Definición
Los datos sintéticos son datos creados de forma artificial, normalmente por un modelo de IA, que reproducen las propiedades estadísticas y la estructura de un conjunto de datos real sin contener registros reales. Un conjunto sintético de clientes tiene la misma distribución de edades, compras y bajas que el original, pero ninguno de sus clientes existe. Se usan para entrenar modelos, probar software y compartir información cuando los datos reales son escasos, sensibles o caros de conseguir.
En la empresa, los datos sintéticos resuelven tres problemas frecuentes. Privacidad: permiten desarrollar y probar sistemas sin exponer datos personales reales a proveedores o entornos de prueba. Escasez: generan ejemplos de casos raros, como fraudes o averías, de los que hay pocos registros históricos para entrenar. Y velocidad: un equipo puede empezar un proyecto con datos sintéticos mientras se resuelven los permisos para acceder a los reales, que suelen tardar meses.
Los grandes laboratorios entrenan hoy sus modelos con proporciones crecientes de datos sintéticos generados por modelos anteriores, sobre todo en programación y matemáticas donde la corrección se puede verificar. El malentendido habitual es pensar que los datos sintéticos son anónimos por definición. Si se generan mal, pueden reproducir registros reales o sesgos del original. Y un modelo entrenado solo con datos sintéticos de baja calidad aprende los errores del generador.
En la práctica
Una aseguradora quiere que un proveedor externo desarrolle un modelo de detección de fraude, pero no puede compartir expedientes reales. Genera un conjunto de datos sintéticos con la misma estructura y patrones, el proveedor construye y prueba el modelo con ellos, y la aseguradora lo valida internamente con los datos reales.
Por qué importa
Los datos sintéticos te permiten mover proyectos de datos e IA sin esperar a que legal apruebe cada acceso, y trabajar con terceros sin exponer a tus clientes. Son una herramienta de velocidad tanto como de cumplimiento.
Preguntas frecuentes
- ¿Los datos sintéticos cumplen con el RGPD?
- Si se generan correctamente y no permiten reidentificar a personas reales, no son datos personales y quedan fuera del RGPD. Pero eso hay que demostrarlo: un conjunto sintético mal generado puede filtrar registros reales. Conviene validar el riesgo de reidentificación y documentar el proceso, igual que con una anonimización.
- ¿Para qué sirven los datos sintéticos en una empresa?
- Para probar software y sistemas sin usar datos reales de clientes, para entrenar modelos cuando hay pocos ejemplos de casos importantes como fraudes o fallos, para compartir información con proveedores y para acelerar proyectos mientras se gestionan los permisos de acceso a los datos originales.