Las nuevas tecnologías, y más en el caso de algo tan rompedor como la Inteligencia Artificial, requieren regulación. Así y todo, la forma y el momento de aplicación de esta regulación son importantes. Una normativa tardía o demasiado conservadora provoca problemas y perjudica a las partes implicadas. Sin embargo,también ocurre lo mismo cuando los legisladores se precipitan a la hora de crear una legislación que es superada por el avance tecnológico. Entonces, ¿Cómo regular la Inteligencia Artificial?
Respecto a esta cuestión, me gustaría comentar un reciente informe del Tech Policy Institute de la Universidad de Cornell, EE.UU. El estudio examina ejemplos recientes de legislación de nuevas tecnologías, y apuntan una serie de líneas maestras que guíen el proceso de regulación de la Inteligencia Artificial. Entre otros campos, el trabajo también presenta una serie de observaciones sobre la aplicación de la Inteligencia Artificial en Salud.
Regulación tardía, regulación prematura
La historia reciente de la regulación normativa de nuevas tecnologías está repleta de casos en los que los legisladores no se decidían a intervenir cuando estas causaban perjuicios, y de casos en los que actúan con demasiada rapidez, presentando normativas y leyes que se ven superadas por los cambios tecnológicos.
Un ejemplo de legislación tardía sería la regulación de plataformas como Cabify o Uber. Estos servicios se hicieron populares rápidamente, ocupando el «nicho» de mercado del taxi tradicional. Las entidades regulatorias tuvieron problemas a la hora de adaptar la legislación de transporte a los aspectos específicos de estas, lo cual derivó en batallas legales, huelgas, conflictos de intereses y un período de inseguridad jurídica. Otro ejemplo claro de lentitud normativa serían las criptomonedas y la tecnología blockchain. Las criptomonedas son divisas digitales que operan fuera del sistema bancario tradicional. Los gobiernos y entidades legislativas han tardado en responder, dadas sus dificultades para comprender su fundamento tecnológico, sus consecuencias para los sistemas financieros, y los riesgos asociados de fraude, blanqueo de divisas o manipulación de los mercados. Este desfase ha provocado incertidumbre en el mundo de la inversión y la empresa, pues carecen de un marco claro y bien definido en el que operar.
De igual modo, existen casos en los que la legislación se adelanta y es superada por la evolución tecnológica. Un ejemplo muy claro es de las leyes de propiedad intelectual que no pudieron hacer frente al boom de la piratería online. Esta legislación, como por ejemplo el Tratado de propiedad intelectual de la Organización Mundial de Propiedad Intelectual (WIPO, World Intellectual Property Organization) solo sirvió para censurar contenidos en internet sin justificar el motivo, pero no logró impedir la piratería masiva de música, películas y otros contenidos online.
Regular la Inteligencia Artificial
En el caso concreto de la sanidad, la aplicación de la Inteligencia Artificial, aunque puede decirse que está por detrás de otros sectores, ya ha comenzado a transformar la medicina y la investigación sanitaria. Sin embargo, la IA en salud tiene una serie de problemas. El primero es, como hemos comentado en diversas ponencias y artículos, es su carácter de «caja negra». No podemos saber, o es difícil, cómo la IA llega a sus conclusiones diagnósticas. Esta opacidad puede causar problemas en caso de diagnósticos erróneos o complicaciones quirúrgicas. Es más, el entrenamiento de los sistemas de IA requieren enormes cantidades de datos, lo cual puede llevar a violar la privacidad de la ciudadanía. Otro problema (similar al ejemplo de la regulación de plataformas como Uber/Cabify) es la existencia de una vasta y compleja regulación, necesaria, por otra parte. Las agencias médicas como la FDA estadounidense o la EMA europea someten a rigurosos controles todas las nuevas soluciones de IA para garantizar su eficiencia y seguridad antes de aprobarlas para su uso clínico. Encajar la IA en este marco regulatorio es mucho más complejo, y los riesgos más elevados, que hacerlo en sectores más «inocuos», por así decirlo.
El sector sanitario
En respuesta, los autores del estudio presentan una serie de pautas generales para la regulación normativa. Estas son aplicables a múltiples facetas de la inteligencia artificial, incluida la investigación y atención sanitaria. La respuesta, sostienen los autores, es un enfoque flexible y dinámico, el llamado «SETO Loop». Recomiendan seguir un «proceso» determinado. En primer lugar, determinar si la legislación existente es adecuada. De no serlo, examinar el nivel de regulación necesario, ya sea a nivel internacional, nacional, empresarial o individual. Después, debe crearse legislación adecuada y factible para cada tecnología y problema particular. Por último, esta normativa debe ser revisada, corregida o incluso anulada a fin de obtener el equilibrio correcto entre innovación, seguridad pública e intereses de la sociedad.
El informe completo, titulado AI and the Regulatory Challenge: a new Framework using the SETO Loop, está disponible en el siguiente enlace.
