Los grandes retos para el desarrollo de la IA: tecnológico, normativo, ético y social

La secretaria de Estado de Digitalización e Inteligencia Artificial, Carme Artigas, ha destacado durante la inauguración del III Encuentro de Inteligencia Artificial, organizado por AMETIC, que «tras las crisis sanitaria y el confinamiento llega la reconstrucción económica, que nadie duda de que va a ser una reconstrucción digital. La IA no es futuro es presente y ha tenido un rol enorme durante la pandemia y lo va a tener más en el futuro, no hay sector productivo que se quede al margen de la IA, tanto a nivel público como privado». 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 resaltado también la necesidad de una reflexión post pandemia sobre las nuevas reservas estratégicas nacionales, donde el Big Data o la IA serán fundamentales. Un replanteamiento que debe llevarse a cabo a nivel nacional y europeo. En este sentido la secretaria de Estado ha indicado que existen cuatro grandes retos para el desarrollo de la IA: tecnológico, normativo, ético y social. Que seamos capaces de desarrollar en España una gran industria de IA pero sobre todo que sea segura y robusta, auditable y explicable.

El encuentro también ha contado con la participación de José Carlos Baquero, director de Inteligencia Artificial y Big Data de Secure e-Solutions de GMV en la mesa de debate sobre ética y privacidad para una IA confiable. Durante su intervención ha destacado cómo podemos lograr el equilibrio entre la privacidad y la posibilidad de utilizar los datos con uTile PET (Privacy-Enhancing Technologies).

La solución uTile desarrollada por GMV permite aprovechar los datos confidenciales para mejorar los algoritmos de aprendizaje automático y modelos analíticos

La solución uTile desarrollada por GMV permite aprovechar los datos confidenciales para mejorar los algoritmos de aprendizaje automático y modelos analíticos, cumpliendo en todo momento con los requisitos organizativos, garantizando la privacidad de los datos, así como de las normativas vigentes. Todas las organizaciones pueden beneficiarse de uTile (que logra el equilibrio entre privacidad y uso de datos), al compartir e incluso monetizar de forma segura el conocimiento basado en sus datos, gracias a la computación cifrada, cumpliendo con la privacidad de las fuentes de datos distribuidas, y facilitando el intercambio seguro de información.

VER INTERVENCIÓN DE GMV (VIDEO)