Ficha de datos (datasheet)

La ficha de datos (datasheet), propuesta por Gebru y colegas, retoma la idea de las hojas de datos de la electrónica: todo conjunto de datos debe acompañarse de respuestas a un conjunto fijo de preguntas. ¿Quién lo creó y para qué? ¿Qué representa cada registro y hay grupos ausentes o sobrerrepresentados? ¿Cómo se recolectaron los datos, con qué consentimiento, y se incluyeron datos personales o sensibles? ¿Qué limpieza o etiquetado se hizo y qué usos serían inadecuados?

La práctica permite revisar la calidad y la representatividad de los datos, que es justamente lo que el Reglamento Europeo de IA exige a los datos de entrenamiento, validación y prueba de sistemas de alto riesgo (art. 10): pertinentes, representativos, examinados frente a posibles sesgos y regidos por prácticas documentadas. También respalda la procedencia de los datos y el análisis de base jurídica que exige la normativa de protección de datos.

Ejemplo: un hospital que publica un conjunto de imágenes documenta que todos los estudios provienen de dos equipos de una sola región, advirtiendo que el desempeño en otros contextos debe probarse.