Gobernanza del Dato: El Pilar Olvidado en la Era de la IA
Hoy en día, tanto personas naturales como jurídicas hacen un uso de la inteligencia artificial mucho más intensivo que antes, aunque no necesariamente mejor o peor. Existen innumerables tratados, cursos, foros y todo tipo de iniciativas orientadas a capacitar en el uso y manejo de la información asociada a la IA: prompts, skills, loops y un sinfín de herramientas que invitan a adentrarse en el mundo de la experiencia personal y corporativa.
Esto me parece bien, muy bien, de hecho. Algunos lo hacen con más éxito que otros, pero sin duda, después del pánico inicial y de que algunos sectores mostraran resistencia —o al menos una aceptación reticente—, poco a poco nos vamos asentando en su adopción.
La polvareda que levantó la IA
En mi caso particular, sin dejar de programar —y muchas veces a código puro, por diferentes razones: porque me gusta, porque puedo hacerlo y simplemente porque me parece más práctico en soluciones puntuales—, lentamente me he ido dando cuenta de algo que siempre existió, pero que ahora se manifiesta de manera especialmente clara.
Los datos: es, en esencia, lo que finalmente queda después de que la polvareda que ha levantado la IA se haya asentado.
Pero no se trata simplemente del dato frío y escueto; eso no aporta nada. Lo que se necesita es, si se me permite la expresión, la Gobernanza del dato. No sé si el término existe formalmente, pero suena bien; al menos la palabra "gobernanza" está muy de moda.
¿Qué implica realmente la Gobernanza del Dato?
Lo que quiero decir es que los datos no son fantasmas que aparecen y desaparecen dentro de una empresa. No son, a mi parecer —y con derecho a equivocarme—, entidades sin sustancia propia.
En esa forma de ver la sustancia de la empresa a través de sus datos, relaciones y correlaciones, se traduce la gobernanza como:
- Saber de dónde viene el dato.
- Qué aporta y si está actualizado o no.
- Cómo se relaciona con el entorno.
- Cuál es su vida útil.
- Quién lo generó y para qué.
- Qué realidad trata de mostrar.
- Si se puede sintetizar o si es "puro" (si tiene origen en otro contexto).
En medicina existe el término vademécum, que recopila datos y nociones de diferentes áreas. Las empresas deberían tener una política similar —y si no la tienen, deberían implementarla— para saber qué implicación tiene un dato, su cálculo y su uso en las decisiones de la compañía.
Mi experiencia en el desarrollo: el 60% que lo cambia todo
En el desarrollo de mis aplicaciones, de forma inercial —no como algo buscado, sino de manera orgánica— me he dado cuenta de que el desarrollo de una aplicación se me facilita enormemente si logro indicar, ya sea a la IA, a un asistente o a mí mismo:
- Cómo se relaciona un dato con el proyecto.
- Qué tipo de dato es (número, etiqueta, texto, imagen).
- De qué forma se enlaza con lo demás.
- Si es un dato seleccionable o "puro" (en el sentido de que no se puede inferir de una selección o cálculo).
Al terminar de desplegar todos y cada uno de los datos, su morfología, su sintaxis, su estructura y su repercusión en un esquema —cosa que normalmente me toma más del 60% del tiempo de desarrollo—, la implementación de los procesos de una entidad es bastante más sencilla. Describir la topología de la estructura de los datos mediante, por ejemplo, un CRUD, es mucho más simple si se procede de esta forma.
El problema de las fórmulas "empotradas"
Mi llamado es que las empresas empiecen a pensar en la gobernanza de sus datos y en la forma en que fueron creados y gestionados. Eso, he notado —como digo, por puro desarrollo orgánico— da orden, pero también permite usarlos como una estructura para mejorar los desarrollos.
Esto es de vital importancia cuando la IA se usa —y de forma más exigente si se hace a través de agentes—.
En los procesos de sistematización, me encuentro no pocas veces creando tablas de configuración para ser llenadas con números o fórmulas "empotradas" (es decir, clavadas en un proceso) porque ya nadie en la empresa recuerda de dónde salieron o cómo se hicieron. Solo se dice:
"Siempre se ha hecho así".
Conclusión: Un llamado a la acción
La IA nos da superpoderes, pero sin una base sólida de datos, esos poderes se diluyen en caos y ruido. Invertir tiempo en documentar, estructurar y gobernar nuestros datos no es un lujo, es una necesidad estratégica.
Si logramos que las empresas comprendan que el dato es el verdadero activo, y que su gobernanza es el mapa que guía todo el desarrollo tecnológico, estaremos construyendo cimientos mucho más sólidos para el futuro.
¿Y tú? ¿Has enfrentado el problema de los datos "huérfanos" o las fórmulas heredadas en tus proyectos? Te leo en los comentarios. 🚀
Top comments (0)