amb la privacitat de les fonts de dades distribuïdes i facilitant l’intercanvi segur d’informació.

VEGEU LA INTERVENCIÓ DE GMV (VÍDEO)