Los puntos de vista culturales de su organización sobre la protección de datos conforman la manera en que se promulgan y ejecutan las políticas de privacidad y seguridad de datos. Harvard Business School define la "ética de los datos" como las obligaciones morales vinculadas a la recopilación, protección y uso de información de identificación personal, así como el impacto que tienen estas acciones.³ Para tomar decisiones acertadas en torno a los datos y promover la IA responsable, considere los siguientes principios de ética de los datos.

La ética de los datos empieza por saber quién es propietario de los datos que utiliza. El hecho de que un usuario le proporcione datos no significa que usted sea el propietario de ellos. El consentimiento es una obligación, y también lo son la protección de datos y el respeto de los datos. Respaldar la integridad de los datos significa nunca abusar de los datos y desecharlos tan pronto como haya terminado de usarlos.

En términos de protección de datos, la transparencia significa ser claro con los clientes sobre cómo se utilizan sus datos. Según el Pew Research Center, el 81 % de las personas dice que los riesgos potenciales de la recopilación de datos superan los beneficios.⁴ Para superar esta desconfianza histórica, dote de herramientas a los usuarios para que comprendan los propósitos y el ciclo de vida de los datos de los clientes para que puedan sentirse con la confianza de que su organización los utilizará correctamente y con las mejores intenciones.

Cuando una empresa recopila información, la almacena y la analiza, esa información no debe utilizarse, almacenarse, compartirse, mantenerse, conservarse o eliminarse fuera de los fines acordados para los que se obtuvo originalmente. En este caso, las estrategias de privacidad de datos vuelven a entrar en juego para ayudar a reforzar las políticas de ética y seguridad de los datos.

Ya sea que su organización sea un proveedor de soluciones o un proveedor digital, siempre tenga claro su propósito al usar datos e inteligencia automática. La IA responsable garantiza que los usuarios entiendan cómo funcionan conjuntamente los datos y la tecnología y por qué la IA toma las decisiones que toma. Las herramientas para aumentar nuestra confianza en la IA, como los kits de herramientas explicativas, las taxonomías de las técnicas de IA y las soluciones de gobernanza de la IA, ayudan a los usuarios a conocer sus intenciones para que puedan confiar en su tecnología, sus procesos y los resultados de su uso de los datos.

Libro digital: aprenda lo que se necesita para crear e implementar un marco de gobernanza de IA →

Las filtraciones de datos, los ataques de ransomware y los errores son perjudiciales para los clientes y pondrán a prueba su paciencia, lealtad y fe en su organización. Debido a que estos problemas pueden surgir, es vital poner en marcha salvaguardias de administración de riesgos. De acuerdo con un estudio de IBM, las empresas que tienen IA y automatización totalmente desplegadas como parte de su estrategia de seguridad ahorran un promedio de 3.05 MUSD en costos por filtraciones de datos en comparación con aquellas que aún no lo han hecho.

La ética de los datos consiste en establecer una cultura empresarial de comportamientos y prácticas basados en principios para la gestión de datos. Lo ideal es que esta cultura de la ética y la alfabetización de datos se adopte en toda su organización, y se refleje en sus productos y operaciones. La privacidad de los datos, por su parte, consiste en definir las políticas y prácticas que activan estos comportamientos basados en principios a través de las personas, los procesos empresariales y la tecnología, y ponerlos en práctica a lo largo del ciclo de vida de los datos, desde su recopilación hasta su almacenamiento. Este método es la esencia de la creación (y automatización) de un marco sólido de gobernanza de datos como parte de un enfoque de tejido de datos.

La gobernanza de datos ayuda a encontrar el equilibrio entre limitar el acceso a los datos para garantizar la privacidad y permitir un acceso más amplio a los datos para mejorar el análisis. Para que su organización pueda utilizar los datos de manera más fluida y, al mismo tiempo, los proteja contra el acceso no autorizado, deberá implementar las herramientas adecuadas de privacidad de datos, como controles de acceso a los datos. Combine todo esto con IA, como la anonimización de datos sensibles para que puedan utilizarse de forma no identificable o para etiquetar datos a fin de permitir la aplicación de políticas.

Tener la arquitectura de datos adecuada, como tejido de datos, en combinación con una gestión rigurosa de los datos, contribuye en gran medida a garantizar que los datos privados se mantengan privados y seguros, y que los usuarios puedan obtener insights sobre ellos.

“Su marco de protección de datos debe ser extremadamente elástico y muy receptivo para hacer frente a las incógnitas de los cambios regulatorios, los datos de terceros, las regulaciones en materia de IA y cualesquiera que sean los próximos 25 desarrollos”, dice Lee Cox, vicepresidente de servicios, cumplimiento normativo e investigación de la Chief Privacy Office de IBM. “Existe mucha más sinergia entre la privacidad, la ética y la gobernanza de datos de la que jamás anticipamos. Pero la tecnología que tenemos ahora nos permite confiar en los datos a gran escala con mucha más eficacia que antes”.

La privacidad de datos consiste, ante todo, en proteger los datos de los clientes y mantener la confianza ante las regulaciones que están cambiando. Pero en el mercado actual, eso también representa un diferenciador empresarial. “La privacidad forma parte de una historia de ventaja competitiva que tiene impacto en las prácticas de toda nuestra empresa y contribuye directamente a los ingresos a medida que desarrollamos la tecnología que respalda nuestro programa de privacidad en todo el mundo”, comenta Christina Montgomery, directora de privacidad de IBM.

