Datos Sintéticos:

¿Qué son los datos sintéticos? Son conjuntos de datos fabricados artificialmente que imitan las características y distribuciones de los datos reales, sin contener información personal o sensible. Fuente: https://datos.gob.es

¿Por qué necesitamos datos sintéticos?

• Escasez de datos de valor

• Problemas para acceder a datos de calidad

• Datasets reales presentan sesgos o están desequilibrados

• Aumento de las regulaciones sobre privacidad de datos

Ante la dificultad de acceder a datos de calidad para entrenar modelos IA, la generación de datos sintéticos se ha convertido en una herramienta clave para mejorar la eficiencia y efectividad de dichos modelos.

Ventajas:

• Recreación de eventos no habituales.

• Enriquecimiento de conjuntos de datos pequeños.

• Generación de clases con baja representación.

• Alternativa a las técnicas de anonimización.

• Permite colaboración entre proveedores de datos de distintos países con distintas regulaciones.

• Reduce el riesgo de filtraciones de datos personales durante el proceso de desarrollo.

• Reducción de costes para obtener datos.

• Reducción de costes asociados a mantener la privacidad de los datos y potenciales problemas legales.

• Generación a demanda, que impacta en menores costes de almacenamiento.

Desventajas:

• Pérdida de realismo por carencia de complejidad y variabilidad.

• Riesgo de aparición o amplificación de sesgos, si se dan en los datos originales.

• Falta de validación.

• Limitaciones en aplicaciones críticas, como medicina, banca o transporte.

• Complejidad técnica de las herramientas para generar datos sintéticos de alta calidad.

• Dependencia del conjunto de datos original, p.ej. problemas de generalización.

• Aceptación limitada en algunos sectores.