IAConSentido · Guías y fuentes externas · Por Karine Boucher
Cuando te presentan una herramienta de IA, suelen mostrarte lo que puede hacer. Yo añadiría una pregunta antes de entusiasmarme con la demostración: ¿de dónde salen los datos que utiliza? La respuesta puede cambiar tanto la utilidad del resultado como las consecuencias para las personas que aparecen en esos datos.
Global Policy Observatory for Data-centric AI · Open Data Institute · Thomas Carey-Wilson y Elena Simperl · noviembre de 2024.
Qué estudia el ODI
Este reporte del Open Data Institute, publicado en noviembre de 2024, analiza cómo se habla de los datos en políticas de IA. Examina un conjunto de 512 documentos de 64 países y 2 organizaciones supranacionales, obtenido del repositorio OECD.AI. Sus autores principales son Thomas Carey-Wilson y Elena Simperl.
El análisis identifica temas poco destacados en ese conjunto, como procedencia, transformaciones de los datos y licencias. Su metodología utiliza extracción de texto, palabras clave y análisis estadístico. No equivale a una auditoría de la protección real que recibe cada persona en esos países.
Las preguntas que te propongo llevar a tu equipo
Antes de incorporar un conjunto de datos, pide que alguien pueda explicar su origen, para qué se obtuvo y qué uso permite. Después pregunta quién lo actualiza, cómo se corrigen errores y qué información debería quedar fuera. Si nadie puede responder, anota esa falta de información como un pendiente, no como una autorización implícita.
Te conviene distinguir también acceso de permiso: que puedas descargar un archivo no resuelve automáticamente si puedes reutilizarlo para cualquier finalidad. Revisa las condiciones de la fuente y consulta al responsable adecuado cuando el uso incluya datos personales o derechos de terceros.
Una base de datos que parece lista:
En un ejemplo ficticio, una organización recibe una hoja con comentarios de clientes para ensayar una clasificación con IA. La tabla funciona y el resultado se ve ordenado… pero nadie sabe por qué siguen incluidos los teléfonos. Antes de cargarla, el equipo revisa qué necesita realmente, qué puede retirar y quién autoriza ese tratamiento.
Mi propuesta es que esa conversación ocurra antes de la prueba. Corregir un resultado no siempre resuelve la exposición de información que ya ocurrió al generarlo.
Cómo interpretar sus conclusiones
La frecuencia de una palabra en una política no demuestra cumplimiento ni protección efectiva. Tampoco permite concluir que un país sea seguro o inseguro para cualquier uso de IA. Utiliza el reporte como una investigación de su periodo y revisa la norma y las condiciones actuales para una decisión concreta.
Riesgos humanos que te recomiendo observar
Seguridad, privacidad y dignidad se relaciona con las personas cuyos datos se utilizan. Decisiones, organizaciones y sociedad entra cuando hay que asignar responsabilidades, documentar permisos y resolver errores. Te propongo conservar ambas preguntas, no limitar la revisión a si el archivo sirve técnicamente.
Consultar Global Policy Observatory for Data-centric AI · Explorar la biblioteca
Fuente consultada el 13 de noviembre de 2026. Karine Boucher · Especialista en Riesgos Humanos de la IA · Creadora del Método SENSE.