Cómo la IA puede habilitar el intercambio de datos transfronterizos en un mundo fragmentado

Ya sea preparándose para la próxima pandemia o monitoreando la seguridad de la IA generativa, los responsables de políticas, líderes empresariales y académicos necesitan acceso a datos tanto de dentro como fuera de sus fronteras nacionales. Pero en lugar de políticas que permitan que los datos fluyan más libremente, las restricciones se han convertido en la norma. A nivel global, las restricciones al flujo de datos se duplicaron con creces entre 2017 y 2021. A finales del año pasado, Estados Unidos retiró su solicitud de larga data a la OMC para prohibir los requisitos de localización de datos para el comercio electrónico. Este es un movimiento altamente simbólico de un país que tradicionalmente ha sido uno de los defensores más firmes de derribar barreras en el mundo digital.

Como resultado de estos cambios, el mundo digital nunca ha estado más fragmentado. Pero no estamos aquí para argumentar que todas las barreras digitales deben desaparecer. Como investigadores de instituciones académicas en los EE. UU. (Harvard), Europa (INSEAD) y China (Tsinghua), y de una empresa global (Boston Consulting Group), reconocemos que los gobiernos seguirán sintiendo la obligación de proteger sus intereses de seguridad nacional y los datos de sus ciudadanos. De hecho, es posible que veamos más barreras levantadas en los próximos años. Pero no debemos, y de hecho no podemos, renunciar al intercambio de datos transfronterizos.

Eventos recientes han ilustrado el impacto positivo del intercambio, no solo dentro de las industrias, sino también a través de las fronteras. Por ejemplo, a los investigadores de la Clínica Mayo en Estados Unidos les tomó solo seis semanas calcular el aumento del riesgo de mortalidad de la variante Delta del COVID-19 gracias a estudios a gran escala realizados con datos de pacientes de diferentes bases de datos nacionales. Esta experiencia ilustra el poder del intercambio de datos trasfronterizos. Pero si el aumento de la regulación de datos continúa a su ritmo actual, dicho intercambio de datos transfronterizos se hará cada vez más difícil. Esto tendría grandes implicaciones, tanto en la economía global como en nuestra capacidad colectiva para abordar problemas que solo pueden resolverse utilizando datos de múltiples países, como anticipar desastres naturales y coordinar respuestas y ayuda global, o identificar problemas de seguridad alimentaria en las debilitadas cadenas de suministro internacionales actuales.

Una solución poderosa es ser más astuto sobre los diferentes tipos de datos disponibles y la respuesta política adecuada para cada uno. El discurso público sobre el intercambio de datos transfronterizos se ha centrado abrumadoramente en los datos brutos. Por ejemplo, una propuesta reciente de un grupo de expertos canadiense recomendó su uso para abordar problemas como la pobreza global y el terrorismo. Lo mismo se puede observar en las discusiones sobre el intercambio de datos para acuerdos comerciales y en la salud pública. También vemos este enfoque en los datos brutos cuando se trata de regulación, haciendo que el intercambio de nuevos tipos de datos sea indebidamente difícil. Esto se está volviendo cada vez más problemático para los nuevos tipos de datos que han surgido gracias a los avances recientes en IA, que pueden ser más seguros de transferir y compartir, y que en muchos contextos pueden crear valor sin compartir datos brutos.

Estos nuevos tipos de datos intermedios han surgido a lo largo de la cadena de IA: el proceso de desarrollar un modelo de IA a través de una secuencia de pasos, pasando de datos brutos a soluciones finales de IA. En cada paso, los datos se transforman o crean de maneras que pueden tanto aliviar las preocupaciones de los reguladores como permitir la resolución de problemas.

Por ejemplo, los datos brutos deben transformarse primero en un formato que pueda ser usado efectivamente por los modelos de aprendizaje automático. Los resultados de esta transformación, llamados características y embebidos, a menudo capturan ideas críticas de los datos brutos, y se vuelven cada vez más difíciles de revertir a medida que avanzamos en la cadena de procesamiento de datos de la IA, especialmente a medida que se desarrollan nuevos métodos de preservación de la privacidad. Esto podría tener implicaciones poderosas en muchos sectores, incluyendo el cuidado de la salud.

El intercambio de datos intermedios puede superar algunas de las barreras tradicionales. Por supuesto, probablemente surgirán nuevos desafíos a medida que el espacio de posibilidades se expanda. Pero el punto crucial es que dichos activos de datos requerirán políticas y herramientas de intercambio diferentes, y marcos adaptados a sus características técnicas.

Sin embargo, las regulaciones actuales no consideran todas estas nuevas y emergentes categorías de datos intermedios. Por ejemplo, el comercio global de ciertos servicios basados en datos, como en los espacios financieros o de telecomunicaciones, todavía está regulado en parte por acuerdos anteriores a la era de internet y, por lo tanto, no consideran las nuevas categorías de datos. En cambio, estas categorías tienden a ser tratadas como datos brutos, lo que significa que están altamente restringidas. Y sin una acción urgente, se verán aún más restringidas con el tiempo.

Con el avance de una IA cada vez más poderosa, los tipos de datos intermedios deben ser regulados de una manera que tenga en cuenta sus especificidades, como su uso, valor o características de preservación de la privacidad. Políticas robustas que hagan estas distinciones permitirán a los países compartir datos críticos en una escala mayor, abordando problemas globales urgentes mientras se protege la información personal de los ciudadanos. Cuando se trata del intercambio de datos, al igual que con otras innovaciones ligadas al rápido desarrollo de la IA, los responsables de políticas deben garantizar que las reglas del juego reflejen las realidades de la tecnología. Hay demasiado valor en juego para un mundo enfrentado a desafíos globales y en una creciente necesidad de colaboración transfronteriza.

(c) 2024, Fortune