
Aprendizaje federado de datos, a debate en el CITIC de la UDC
- El asesor de la UNESCO especializado en ética de la IA, Roy Saurabh, hablará sobre el aprendizaje federado, una tecnología que permite a las instituciones colaborar en el análisis de datos sin necesidad de compartirlos directamente.
- La conferencia tendrá lugar el próximo 10 de abril a las 12:00h en la Sala Cloud del CITIC.
El análisis de datos sensibles, en particular los que involucran a poblaciones vulnerables como los menores, requiere estrictas medidas de privacidad, seguridad y gobernanza ética. Los enfoques tradicionales de procesamiento centralizado de datos a menudo comprometen la soberanía de estos datos y dificultan el cumplimiento de las normas regulatorias. Para afrontar esta situación, existen iniciativas diseñadas para procesar grandes volúmenes de información, en línea con el marco regulatorio internacional y con requisitos éticos sobre abordaje cuantitativo y cualitativo de datos. Ejemplos notables son el proyecto «Good Governance for Children’s Data» de UNICEF o la arquitectura propuesta por el proyecto EDGE de la UE.
Dentro de este campo de desarrollo, el CITIC de la UDC y el Grupo Integrado de Ingeniería (GII) organizan una ponencia impartida por Roy Saurabh, experto en ética de la IA y asesor de la UNESCO. Saurabh hablará sobre la “Integración del aprendizaje federado con marcos de gobernanza de datos para el análisis colaborativo y seguro de datos sensibles”. La conferencia, en inglés, tendrá lugar el próximo 10 de abril, jueves, a las 12:00h. en la Sala Cloud del centro.
Aprendizaje federado: tratamiento descentralizado de datos más ético y seguro
El aprendizaje federado (colaborativo) es un tipo de aprendizaje automático que permite a varias instituciones trabajar juntas para entrenar modelos de inteligencia artificial sin necesidad de compartir los datos originales. En lugar de enviar la información a un único lugar, cada institución entrena el modelo con sus propios datos y solo comparte los resultados del aprendizaje. Esto ayuda a proteger la privacidad y mantener los datos en su lugar de origen, cumpliendo con las normas de seguridad y gobernanza mientras se aprovecha el conocimiento colectivo.
En este sentido, la conferencia de Roy Saurabh examina los desafíos y los posibles enfoques que permiten la integración del aprendizaje federado con mecanismos clave de gobernanza de datos, como la privacidad diferencial y la computación multi-partita segura, para reforzar la protección de datos y el cumplimiento normativo. Al combinar los imperativos de gobernanza con metodologías analíticas avanzadas, este trabajo sienta las bases para soluciones de análisis de datos escalables, éticas y seguras.
Los hallazgos demuestran el potencial del aprendizaje federado para facilitar la toma de decisiones basada en datos en entornos sensibles, promoviendo la confianza, la colaboración y la gestión ética de datos sensibles.
IA responsable, eje de su trayectoria profesional
Roy Saurabh es asesor sénior de la UNESCO e investigador en la interacción persona-ordenador (HCI), las ciencias del aprendizaje y la ética de la IA. Su campo de actuación aborda la transformación de los sistemas educativos y sanitarios mediante la ciencia ciudadana, las tecnologías que mejoran la privacidad (PET) y las arquitecturas de aprendizaje federado. Su actividad académica se centra en intervenciones basadas en la evidencia que defienden la soberanía de los datos, garantizan una gobernanza responsable de la IA y fomentan el desarrollo humano.
Roy Saurabh trabaja también en el diseño de soluciones fiables de evaluación de la IA, impulsando la transformación de los sistemas educativos, la monitorización de la salud mental y las políticas digitales. Sus contribuciones integran la investigación académica con la implementación práctica, influyendo en los marcos de gobernanza internacional y promoviendo innovaciones digitales equitativas.