CÓD.N06-S04-08-S03-02 ONLINE

La protección legal del Know-how con algoritmos de IA y sus repercusiones jurídicas

En la era de la sociedad de la información y el IOT, los conocimientos son más que una herramienta para el desarrollo personal o profesional, es la futura moneda de cambio en la nueva fiebre del oro que se avecina con el Data Mining. El nuevo sistema económico que se avecina con la inteligencia artificial y la robótica va a suponer un reto en muchos aspectos, y el primero el empresarial. La constante tecnologización de la empresa y su ritmo acelerado incorporando toda clase de nuevas tecnologías incrementan la posibilidad de fuga del know-how. La carencia de un legislador con conocimientos técnicos y la deficiente legislación tecnológica, es un problema que puede conllevar consecuencias. Por ello resulta más que nunca necesario analizar el panorama jurídico que conlleva dicho reto y proponer soluciones y prevendas para conseguir alcanzar un futuro empresarial eficiente entre derechos y deberes entre trabajadores, empresario y consumidores. El objetivo de la presente investigación radica en la realización de un análisis actual del ordenamiento jurídico español, europeo y de estados unidos, realizando un ejercicio de derecho comparado, con la firme intención de permitir localizar el estado actual de la problemática y soluciones jurídicas en sus respectivos ordenamientos. Por lo que la metodología usada es una metodología dialecto y fenomenológica, impulsado por un método inductivo-comprensivo para los aspectos sociales que interactúan con la legislación y el ámbito del derecho y un método hipotético-deductivo de interpretación legal y creación legislativa. El know-how del empresario, si siempre ha sido un bien preciado, en el futuro lo va a ser aún más. La capacidad de extracción de datos de una empresa aumenta exponencialmente según avanza la tecnología. La diferencia entre un producto o servicio con éxito radica en sus particularidades y su tratamiento comercial el know-how. Ahora se avecina una nueva era donde el know-howtech va a ser el gran secreto de todas las empresas, pues los productos virtuales, productos físicos y servicios virtuales y físicos, van a estar hibridados sirviéndose simultáneamente a los consumidores tanto por parte de las empresas como de las administraciones. La capacidad de protección de los datos y de su saber hacer con esos productos o servicios y datos va a ser imprescindible para poder sobrevivir empresarialmente. La gestión eficiente, correcta con medidas de control exhaustas pero equilibradas con el resto de derechos de trabajadores y consumidores es una ecuación difícil de resolver. La realidad jurídica muestra conclusiones evidentes, existen herramientas que nos permiten proteger los datos de una empresa y de sus transacciones tanto comerciales, industriales y de todo tipo. Pero existe un déficit de adaptación normativa por parte de los legisladores que debe ser cubierta por una mejor especialización de los grupos de trabajo encargados de realizar la tarea legislativa en dichos campos. Asimismo existe un gran hueco legal en lo que obligaciones y derechos tecnológicos de los trabajadores se refiere.

Palabras clave

derecho de la informática derecho del ciberespacio derecho mercantil inteligencia artificial protección de datos

Ponencia Online

Documentación de apoyo a la presentación ONLINE de la ponencia

Ver el video en youtube


Firmantes

Los autores de la ponencia

profile avatar

Javier Antonio Nisa Ávila

Ver Perfil


Preguntas y comentarios al autor/es

Hay 4 comentarios en esta ponencia

    • profile avatar

      Philippe Prince Tritto

      Comentó el 10/12/2020 a las 23:59:28

      Estimado Javier, muchísimas gracias por su ponencia. ¡Esperaba escucharla con gran expectativa! Me gustaría preguntar acerca de la protección de los algoritmos de Machine Learning que aprovechan de la producción colaborativa (crowdsourcing). Un ejemplo de eso, sería el famoso reCaptcha de Google, que de hecho hizo bastante ruido.

      Los datos de entrenamiento y prueba se utilizan para "entrenar" los algoritmos de Machine Learning y luego para evaluar su correcto funcionamiento. Es bien sabido que la calidad de los modelos informáticos depende de la calidad de los datos de entrada.

      Así pues, una parte sustancial de la calidad del algoritmo y de los resultados que produce depende de la constitución de los datos etiquetados y de su utilización para el entrenamiento de la red neuronal. La cuestión de la protección jurídica de estos datos de entrenamiento y del "estado" de la red neuronal, constituida por sus parámetros internos que dependen de datos de terceros, puede plantearse válidamente y no parece haber recibido respuestas verdaderamente definitivas. ¿Cuál es su opinión sobre esto?

      Responder

      • profile avatar

        Javier Antonio Nisa Ávila

        Comentó el 11/12/2020 a las 10:10:13

        Estimado Philippe, me alegro que te haya gustado mi ponencia. La tuya también es verdaderamente interesante. La cuestión que me planteas, desde la experiencia como responsable de desarrollo de un programa informático al que le queremos implantar precisamente Machine Learning, es muy interesante.

        Los datos de entrenamiento deben ser reales y no ficticios para producir un correcto desarrollo de los algoritmos. Todos estos datos evidentemente son de terceros, la protección jurídica va a depender de si el uso de ese algoritmo se va aplicar a un sistema ya existente con usuarios y datos reales o pertenece a un proyecto sin todavía puesta en producción.

        Para el primer caso de una aplicación ya existente o servicio, ese algoritmo se nutre de los datos reales existentes y por ello con una adición a la política de protección de datos y solicitar el consentimiento a los usuarios para el uso a efectos estadísticos y de desarrollo indicándoles que se va a usar sus datos bajo una metodología jurídicotécnica de privacidad diferencial sería suficiente.

        Para el caso de una aplicación o servicio que no está en producción es diferente, el uso del Crowdsourcing debe estar acreditado por una férrea cesión de datos configurada jurídicamente de forma que tanto los usuarios como el cesionario nos confirme a nosotros como cedentes que los datos son blancos, es decir sin identificación de personas concretas.

        Otro aspecto sería la protección tecnológica de los mismos y como se debería adoptar jurídicamente, con referencias a roles de acceso, pruebas de equipo rojo y azul, etc. Todo esto ya pertenecería al ámbito tecnológico-jurídico, el cual el legislador debería apoyarse en los investigadores en la materia para generar parámetros jurídicos de protección standarizados.

        Espero haberte respondido a tus dudas. No obstante tienes en mi perfil mi email de contacto.

        Muchas gracias.

        Responder

        • profile avatar

          Philippe Prince Tritto

          Comentó el 11/12/2020 a las 17:49:51

          Estimado Javier, ¡muchas gracias por haber tomado el tiempo de contestar! Tu respuesta destaca un punto de vista muy acertado al separar dos tipos de aplicaciones que se apoyan sobre diferentes fuentes de datos (existentes / generación ad hoc).

          Entiendo que, si no me equivoco, tu posición sigue la de Pia Björk, directora de la Oficina Europea de Patentes, que durante una conferencia de 2019 explicó que en materia de protección de modelos de Machine Learning con redes neuronales multicapas, hay que diferenciar la protección que podemos aplicar a los datos de aprendizaje (protección jurídica sui generis de las bases de datos mediante las transposiciones nacionales de la Directiva 96/9/CE) , y la aplicación en sí (mediante patentes).

          Seguiré con mucho interés tus desarrollos en el artículo final publicado mediante este Congreso.

          Otra vez, felicidades y muchas gracias. Seguimos en contacto.

          Responder


Deja tu comentario

Lo siento, debes estar conectado para publicar un comentario.