50 por ciento de las organizaciones listas para adoptar la gobernanza de datos de confianza cero ante el aumento de datos generados por IA no verificados
Ante la creciente prevalencia de datos no verificados creados por inteligencia artificial, se predice que la mitad (50 por ciento) de todas las organizaciones globales cambiarán a una postura de confianza cero para la gobernanza de datos para el año 2028.
El fin de la confianza implícita
La era en la que las organizaciones podían confiar en la confianza implícita o asumir que los datos provenían de fuentes humanas ha llegado a su fin. A medida que la información producida por inteligencia artificial se vuelve cada vez más común e indistinguible del contenido creado por personas, es vital adoptar un enfoque de confianza cero. Esta estrategia, que prioriza estrictos protocolos de autenticación y verificación, se considera un paso necesario para que las empresas protejan sus resultados financieros y la integridad general del negocio.
Aumento de riesgos impulsados por IA
Los datos impulsados por IA elevan los riesgos de fallos en los modelos y amplían los requisitos de cumplimiento. La arquitectura subyacente de los grandes modelos de lenguaje (LLMs) tradicionalmente se basa en vastos conjuntos de datos adquiridos a través de técnicas de «raspado web», complementados por una variedad de repositorios profesionales y académicos. Sin embargo, las observaciones contemporáneas indican que varias de estas fuentes fundamentales ya están permeadas de contenido originado por IA. Se prevé que, si estas tendencias actuales persisten, la mayoría de los repositorios digitales inevitablemente se saturen de información producida por inteligencia artificial.
Según la Encuesta de CIO y Ejecutivos de Tecnología de 2026, se informa que un abrumador 84 por ciento de los participantes anticipan una expansión en la financiación corporativa dedicada a la IA generativa durante el año fiscal 2026. A medida que las empresas globales aumentan agresivamente su implementación e inversión de capital en iniciativas de inteligencia artificial, se proyecta que el volumen total de datos sintetizados por IA experimentará un aumento continuo.
Necesidad de identificación de datos de IA
La creciente ubiquidad de contenido generado por IA se espera que impulse un aumento en los mandatos regulatorios sobre la verificación de datos «libres de IA» en regiones específicas. Sin embargo, estos requisitos legales probablemente exhibirán una variación geográfica significativa. Mientras que ciertas jurisdicciones pueden implementar controles rigurosos sobre el contenido sintetizado por inteligencia artificial, otros territorios pueden optar por mantener un marco regulatorio más adaptable.
“En este entorno regulatorio evolutivo, todas las organizaciones necesitarán la capacidad de identificar y etiquetar datos generados por IA. El éxito dependerá de contar con las herramientas adecuadas y una fuerza laboral capacitada en gestión de información y conocimiento, así como soluciones de gestión de metadatos esenciales para el catalogado de datos.”
Estrategias para gestionar los riesgos de datos no verificados
Las organizaciones deben examinar una variedad de enfoques estratégicos para abordar los riesgos que presentan los datos no verificados:
- Designar un líder de gobernanza de IA: Crear un rol específico enfocado en la gobernanza de IA, que abarque políticas de confianza cero, gestión de riesgos de IA y operaciones de cumplimiento. Este líder debe colaborar estrechamente con los equipos de datos y análisis para garantizar el acceso tanto a datos listos para IA como a sistemas capaces de gestionar contenido generado por IA.
- Fomentar la colaboración interfuncional: Crear equipos interfuncionales que incluyan ciberseguridad, datos y análisis, y otros interesados clave para realizar evaluaciones exhaustivas de riesgos de datos. Esto ayudará a identificar los riesgos comerciales asociados con los datos generados por IA y determinar cuáles están cubiertos por las políticas de seguridad de datos existentes y cuáles requieren nuevas estrategias.
- Utilizar políticas de gobernanza existentes: Mejorar los marcos de gobernanza de datos y análisis actuales priorizando actualizaciones a la seguridad, gestión de metadatos y políticas éticas para abordar los nuevos riesgos derivados de los datos generados por IA.
- Implementar prácticas activas de metadatos: Esto permite alertas en tiempo real cuando los datos se vuelven obsoletos o necesitan recertificación, lo que permite a las organizaciones identificar rápidamente cuándo los sistemas críticos para el negocio pueden estar en riesgo debido a datos inexactos o sesgados.
