Orden del día

Los grandes modelos lingüísticos y la IA generativa influyen cada vez más en cómo se utiliza y comparte el conocimiento, pero su fiabilidad depende de la calidad y la procedencia de los datos de entrenamiento. A medida que la IA se expande a la gobernanza, los servicios públicos y los mercados, identificar fuentes fiables y bien documentadas se ha convertido en una prioridad global.

Las estadísticas oficiales constituyen un bien público fundamental: se elaboran con estándares profesionales, metodologías transparentes y supervisión pública, a partir de registros administrativos, encuestas y datos privados. Ofrecen información de referencia esencial para validar, calibrar y comparar los resultados de la IA. En un contexto de creciente volumen de datos y calidad desigual, los conjuntos de datos estadísticos fiables ayudan a verificar los resultados y a garantizar la coherencia con la evidencia establecida.

La combinación de datos diversos para la IA plantea desafíos en torno al aseguramiento de la calidad, los metadatos, la representatividad, los sesgos, la propiedad intelectual y la privacidad. Los procesos de la CMSI+20 y la Conferencia Mundial de Diálogo (CDD) hacen hincapié en enfoques compartidos para lograr ecosistemas digitales seguros, inclusivos e interoperables.

Esta sesión analizará cómo las comunidades estadísticas y geoespaciales, las empresas privadas, las ONG e iniciativas como el programa de Financiación para el Desarrollo sobre el Futuro de los Datos y el Observatorio de Datos Confiables pueden desarrollar acciones conjuntas para lograr “mejores datos para la IA”. Se explorarán los principios para identificar, gestionar y compartir conjuntos de datos y metadatos de alta calidad. Expertos de oficinas estadísticas nacionales, organizaciones internacionales, el ámbito académico y el sector privado debatirán sobre el papel de los datos oficiales y privados, las prácticas para documentar conjuntos de datos preparados para la IA, las innovaciones en la IA aplicada a los datos y las oportunidades de cooperación para garantizar que la próxima generación de IA se base en fundamentos de datos confiables, responsables y de beneficio global.