La Agencia Española de Protección de Datos (AEPD) ha publicado una nota técnica sobre la relación entre la calidad de los datos, el principio de exactitud del RGPD y el desarrollo y uso de sistemas de inteligencia artificial.
El documento aborda un tema de relevancia para las organizaciones que están desplegando sistemas de IA: qué significa realmente que un dato sea exacto y cuándo un conjunto de datos puede considerarse adecuado para una finalidad concreta.
Tradicionalmente, muchas organizaciones han interpretado el principio de exactitud del RGPD como una obligación de garantizar, en todo momento, la absoluta veracidad y actualidad del dato. Sin embargo, la AEPD recuerda que el propio RGPD vincula la exactitud a que los datos sean adecuados para alcanzar la finalidad del tratamiento, es decir, conseguir que el tratamiento sea idóneo. Esta precisión es importante, dado que, en determinados contextos, la actualización permanente de un dato o su exactitud individual puede resultar necesaria; pero en otros, puede resultar irrelevante, incluso afectar a los derechos de los interesados contradiciendo el principio de minimización.
Por otro lado, la AEPD afirma que la calidad del dato es un concepto más amplio que procede de los estándares de gestión y gobierno de datos y que resulta aplicable tanto a datos personales como no personales. Y que esta puede venir determinada por múltiples factores como la precisión, completitud, consistencia, trazabilidad, actualidad, representatividad…
No obstante, la nota asevera que no todos estos atributos pueden resultar necesarios en todos los tratamientos, rechazando los enfoques basados en listas cerradas de comprobación ("checklists") y apostando por una evaluación contextual, vinculada a los contextos y finalidades de cada tratamiento.
¿Puede un dato artificial cumplir el RGPD?
Uno de los aspectos más interesantes del documento es aquel que reconoce expresamente que determinados tratamientos de IA pueden utilizar datos que no reflejan exactamente la realidad individual de una persona y, aun así, respetar el principio de exactitud.
En este sentido, la nota cita algunos ejemplos de técnicas habituales, en los que el dato final no coincida plenamente con la realidad individual de una persona, pero al resultar adecuado para la finalidad de tratamiento perseguida, puede considerarse que cumple con el principio de exactitud del RGPD. Sería el caso de la anonimización, eliminación de sesgos o generación de datos sintéticos, entre otros.
La conexión entre calidad y minimización
Otro de las ideas más interesantes de la nota es que la identificación de unos requisitos de calidad demasiado altos puede contradecir el principio de minimización. La AEPD recuerda que el principio de minimización impide tratar más datos de los necesarios para la finalidad perseguida. Por tanto, exigir niveles de granularidad, precisión o frecuencia superiores a los realmente necesarios puede provocar un tratamiento excesivo de información personal.