In this Article
¿Alguna vez te has preguntado cómo la IA se vuelve más inteligente y te ofrece mejores respuestas cada día? Es natural, ya que los modelos de IA se entrenan a cada segundo, usando petabytes de datos para aprender y mejorar. Sin embargo, ¿de dónde obtienen esos datos? ¿Qué sucede con la información que subes a ChatGPT y es seguro usar IA en general? En este artículo, desglosamos el tema en conceptos comprensibles y analizamos las reglas de seguridad para el uso de la IA.
Fuentes de datos para la IA o cómo la IA recibe tus datos a tus espaldas
Los desarrolladores de modelos de IA suelen hablar sobre las funciones destacadas de las herramientas que crean y sobre las oportunidades aún mayores que la IA podrá ofrecernos en un futuro no tan lejano. Sin embargo, no son tan comunicativos cuando se trata de revelar las fuentes de datos que usan para entrenar sus modelos. Por lo general, puedes escuchar frases generales como “Datos disponibles públicamente en la red”, “Licenciados de terceros” o “Datos propios”, pero ¿qué significa eso?
“Datos disponibles públicamente en la red” se refiere a datos que puedes encontrar simplemente usando motores de búsqueda. Eso incluye datos de sitios web y plataformas de redes sociales. Por ejemplo, si alguna vez publicaste algo en Instagram, la IA lo tiene. Puedes eliminar tus publicaciones o fotos de tu feed, pero eso no las borrará automáticamente de los conjuntos de datos usados por la IA.
Por otro lado, para obtener tantos datos, es necesario extraer información de la web 24/7 y contar con una infraestructura adecuada y personal calificado. A veces, obtener por cuenta propia todos los datos que se desean es difícil, por lo que las empresas pueden comprar información a otras compañías especializadas en web scraping. En otras palabras, los creadores de IA obtienen datos licenciados de terceros. ¿Qué tipo de datos pueden ser exactamente? Cualquiera que puedas imaginar. Estas bases de datos pueden incluir incluso detalles de informes médicos o datos de ubicación. El problema es que algunas empresas no son realmente selectivas al compilar conjuntos de datos, e incluso datos sensibles filtrados, hackeados u obtenidos ilegalmente de otras formas pueden venderse.
“Datos propios” son los datos que las empresas recopilan y generan por sí mismas. Incluyen el contenido que tú, como usuario, generas y los datos que subes. No se trata solo de las consultas que escribes o las imágenes que subes. Los modelos de IA recopilan otros datos, como el ID de tu computadora, información de contacto, historial de búsqueda, datos de interacción con productos y otros.
Por suerte, puedes controlar esta parte, al menos hasta cierto punto. Aquí, mucho depende del modelo específico que uses. Por ejemplo, Copilot, Jasper y Poe recopilan IDs de dispositivos y datos usados para rastrear usuarios. Esos datos luego pueden terminar en manos de corredores de datos o ayudar a mostrar anuncios dirigidos en apps. Jasper va más allá, recopilando datos de interacción con productos, publicidad y otros datos de uso, lo que significa todos los detalles relacionados con tu actividad en la app.
ChatGPT parece un poco más confiable que otros, ya que recopila solo 10 tipos de datos de 35 posibles. No rastrea datos ni usa publicidad de terceros dentro de la app. Puedes usar chats temporales con una función de eliminación automática o solicitar la eliminación de tus datos personales. Sin embargo, aún puede almacenar tus chats en sus servidores. Puedes desactivar manualmente esa función. Por otro lado, no está claro si se aplica retrospectivamente a chats anteriores.
Por supuesto, es imposible dejar de mencionar a DeepSeek. El modelo de IA chino se ha convertido en un punto de inflexión desde el primer día de su lanzamiento, y puede parecer relativamente seguro, ya que el modelo recopila solo 11 tipos de datos. Sin embargo, hay una señal de alerta seria: DeepSeek almacena el historial de chat de los usuarios. No solo existe el riesgo de que los servidores sean hackeados y tus datos robados, sino también el riesgo de que tus datos terminen en manos del gobierno chino. En China, las autoridades tienen control sobre Internet, y las empresas y proveedores están obligados a proporcionar datos cuando se les solicita. Además, según Hacker News, DeepSeek ya ha enfrentado filtraciones de datos. Como resultado, más de un millón de chats, claves de API y otros datos sensibles quedaron expuestos.
