Abrir menú de navegación
AIDive
ES
Iniciar sesión
Volver al glosario

Qué es la desinformación

Ética y seguridad

Información falsa o engañosa difundida con intención de engañar o manipular.

Definición

La desinformación es información falsa o engañosa difundida con la intención de engañar o manipular. En el trabajo práctico con IA, ayuda a los equipos a conectar un concepto con los datos, el comportamiento del modelo, las decisiones de producto y la evaluación. La pregunta útil no es solo qué significa el término, sino cómo afecta a la calidad, el coste, la fiabilidad y el riesgo en un flujo de trabajo real.

Ejemplo

Antes de lanzar una función de IA, un equipo de producto usa la desinformación como parte de una revisión de riesgos de daño al usuario, uso indebido, privacidad y rendición de cuentas.

Por qué importa

La desinformación importa porque los sistemas de IA afectan a las personas, los derechos, la seguridad y la confianza, no solo a las métricas técnicas.

Cómo funciona

Los equipos identifican a los usuarios afectados, mapean los posibles daños, establecen salvaguardas, documentan las decisiones y revisan los resultados después del despliegue. En el caso de la desinformación, la clave es conectar la definición con los datos de entrada, las suposiciones, los resultados medibles y los límites del despliegue.

Dónde se usa

  • Se usa en gobernanza de IA, revisión de políticas, evaluación de riesgos, privacidad, integridad del contenido y despliegue responsable.

Limitaciones

Las etiquetas éticas no demuestran por sí solas que algo sea seguro; los equipos siguen necesitando evidencia, rendición de cuentas y revisión continua.

FAQ

¿Por qué es útil conocer la desinformación?

La desinformación importa porque los sistemas de IA afectan a las personas, los derechos, la seguridad y la confianza, no solo a las métricas técnicas.

¿Cómo se debe evaluar la desinformación en la práctica?

Empieza por la tarea concreta y luego revisa los datos, las suposiciones, las métricas, las limitaciones y el coste de los errores antes de confiar en el resultado.