La inteligencia artificial (IA) está revolucionando nuestro mundo, pero para garantizar su uso ético y responsable es esencial una regulación adecuada.

‍

‍

En este artículo, queríamos debatir la importancia del proceso de etiquetado de datos en la construcción de productos de IA, la anotación de datos, el crowdsourcing y el etiquetado ético. Hacemos un llamamiento a la Unión Europea (UE) para que adopte laLey de IA de la UE , al tiempo que destacamos las deficiencias del texto actual en relación con la cadena de suministro de IA y la gestión de datos.

‍

‍

Etiquetado de datos para la IA

‍

El etiquetado de datos es una etapa crucial en el desarrollo de la IA. Consiste en asignar etiquetas alos conjuntos de datos, lo que permite a los algoritmos de aprendizaje automático comprender e interpretar la información. Sin embargo, es imperativo asegurarse de que este etiquetado se lleva a cabo con cuidado, precisión y ética, para evitar sesgos y prejuicios.

‍

‍

Anotación ética de datos

‍

La anotación de datos requiere conocimientos humanos. Consiste en añadir información adicional a los datos, es decir, una capa semántica asociada a imágenes, vídeos, etc. vídeos o texto, como metadatos o descripciones detalladas. En el contexto de la IA, es esencial que la anotación de datos se lleve a cabo de forma ética. Esto significa que los anotadores (o etiquetadores de datos) deben seguir unas directrices estrictas para garantizar la integridad y objetividad de los datos anotados, evitando los estereotipos, la discriminación y los juicios de valor. También deben trabajar en buenas condiciones (horarios decentes, estabilidad, perspectivas profesionales) y recibir apoyo (formación y ayuda) para producir datos de calidad.

‍

‍

La importancia del crowdsourcing en el proceso de etiquetado

‍

El crowdsourcing es un método eficaz para etiquetar y anotar grandes cantidades de datos. Al recurrir a una comunidad de colaboradores, es posible obtener resultados rápidos y precisos. Sin embargo, es crucial poner en marcha mecanismos rigurosos de control de calidad para garantizar la fiabilidad de los datos producidos por crowdsourcing. También hay que recordar que este no es el único método para etiquetar grandes cantidades de datos: a menudo es más eficaz recurrir a un grupo de especialistas funcionales para anotar los datos, y aceptar su aumento gradual de competencia en lugar de exigir un nivel máximo inmediato de calidad (lo que suele ocurrir en los procesos de etiquetado que utilizan el crowdsourcing). El etiquetado de datos es un trabajo importante, y las personas dispuestas a invertir en él, los etiquetadores de datos, deben recibir un trato digno y ser considerados especialistas en IA del mismo modo que los científicos de datos.

‍

‍

Etiquetado ético: un requisito fundamental

‍

El etiquetado ético es un aspecto fundamental de la IA responsable. Su objetivo es garantizar que los datos utilizados para entrenar modelos de IA se recogen, etiquetan y anotan de una manera ética y respetuosa con los seres humanos. La transparencia y la equidad son principios clave del etiquetado ético, que ayudan a evitar los prejuicios y la discriminación en la toma de decisiones automatizada.

‍

‍

Los puntos débiles de la Ley de IA de la UE: IA en la cadena de suministro y gestión de datos

‍

A pesar de los avances realizados por el proyecto de Ley de IA de la UE, aún presenta ciertas deficiencias en lo que respecta a la cadena de suministro de IA y la gestión de datos. Es esencial establecer medidas claras para garantizar la transparencia y la ética en todo el ciclo de vida de los sistemas de IA, desde la recogida de datos hasta su uso. Deben establecerse mecanismos de rendición de cuentas y control para garantizar una gestión adecuada de los datos y evitar su uso indebido.

‍

‍

Etiquetado de datos para una IA ética: conclusión

‍

Es imperativo que la Unión Europea adopte una normativa ética sólida que regule el desarrollo y el uso de la IA. La regulación es necesaria y no debe frenar la innovación. El etiquetado de datos y el abastecimiento ético son elementos esenciales para garantizar una IA responsable y una cadena de suministro de datos de IA que respete la vida humana y los derechos fundamentales. Sin embargo, también es importante tener en cuenta las deficiencias actuales de la Ley de IA de la UE en lo que respecta a la cadena de suministro de IA y la gestión de datos, con el fin de reforzar la protección de estos derechos.