La implementación del Reglamento General de Protección de Datos (RGPD) por parte de la Unión Europea en 2018 fue un desafío que tuvieron muchas organizaciones, incluida IBM, para acelerar el desarrollo de sus programas de privacidad. Para una empresa global, un primer paso lógico es armonizar y consolidar los requerimientos legales locales en un marco global de cumplimiento de normas de privacidad. Por ejemplo, al clasificar y consolidar los metadatos de miles de repositorios de datos existentes en un tejido de datos central, IBM puede determinar rápidamente qué tipos de información personal se procesan en la empresa, quién los procesa y dónde se almacenan. Tener un marco de privacidad unificado (PDF) proporciona un enfoque basado en metadatos y una única fuente confiable de información que ha sido fundamental para reducir la exposición de IBM al riesgo regulatorio.

Aprenda cómo mantenerse a la vanguardia de las regulaciones de privacidad de datos en constante evolución.

Las organizaciones que van más allá del simple cumplimiento normativo pueden generar confianza con los clientes y destacarse de la competencia. Este enfoque holístico y adaptable a la Privacidad de datos también genera otros beneficios:

Comprenda el riesgo de los datos
Evalúe el uso de datos y el riesgo frente a las responsabilidades establecidas en la norma y ante cliente.

Proteja el uso compartido de datos
Proteja los datos personales con controles de ciberseguridad para ofrecer experiencias confiables.

Automatice la respuesta ante incidentes
Responda con eficacia para corregir los problemas de riesgo y cumplimiento normativo, y amplíe su escala con mayor facilidad.

“La tecnología evoluciona, pero las amenazas también están creciendo exponencialmente”, comenta Mehdi Charafeddine, ingeniero distinguido y CTO global de servicios de plataforma de datos de IBM. “Afortunadamente, cada vez hay formas más sofisticadas de aplicar la protección de datos y apoyar la privacidad de estos”.

Según Gartner, la seguridad de los datos esta conformada por los procesos y metodologías asociados que protegen los activos de información sensible, ya sea en tránsito o en reposo. Por eso, la seguridad de los datos en realidad se trata de las herramientas y el software que se utilizan para proteger la privacidad de los datos, ya sea mediante cifrado, autenticación multifactor, enmascaramiento, borrado o resiliencia de los datos. Pero establecer controles y políticas adecuados es tanto una cuestión de cultura organizativa, como de despliegue de las aplicaciones y algoritmos adecuados.

Desde un punto de vista tecnológico, puede salvaguardar los datos con una arquitectura de tejido de datos, que los protege en la "puerta de entrada", donde los usuarios interactúan con los datos en el punto de la aplicación, y en la fuente o "puerta trasera", donde se generan y almacenan los datos, incluyendo todos los puntos intermedios. Este enfoque de puerta de entrada y puerta trasera es crucial para garantizar que se implementen políticas y controles de seguridad de datos adecuados.

Otra consideración es operar en múltiples geografías. Debido al silo de datos y la falta de gobernanza central, a menudo no es realista que los científicos de datos puedan realizar análisis en todas las geografías. Con un tejido de datos, no hay necesidad de "imaginar y simular los datos y hacer sus modelos". Con esta arquitectura de datos moderna, una organización puede entregar los datos a los científicos de datos con las reglas de gobierno y privacidad adecuadas establecidas para que sientan que realmente están ejecutando una iniciativa entre organizaciones.

Es importante incorporar las medidas de seguridad de los datos en la gestión integral de estos para garantizar tanto la seguridad como la privacidad, especialmente en el caso de los datos sensibles. Tomemos como ejemplo la investigación médica en un hospital. El hospital puede estar colaborando con expertos externos o científicos de datos que necesitan trabajar con los datos o aplicaciones específicos sin poder ver ninguna información de identificación personal o regulada. Las políticas de datos automatizadas basadas en roles pueden permitir la colaboración con diferentes partes, al tiempo que protegen los datos desde el punto de vista de la privacidad y el cumplimiento de la normativa a nivel de aplicación. Al mismo tiempo, para una IA responsable, esos datos deben salvaguardarse en la fuente donde se almacenan, por ejemplo, la base de datos on premises donde se recopilaron por primera vez. De lo contrario, la información de los pacientes seguiría siendo vulnerable si un ciberdelincuente se infiltrara en estos sistemas.

Cuando la seguridad de los datos se hace correctamente, incorpora personas, procesos y tecnologías, y genera confianza en la IA. Explore las siguientes mejores prácticas para hacer de la seguridad de la información una prioridad en todas las áreas de la empresa.

Los pasos clave para proteger los datos sensibles incluyen la automatización de la visibilidad, la contextualización, el control de las políticas de acceso y el despliegue de una supervisión continua para identificar vulnerabilidades y riesgos antes de que se conviertan en filtraciones.

Respalde un enfoque de confianza cero para la gestión de datos con un conjunto integrado de capacidades, incluidas copias de datos creadas automáticamente y aisladas de forma segura, que pueden abordar las brechas de ciberseguridad en los despliegues on premises o en la nube híbrida.

Abordar el creciente número de mandatos de privacidad ya es bastante difícil. Mantenerse al día con los informes puede ser otra dificultad para su equipo. Simplifique el proceso con automatización, análisis y monitoreo de actividades.