Exige datos confiables para evitar decisiones empresariales equivocadas

El vicepresidente de Data y Analítica del Banco Popular, Mario Silié, advirtió que la inteligencia artificial no puede considerarse confiable si se apoya en datos incompletos, desactualizados o de baja calidad. En una explicación sobre adopción responsable, Silié sostuvo que la calidad debe incluir no solo que la información esté completa, organizada y actualizada, sino también el contexto de uso. Como ejemplo, señaló que, más allá de mantener datos básicos de clientes como direcciones o teléfonos, los modelos requieren comprender características, frecuencia de consumo y valor para el negocio, distinguiendo clientes ocasionales y recurrentes. Además, planteó que el mantenimiento debe ser permanente y que las decisiones deben monitorearse continuamente para ajustar resultados a cambios del mercado, junto con medidas de privacidad y seguridad.