Hoy la inteligencia artificial permite aumentar el rendimiento del producto, optimizar las operaciones internas, permitir mayor libertad para tareas creativas a los colaboradores, optimizar la toma de decisiones y reducir la fuerza de trabajo. Sin embargo, lo que en un principio parece traer solo beneficios puede generar enormes inconvenientes si no se atiende adecuadamente, mitigando los riesgos legales.
Según Tarleton Gillespie, investigador jefe del Microsoft Research New England y profesor asociado adjunto de la Universidad de Cornell, la inteligencia artificial consiste en procedimientos codificados que transforman los datos de entrada en los resultados deseados, en un entendimiento común. Se trata de un sistema que va más allá de la programación tradicional, tomando decisiones sin interferencias a partir de patrones identificados en bases de datos. Resulta que el concepto abarca varias tecnologías diversas que actúan de manera diferente.
Dentro de la definición de inteligencia artificial se encuentra, por ejemplo, RPA (Robotic Process Automation), en otras palabras, bots que automatizan tareas digitales y físicas, comúnmente utilizados en funciones administrativas y financieras. Estos pueden transferir información de call centers a otros sistemas, actualizar datos y facturar a clientes y proveedores. Son los sistemas menos costosos en el mundo de la inteligencia artificial y, en general, los más fáciles de implementar, lo que redunda en la optimización de toda la operación.
Sigue las últimas novedades de Gestión LexLatin aquí
También se incluyen dentro del concepto de inteligencia artificial los Asistentes Virtuales y el Servicio Automatizado, utilizando el lenguaje natural para involucrar a empleados y clientes, como es el caso de los chatbots en intranets, soporte técnico y servicios de recomendación. Como el Deep Learning, se trata de algoritmos que detectan e interpretan patrones en grandes bases de datos. Permiten, por ejemplo, predecir qué es más apto de comprar un consumidor, así como identificar el fraude en tiempo real. Por último, existen sistemas que combinan diferentes tecnologías.
Sin embargo, cada una de estas tecnologías o incluso tecnologías combinadas requiere cuidados generales, pero también una planificación específica de mitigación de riesgos. Si por un lado los RPA son más transparentes, pero no aprenden y no improvisan; por otro, los sistemas cognitivos no son tan sencillos ni interpretativos, en sectores más regulados puede generar mayores cargas.
Además, es importante señalar que la mayoría de los proyectos relacionados con la inteligencia artificial dentro de las empresas han sido clasificados como altamente sensibles, lo que también puede comprometer la mitigación de riesgos. Además, vale la pena considerar la complejidad y la demora en la implementación de los procesos como un factor que complica la mitigación de estos riesgos, incluso aquellos clasificados como los más simples han tenido un retraso de algunos meses en la implementación.
Hay algunas cuestiones generales que impregnarán la contratación o desarrollo de cualquier inteligencia artificial o software:
- ¿Hay usuarios que se conectarán con esta tecnología?
- ¿Después de adoptarla, será posible cerrar el negocio sin detener la operación?
- ¿Cómo se atiende el tema de responsabilidad cuando se reporta un error?
- ¿Se puede modificar el proceso mientras se ejecuta?
- ¿La limitación de acceso al sistema afectará la operación?
- ¿Cuál es la velocidad de procesamiento?
- ¿Cuál es su Nivel de Acuerdo de Servicio o SLA, por sus siglas en inglés?
- ¿La infraestructura soporta este nuevo sistema?
- ¿Se han considerado las cuestiones de protección de datos y seguridad de la información?
Algunas cuestiones a observar dependen del tipo de tecnología que se utilizará.
Te puede interesar: Inteligencia artificial y derecho en el espectro laboral
Para los RPA es importante evaluar la escalabilidad de la herramienta y cómo hacerlo, si es posible vincular las ganancias y los resultados, especialmente la productividad al contrato y si terceros involucrados están obligados a utilizar documentos estandarizados para capturar los datos.
Los chatbots, por otro lado, pueden involucrar problemas de consumo y, por lo tanto, es muy importante habilitar los desencadenantes para la intervención humana. Para chatbots (y también para deep learning) es pertinente solicitar pruebas previas en las bases de entrenamiento. Además, medir falsos positivos y falsos negativos, así como la existencia de posibles correlaciones en lugar de causalidad.
Estas son solo algunas particularidades a la hora de contratar cada una de estas tecnologías específicas. Es muy importante conocer las múltiples posibilidades dentro del universo de la inteligencia artificial para poder establecer un contrato de protección eficaz que mitigue los riesgos legales y operativos. Así, aunque los proyectos sean confidenciales, es valioso que se involucre un equipo multidisciplinario que incluya a una persona experta jurídica.
*Milena Grado es abogada especialista en protección de datos, tecnología y propiedad intelectual en Peck Advogados.
}
Add new comment