Datos sintéticos: un activo estratégico en el ámbito de los seguros

La irrupción de la inteligencia artificial ha propiciado un giro copernicano a la gestión y explotación de la información. No hace tanto resultaba muy complejo llevar a cabo simulaciones de escenarios sobre los cuales establecer estrategia; ahora, y prácticamente pulsando un botón, los gestores (data scientists, programadores u otros tantos perfiles implicados) cuentan con toda la información en sus pantallas. Esta facilidad, con todo, se topa con un muro, hasta poco, imposible de superar: la privacidad en los datos. ¿Cómo simular escenarios en los que los activos son clientes con nombres y apellidos?

La legislación es, lógicamente, muy estricta en este terreno, y no se pueden emplear datos reales de clientes para otro objeto que no sea el contratado. Y es aquí donde entran los datos sintéticos, pero… ¿En qué consisten exactamente? Los datos sintéticos son información generada artificialmente mediante algoritmos y técnicas computacionales avanzadas, diseñados con el objeto de emular datos reales. A diferencia de los datos obtenidos a través de observaciones o mediciones directas, los datos sintéticos se crean utilizando modelos que imitan las características estadísticas de conjuntos de datos auténticos. Estos datos ofrecen una significativa ventaja frente a los reales: son ilimitados, con lo que las posibilidades de hacer emulaciones son mucho más elevadas.

El “motor” detrás de los datos sintéticos se fundamenta en algoritmos de inteligencia artificial (IA), en concreto en sistemas que emplean el aprendizaje automático (machine learning) y redes neuronales. Estos algoritmos estudian los patrones de comportamiento empleando datos reales y, posteriormente, generan nuevos datos que mantienen las propiedades estadísticas del conjunto original, pero sin replicar información específica. Esta es la principal ventaja de emplear datos sintéticos: se preserva la privacidad y el anonimato, ya que no contienen información personal real.