India propone un plan de inteligencia artificial basado en el principio: «El modelo se desplaza hacia los datos, en lugar de que los datos se desplacen hacia el modelo»

 




India propone un plan de inteligencia artificial basado en el principio: «El modelo se desplaza hacia los datos, en lugar de que los datos se desplacen hacia el modelo»

Concepto central del artículo: La propuesta de la India plantea un cambio importante en la gobernanza de los datos utilizados para entrenar inteligencia artificial: en lugar de centralizar grandes cantidades de información en las infraestructuras de las empresas que desarrollan los modelos, se propone acercar los procesos de entrenamiento a entornos seguros donde permanecen los datos, preservando el control de sus propietarios.

El país busca desarrollar más inteligencia artificial local, sin conceder a las grandes empresas tecnológicas acceso irrestricto a todos los datos.

Mientras continúan el debate y las controversias legales sobre hasta qué punto los desarrolladores de grandes modelos de lenguaje (LLM) tienen derecho a incorporar datos de todo el mundo en sus sistemas sin pagar por ellos, el Gobierno de la India ha presentado una propuesta para regular y proteger el flujo de información.

El objetivo de la India es crear modelos de inteligencia artificial entrenados con datos locales, ya que considera que los desarrolladores extranjeros de modelos no necesariamente estarán motivados para abordar los problemas específicos del país ni para garantizar que los propietarios de los datos mantengan el control sobre ellos.

El mecanismo que el Ministerio de Electrónica y Tecnología de la Información de la India (MeitY) considera adecuado para lograrlo se denomina «Arquitectura de Empoderamiento y Protección de Datos para el Entrenamiento de Inteligencia Artificial» (Data Empowerment and Protection Architecture for AI Training, DEPA).

Según explicó el profesor Ajay Kumar Sood, principal asesor científico del Gobierno de la India, DEPA se fundamenta en un principio:

«El modelo se desplaza hacia los datos, en lugar de que los datos se desplacen hacia el modelo».

La propuesta contempla la participación de entidades denominadas «Proveedores de Datos para Entrenamiento» (Training Data Providers, TDP), entre las que se incluyen hospitales, bancos y organismos gubernamentales, que compartirían datos anonimizados y cifrados a través de una «Plataforma de Intercambio de Datos» (Data Exchange Platform, DEP).

Otras entidades, denominadas «Consumidores de Datos para Entrenamiento» (Training Data Consumers, TDC), accederían a los datos almacenados en estas plataformas para entrenar sus modelos.

Las plataformas DEP operarían mediante lo que MeitY denomina «Entornos Seguros de Datos basados en hardware», en los cuales «los datos permanecen cifrados y aislados incluso durante su procesamiento».

Además, estas plataformas aplicarían las reglas establecidas por los proveedores de datos (TDP), que determinarían de qué manera los consumidores de datos (TDC) pueden utilizarlos.

El marco DEPA publicado por MeitY explica que este mecanismo implica que:

«Se aplican sistemáticamente técnicas de privacidad diferencial para impedir que el modelo aprenda o revele información específica de individuos».

El documento agrega:

«Todas las actividades realizadas dentro de los entornos seguros de datos se registran de manera inmutable con fines de auditoría, garantizando que el proceso sea tanto seguro como transparente».

El Gobierno de la India ya administra varias plataformas de intercambio de datos, aunque todavía no está claro cuánto trabajo será necesario para convertir DEPA en una realidad operativa.

Una vez que DEPA esté funcionando, MeitY prevé que los desarrolladores de modelos puedan utilizarlo para iniciativas como:

«Aprovechar los datos sanitarios actualmente fragmentados para impulsar avances significativos en diagnósticos basados en inteligencia artificial, descubrimiento de medicamentos y gestión de la salud pública».

El optimismo también alcanza al sector de los servicios financieros.

La India cuenta literalmente con miles de bancos, y MeitY considera que:

«DEPA puede permitir el intercambio seguro de diversos datos financieros, extendiendo potencialmente el acceso al crédito formal a 400 millones de personas y micro, pequeñas y medianas empresas (MIPYMES) actualmente insuficientemente atendidas, e impulsando la innovación fintech de próxima generación».

Desde hace tiempo, el Gobierno de la India sostiene que ampliar la capacidad de las instituciones financieras para otorgar créditos a una mayor cantidad de personas contribuirá al desarrollo económico.

El documento también destaca las oportunidades en el ámbito educativo:

«De manera similar, en educación, DEPA puede superar los desafíos de interoperabilidad de datos para posibilitar el aprendizaje personalizado impulsado por inteligencia artificial para millones de personas, así como la creación de credenciales de competencias transferibles, esenciales para una fuerza laboral preparada para el futuro, en un país con 250 millones de estudiantes y un sector de tecnología educativa (EdTech) valorado en 29.000 millones de dólares».

El marco continúa:

«La adopción exitosa del entrenamiento mediante DEPA en estos sectores constituye el catalizador esencial para materializar la visión de la India de un crecimiento inclusivo y un liderazgo responsable en inteligencia artificial en el escenario mundial».

Aunque el propósito principal de este marco es desarrollar sistemas de inteligencia artificial indios para la población india, el documento también contempla la posición internacional del país.

En este sentido, señala:

«DEPA representa la contribución de la India a la diplomacia científica mundial, promoviendo los esfuerzos de instituciones como el Banco Mundial y las Naciones Unidas para configurar un ecosistema global de inteligencia artificial más inclusivo y responsable».

El documento también menciona en varias oportunidades el concepto de Infraestructura Pública Digital (Digital Public Infrastructure, DPI).

Se trata de un enfoque impulsado originalmente por la India, que consiste en financiar desde el Estado la creación de herramientas tecnológicas de uso público.

Entre los ejemplos se encuentran:

  • El sistema de pagos Unified Payments Interface (UPI).

  • La plataforma Bharat Taxi, un servicio de transporte compartido sin comisiones.

El objetivo de estas iniciativas es evitar que las grandes empresas tecnológicas (Big Tech) dominen el mercado local.

La India también utiliza su infraestructura pública digital como instrumento diplomático, poniendo estas tecnologías a disposición de países aliados sin costo.

Fuente: Simon Sharwood, The Register, 2 de noviembre de 2026.

Concepto central del artículo: La propuesta de la India plantea un cambio importante en la gobernanza de los datos utilizados para entrenar inteligencia artificial: en lugar de centralizar grandes cantidades de información en las infraestructuras de las empresas que desarrollan los modelos, se propone acercar los procesos de entrenamiento a entornos seguros donde permanecen los datos, preservando el control de sus propietarios.

Comments

Popular posts from this blog

IBM goes big to keep quantum computers cold

IBM - avances en mantener adecuadamente fríos computadores cuánticos.

Estructura multinivel de los sistemas de agentes de IA