Dato interesante: Amazon, Samsung y muchos bancos prohibieron a sus empleados usar herramientas de IA para el trabajo. Samsung lo hizo después de que un trabajador subiera un fragmento de código sensible. La gravedad del evento sigue siendo una incógnita, pero Samsung está preocupado por el destino incierto de los datos filtrados. Amazon decidió evitar la IA después de descubrir que ejemplos de respuestas de ChatGPT se parecían a datos internos de Amazon.
¿Cómo protegerte?
Si ya estás pensando en deshacerte de todos los dispositivos e irte a vivir a un bosque, cálmate: no hace falta. Algunas reglas simples pero efectivas pueden ayudarte a proteger tus datos para que la IA no los recopile ni los use contra tu voluntad:
- Revisa los permisos de las apps que instalas y de los bots de IA que usas. Si una app pide demasiados permisos, almacena tu información o no hay forma de solicitar la eliminación de tus datos, considera eliminar por completo esa app de tu dispositivo y usar una alternativa más segura. Este consejo aplica especialmente a las apps que piden permisos que no necesitan para funcionar correctamente. Por ejemplo, un editor de video seguramente necesita acceso a tu galería, pero ¿por qué necesitaría conocer tus contactos o geolocalización? Piénsalo.
- Al instalar una app, concede la menor cantidad de permisos posible. Si puedes prohibir algo y la app sigue funcionando bien, hazlo.
- No marques casillas sin más: es mejor leer la Política de privacidad, los Términos de servicio y otros documentos antes de instalar apps, para saber cómo manejará tus datos esa app en particular o si puede divulgar información a terceros.
- Verifica el país de origen de las apps que estás por descargar. Recuerda que países como China tienen una censura estricta, y las empresas y proveedores allí deben cooperar con el gobierno cuando se les solicita, incluso proporcionando datos de usuarios. Si no estás de acuerdo con esto, evita esas herramientas.
- Instala solo apps oficiales de tiendas autorizadas y evita versiones hackeadas o no oficiales. Esas apps pueden ser una trampa para obtener tus datos.
- Ten cuidado con lo que subes a la red. Si te gusta mantener actualizados a tus seguidores en redes sociales sobre tu vida, nunca divulgues accidentalmente datos personales.
- Ten cuidado al usar Wi-Fi público o proxies gratuitos. Estas cosas pueden usarse para obtener tus datos. Es mejor evitarlas por completo. Si necesitas usar una red pública, considera agregar una VPN por seguridad. Proveedores confiables como ZoogVPN te ayudarán con problemas de conectividad relacionados con la ubicación y mantendrán tus datos seguros. Si buscas proxies, DataImpulse te ayudará a garantizar un acceso fluido en todo el mundo sin vaciar tu billetera. Además, cuando usas proxies, actúan como intermediarios entre tú y el servidor al que estás haciendo la solicitud. Los proxies se conectan en tu lugar, evitando el contacto directo. Como resultado, tus datos permanecen seguros, ya que las apps y los bots ven la información de los proxies. Eso mejora aún más tu seguridad.
- No subas datos sensibles como claves de API, contraseñas, códigos PIN, escaneos de documentos, tarjetas de crédito u otros detalles financieros a chatbots de IA.
Para concluir
En la era de la IA, los datos son el objetivo, y la seguridad está alcanzando un nuevo nivel. Además, incluso si no usas IA, esta aún puede tener tus datos a través de otras apps y otros medios. Por eso, es esencial aprender a usar bots, asistentes y apps sin poner en riesgo tu información sensible. También puedes usar herramientas adicionales, como proxies. Como envían solicitudes en tu lugar, tus datos permanecen ocultos, lo que dificulta su recopilación y uso. DataImpulse está listo para respaldarte con nuestro precio justo de $1 por 1 GB y soporte humano 24/7 (sin bots de IA), para que puedas enfocarte únicamente en tus tareas sin preocuparte por la seguridad y la privacidad. Presiona el botón “Prueba ahora” en la parte superior derecha de la pantalla o escríbenos a [email protected] para empezar.