La importancia de la Gestión de los Datos en los Proyectos con IA
El último fin de semana, me hice tiempo para completar el más reciente curso de Inteligencia Artificial (IA) y la Gestión de Proyectos que publicó el Project Management Institute, PMI. El curso en referencia se denomina “Data Landscape of Gen AI for Project Managers”. Este curso discute con cierta profundidad el impacto que tienen la gestión de los datos en la funcionalidad de los modelos de Inteligencia Artificial en general y, en particular en la Inteligencia Artificial Generativa (Gen AI). Igualmente, los datos por sí solo no son suficientes para una integración acertada en los proyectos empresariales u organizacionales, sino también una adecuada gobernanza, seguridad y ética para el desarrollo e implementación de esos proyectos donde la IA hace un impacto.
En éste mismo contexto, éste
curso reforzó mis reflexiones que hice acerca de los datos cuando escribí mi
libro “Integrando al Inteligencia Artificial en la Gestión de Proyectos” (ver Amazon - 2023), en donde dije lo siguiente en varias partes del texto acerca de
los datos y la IA:
“Disponer
Datos de Calidad: La calidad de
los datos es esencial para la Automatización con IA. Es importante asegurarse
de tener datos precisos, completos y depurados para que los modelos puedan
proporcionar resultados útiles.” Pág 43
“Datos Depurados: La IA
depende principalmente de los Datos con los que se alimente y en consecuencia,
toda la información que se utilizará debería estar limpia o con máxima Calidad
respecto a errores, desvíos y estructura. Con esa información se podrá
introducir al modelo de IA y como resultado generará predicciones y finalmente,
tomaría (o recomendaría) decisiones. El Director del Proyectos deberá identificar
qué Datos son relevantes para el proyecto, cómo recopilarlos y cómo depurarlos.”
Pág 59
“Entrenar el Modelo o la Aplicación: Una vez que se ha seleccionado la Aplicación y el Modelo de IA, se
deberá entrenarla con los Datos recopilados y preparados (limpios) para que
pueda “aprender y mejorar” con el tiempo.” Pág 60
“Seguridad de Datos: Se
deberá considerar que los Modelos de IA se entrenan con Datos que se recopilan de
todo tipo de fuentes (principalmente desde el Internet cuando no son exclusivamente
de ámbito empresarial) y no siempre se tiene la garantía de que sean depurados
y obtenidos de manera transparente. Si por el contrario, se haría uso de Datos
Propios Empresariales, se deberá garantizar que sean los necesarios y limpios
para trabajar con el Modelo de IA. En las dos alternativas, se debe conocer que
ésos Datos podrían estar expuestos a Incidentes de Seguridad Informática (Cybersecurity Risks) y por tanto, se
deberá acordar y contemplar los respectivos niveles de control, monitoreo y
cumplimiento de Normas de Seguridad que son de uso y aplicación Internacional.”
Pág 61
“Como es claro, el tratamiento de grandes Volúmenes de Datos que la IA
requiere, será otro desafío que el Director de Proyectos deberá enfrentar
puesto que implicará la recopilación, depuración, análisis, almacenamiento,
seguridad y hasta el uso ético de los mismos.” Pág. 98
“Falta de Confiabilidad:
Como se ha discutido anteriormente en este Libro, la IA es tan buena como los Datos
en los que se basa. Si los Datos son sesgados o incompletos, la IA puede tomar
decisiones incorrectas. Para superar este temor, es importante asegurarse que
los datos a utilizarse sean filtrados, depurados y con calidad para que se los
utilice de manera ética y responsable.” Pág. 103
“La IA requiere principalmente de Datos e Información Depurada y tratada
para que sus resultados sean así mismo adecuados. Esa información y el Modelo
de IA que la procesará deberán considerar aspectos de Ética de uso, Protección
de Datos y Seguridad Informática. Para abordar los malos usos tanto intencionales
como no intencionales de la IA, se necesitará una Regulación Inteligente y bien
informada, tanto en las empresas tecnológicas como en los usuarios (públicos y
privados).” Pág. 110
Reflexión: La gestión de datos no es una tarea secundaria en proyectos con IA. Es fundamental para garantizar resultados confiables, éticos y exitosos.
¿Ya has implementado estrategias de gestión de datos en tus proyectos de IA?
Cristóbal Morocho Moreno
PMP-DASM
Abril 2024
Estoy de acuerdo en que la calidad, seguridad y ética en el manejo de los datos son fundamentales para el éxito de los proyectos de IA. Además, la necesidad de una regulación inteligente y bien informada para abordar los posibles usos indebidos de la IA es un tema crucial en el panorama actual.
ResponderEliminar