En la inteligencia artificial (IA), el valor de los datos no reside solo en su volumen, sino en su integridad y fiabilidad: unos datos deficientes generan resultados poco fiables y riesgos de la IA, como las alucinaciones y los sesgos.
La transparencia, la seguridad y la integridad de los datos, como una especie de «marca de agua» para los datos financieros, son fundamentales para el cumplimiento normativo, la confianza de los clientes y el despliegue eficaz de la IA.
La coordinación en todo el sector, las definiciones normalizadas de «confianza en los datos» y las normativas interoperables son esenciales para fomentar sistemas de IA fiables y ampliar la innovación financiera a escala mundial.
Hace más de un siglo, los rollos de cinta de teletipo se consideraban la tecnología de datos en tiempo real más avanzada. Hoy en día, los datos digitales son el elemento vital del sistema financiero mundial y de la economía. Sin embargo, si no se dispone de una precisión exacta y de confianza en esos datos, corremos el riesgo de sufrir consecuencias perjudiciales para toda la economía.
Como proveedor mundial de datos y analítica, LSEG (London Stock Exchange Group) entrega a sus clientes cada día unos 300 000 millones de mensajes de datos en 190 mercados, incluidas 7,3 millones de actualizaciones de precios por segundo.
También estamos viendo cómo la IA está transformando las finanzas. Está impulsando enormemente la productividad, tanto internamente como en los productos de nuestros clientes, mejorando los flujos de trabajo financieros al aumentar la eficiencia, facilitar decisiones mejor fundamentadas y reforzar la experiencia del cliente.
A medida que el sector de los servicios financieros sigue explorando las posibilidades de la IA, existe un enorme interés por los datos. Esta demanda sigue creciendo: la demanda de los clientes de nuestros datos ha aumentado alrededor de un 40 % anual desde 2019.
Pero sin los datos adecuados, incluso los mejores algoritmos pueden ofrecer resultados mediocres o, peor aún, erróneos. Los datos de baja calidad aumentan el riesgo de alucinaciones de la IA, deriva de los modelos y sesgos no deseados. La creciente complejidad de los contratos y de la gestión de derechos en este ámbito plantea retos inherentes para evitar infracciones de licencias o contractuales.
Basándose en la integridad de los datos y los derechos digitales
Existen nuevas e importantes oportunidades para procesar grandes conjuntos de datos no estructurados mediante modelos de inteligencia artificial generativa (IAG), pero su valor es limitado sin datos fiables y con licencia. En la IAG, los datos no son solo una cuestión de cantidad, sino de calidad.
Muchas empresas se están planteando de forma crítica cómo aprovechar las oportunidades de la IA con datos de alta calidad. En LSEG hemos desarrollado una estrategia de múltiples capas que podría servir de guía a otros actores del sector de los servicios financieros.
La primera capa consiste en garantizar la integridad y la pertinencia de los datos, que son requisitos fundamentales en los modelos de lenguaje de gran tamaño (LLM). Los conjuntos de datos «listos para GPT», seleccionados y validados por proveedores de datos de confianza, tienen una gran demanda, y esperamos que esta demanda siga creciendo a medida que más empresas exploren los usos de la IAG.
Los datos de alta integridad actúan como una red de seguridad cuando se trabaja con LLM y otras aplicaciones de IA.
La segunda capa es la gestión de los derechos digitales. Los clientes esperan soluciones que verifiquen qué fuentes pueden o no utilizarse en los LLM, que regulen políticas de IA responsable, que protejan frente a las infracciones de propiedad intelectual y que diferencien los derechos de uso.
Confianza y transparencia en los datos financieros
Estas capas se sustentan en la «confianza en los datos», un enfoque de los datos basado en los pilares de la transparencia, la seguridad y la integridad de la información.
Cuando los datos determinan decisiones de gran alcance, los clientes necesitan tener la tranquilidad de poder rastrear el origen de los datos y asegurarse de que son seguros, fiables y cumplen las normativas y los estándares de cumplimiento. En pocas palabras, se trata de una «marca de agua» para los datos financieros.
Todas las empresas de servicios financieros deben elevar el nivel de calidad de sus datos.
Para aumentar la confianza en los datos en todo el sector, necesitamos una mayor normalización y coordinación, así como un entorno regulatorio estable, sustentado en principios claros sobre el uso responsable y ético de la IA.
Cuanto más normalizada esté la definición de confianza en los datos en el sector, más fácil será garantizar el flujo de datos de alta calidad. Si los principios fundamentales de transparencia, seguridad e integridad de la información se aplican a la norma de los datos, podremos fomentar una precisión exacta en tiempo real en todo el sector.
Para que la IA cumpla su potencial a la hora de abordar los mayores desafíos del mundo, debemos poder confiar en los datos que se introducen en ella.
Sentar las bases éticas para la innovación
El sector debería aspirar al máximo nivel de transparencia para que los clientes puedan ver qué contiene un conjunto de datos, quién es su propietario y cómo está licenciado para su uso.
Normativas como la Ley de IA de la Unión Europea y el Reglamento sobre la resiliencia operativa digital del sector financiero introducen salvaguardias, una responsabilidad clara y un enfoque en la gobernanza y la preparación en los servicios financieros.
Las orientaciones voluntarias, como el Marco de Gestión de Riesgos de IA del Instituto Nacional de Normas y Tecnología de Estados Unidos, también pueden ayudar a las organizaciones a medir y gestionar los riesgos para los sistemas de IA y los datos.
Está claro que estas normativas sirven como buenos puntos de partida para que el sector financiero siga desarrollando prácticas seguras y justas en materia de IA. Han inspirado nuestros propios Principios de IA Responsable en LSEG.
En el futuro, los responsables políticos deben reconocer la necesidad de datos de alta calidad a medida que desarrollamos las herramientas del futuro habilitadas por la IA.
Apoyamos el uso de definiciones acordadas internacionalmente y pertinentes para la IA y los datos. También necesitamos parámetros más rigurosos para gestionar la propiedad intelectual y los derechos digitales.
El camino hacia la regulación mundial de la IA
Al mismo tiempo, los requisitos regulatorios para la tecnología deben ser más interoperables. Cuanto más específicas sean las normas, más difícil les resultará a las empresas mundiales crecer rápidamente.
Cuando las empresas necesitan tomar decisiones empresariales en distintas jurisdicciones, esto puede afectar a todo, desde la ubicación de un centro de datos hasta la elección de un proveedor de nube.
A medida que la tecnología de IA evoluciona, los responsables políticos deben garantizar que la legislación sea lo bastante flexible como para alinearse con otras jurisdicciones y seguir siendo relevante para los casos de uso emergentes de la IA.
Nada de esto será fácil, pero las empresas de los sectores financiero y tecnológico, los reguladores y los consumidores pueden contribuir a este debate. Necesitaremos conocimientos y perspectivas diversos a medida que adoptemos la tecnología que transformará nuestras vidas.
Para que la IA cumpla su potencial a la hora de abordar los mayores desafíos del mundo, debemos poder confiar en los datos que se introducen en ella.
