Domando al caballo desbocado: gobierno y gestión de la IA y sus riesgos (I)

"Domando al caballo desbocado: gobierno y gestión de la IA y sus riesgos (I)" artículo de "Manuel David Serrat Olmos" en la sección "Futuro y Seguridad" de la edición de Abril de 2025 de la Revista Tecnología y Sentido Común TYSC a Revista Líder de Audiencia de la Alta Dirección y los Profesionales en Gestión de Proyectos, Servicios, Procesos, Riesgos y por supuesto Gobierno de Tecnologías de la Información

La Inteligencia Artificial ya ha pasado su etapa de hype y se ha convertido en un elemento a tener muy en cuenta en muchos sectores y ámbitos de actividad. Sin embargo, se detecta claramente un afán por glosar sus funcionalidades y ventajas, obviando que, como toda tecnología, debe ser adecuadamente gestionada y gobernada. En esta serie de artículos profundizaremos en el tema, comenzando en este número con los estándares que pueden o deben servirnos de guía para ello.

Parte 1: Gobernar la inteligencia artificial: por qué los estándares importan

Durante décadas, la inteligencia artificial fue percibida como una tecnología lejana, propia de laboratorios de investigación, universidades o grandes empresas tecnológicas. Hoy, sin embargo, la IA forma parte de la vida cotidiana de millones de personas. Interactuamos con sistemas inteligentes cuando usamos buscadores, recibimos recomendaciones en plataformas digitales, hablamos con asistentes virtuales, solicitamos un crédito, accedemos a un servicio público o incluso cuando se filtran currículos en procesos de selección.

Este cambio de escala ha sido rápido y profundo. En muy poco tiempo, los sistemas de IA han pasado de ser herramientas experimentales a infraestructuras críticas de decisión, capaces de influir en oportunidades laborales, en acceso a servicios, en diagnósticos médicos o en la información que consumimos a diario. Y precisamente por esa capacidad de influencia surge una pregunta clave: ¿Cómo nos aseguramos de que estos sistemas funcionan bien, de forma fiable, justa y responsable?

La respuesta no está únicamente en mejorar los algoritmos o aumentar la potencia de cálculo. Está, sobre todo, en cómo se gobiernan y gestionan estos sistemas a lo largo de todo su ciclo de vida.

Durante los primeros años de expansión de la IA, el foco estuvo casi exclusivamente en la innovación técnica: modelos más grandes, más rápidos, más precisos. Sin embargo, a medida que los sistemas comenzaron a desplegarse en entornos reales, aparecieron problemas que no podían resolverse solo con código.

Seguir leyendo…

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos. Contiene enlaces a sitios web de terceros con políticas de privacidad ajenas que podrás aceptar o no cuando accedas a ellos. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver
Privacidad