Este artículo destaca los cambios significativos en el significado y el valor de los datos en la era de la inteligencia artificial (IA) generativa y señala la insuficiencia de los conceptos actuales de protección de datos. Dado que los datos desempeñan un papel fundamental a lo largo del ciclo de vida de la IA, su protección es necesaria en diversas etapas, como los datos de entrenamiento, las indicaciones y los resultados. Por ello, presentamos una taxonomía de cuatro niveles: inusabilidad, privacidad, trazabilidad y borrabilidad, para abarcar los diversos requisitos de protección que surgen en los modelos y sistemas modernos de IA generativa. Este marco proporciona una comprensión estructural de las compensaciones entre la usabilidad y el control de los datos en todo el proceso de IA, incluyendo los conjuntos de datos de entrenamiento, las ponderaciones de los modelos, las indicaciones del sistema y el contenido generado por la IA. Además, analiza los enfoques técnicos representativos en cada nivel e identifica los puntos ciegos regulatorios. En definitiva, proporciona un marco estructural para alinear las futuras tecnologías y la gobernanza de la IA con prácticas de datos fiables, proporcionando orientación oportuna a desarrolladores, investigadores y organismos reguladores.
