“¿Puedes mostrar el promedio de edad de los pacientes… pero sin revelar sus nombres?”
La ciencia de datos es poderosa, pero con gran poder viene gran responsabilidad.
En un mundo donde recolectamos millones de datos cada día —desde transacciones financieras hasta huellas digitales en redes sociales, historiales médicos, geolocalización o interacciones con dispositivos inteligentes— proteger la privacidad de las personas no es opcional, es ético y necesario.
Este artículo explora los principios fundamentales de ética y privacidad en la ciencia de datos, enmarcados dentro del gobierno de datos según DAMA-DMBOK, y cómo aplicar buenas prácticas que permitan mostrar lo que revelan los datos sin comprometer la identidad de las personas detrás de ellos.
Porque más allá de lo que podemos calcular, debemos pensar en lo que debemos proteger.
📌 La ética como parte del gobierno de datos
El gobierno de datos, según el marco DAMA-DMBOK (Data Management Body of Knowledge), no solo se centra en la calidad, accesibilidad y uso de los datos, sino también en su tratamiento responsable.
La ética no es un accesorio: es un principio transversal. Se conecta directamente con pilares esenciales:
- Privacidad: ¿Qué datos deben permanecer confidenciales?
- Seguridad: ¿Quién puede ver o acceder a los datos?
- Propósito: ¿Por qué recolectamos estos datos y para qué se van a usar?
- Transparencia: ¿Informamos claramente cómo se usarán los datos?
- Responsabilidad: ¿Quién asume las consecuencias si el uso de datos vulnera la confianza o la ley?
👉 Un buen gobierno de datos significa tener reglas claras sobre lo aceptable y lo inaceptable. De lo contrario, un análisis puede ser técnicamente correcto, pero socialmente cuestionable.
📌 ¿Qué es un dato personal y por qué importa?
Un dato personal es cualquier información que identifica —de forma directa o indirecta— a una persona: nombre, DNI, correo electrónico, dirección IP, ubicación en tiempo real, historial médico, hábitos de consumo, voz, imagen facial, entre otros.
El riesgo no se limita a datos evidentes como nombre o teléfono. La verdadera amenaza surge cuando se combinan múltiples fuentes: ubicación, fecha y patrones de consumo pueden identificar a alguien, aunque su nombre no aparezca.
Ejemplos de buenas prácticas en proyectos de datos:
- En lugar de mostrar la lista de clientes con más deuda, mostrar el perfil promedio del cliente deudor.
- En vez de mapear direcciones exactas, usar zonas agregadas o rangos.
- Sustituir identificadores directos por códigos anónimos o categorías.
👉 La ciencia de datos ética busca que la historia esté en el patrón, no en el individuo.
📌 Mostrar lo que reflejan los datos (sin mostrar los datos en sí)
El principio fundamental es analizar patrones, no personas.
- Mal enfoque: “Juan Pérez, de 52 años, vive en Lima y gana $3,400 mensuales.”
- Buen enfoque: “El 67% de los usuarios mayores de 50 años en Lima tienen ingresos mayores a $3,000.”
El segundo enfoque protege la identidad y genera información más útil para la toma de decisiones estratégicas. Además, fortalece la credibilidad del análisis y reduce riesgos legales y reputacionales.
En entornos corporativos, académicos y gubernamentales, este cambio de perspectiva marca la diferencia entre un análisis responsable y uno riesgoso.
📌 Técnicas básicas para proteger la privacidad
Incluso en proyectos pequeños, es posible aplicar técnicas de protección que garantizan confidencialidad:
- Anonimización: eliminación irreversible de datos identificativos.
- Pseudonimización: reemplazo de identificadores por códigos internos.
- Agregación: mostrar totales, promedios o rangos en lugar de datos individuales.
- Enmascaramiento: ocultar parte del dato (ej.: juan***@gmail.com).
- Muestreo aleatorio: trabajar con subconjuntos representativos en lugar de usar todo el dataset.
- Privacidad diferencial: técnica avanzada que añade “ruido” estadístico para proteger identidades sin comprometer tendencias.
👉 Estas prácticas son la diferencia entre un análisis respetuoso y uno que erosiona la confianza del usuario.
📌 ¿Y si trabajo con datos públicos?
Un error común es pensar que “si es público, se puede usar sin problema”.
La realidad: incluso los datos abiertos pueden ser reidentificados cuando se cruzan con otras fuentes. Ejemplo: bases de movilidad urbana combinadas con redes sociales pueden revelar rutinas individuales.
Por eso, el uso ético exige preguntarse:
- ¿Puedo? (legalidad)
- ¿Debo? (responsabilidad ética)
Cumplir con regulaciones como el GDPR en Europa, la CCPA en California o la Ley de Protección de Datos Personales en varios países de Latinoamérica es lo mínimo indispensable, pero no suficiente.
👉 La clave está en diseñar proyectos con un principio de “privacidad por diseño” (Privacy by Design).
📌 Casos reales de malas prácticas
La teoría se entiende mejor con ejemplos:
- Netflix Prize (2006): se liberó un dataset anónimo de calificaciones de películas. Investigadores lograron reidentificar usuarios cruzando con IMDb.
- Strava (2018): la app de fitness publicó un mapa global de calor que reveló rutas militares secretas en zonas de conflicto.
- Facebook – Cambridge Analytica (2018): datos de perfiles fueron explotados para manipular campañas políticas.
👉 Estos casos muestran que las buenas intenciones no son suficientes: la privacidad debe estar incorporada desde el diseño del análisis.
📌 Conclusión / Cierre
La ciencia de datos puede iluminar decisiones, descubrir patrones y anticipar comportamientos. Pero su verdadero valor radica en hacerlo sin vulnerar la confianza ni la identidad de quienes generan esos datos.
Mostrar lo que reflejan los datos —y no los datos en sí— es un acto de responsabilidad. En un entorno profesional, la ética no es un extra: es una obligación.
La ciencia de datos ética no solo protege a las personas: también protege a las organizaciones frente a riesgos legales, reputacionales y de confianza.
📌 Recursos adicionales
- DAMA International. (2017). The DAMA guide to the data management body of knowledge (DMBOK2) (2nd ed.). Technics Publications.
- ISO. (2022). ISO/IEC 27001:2022 – Information security, cybersecurity and privacy protection — Information security management systems — Requirements. International Organization for Standardization.
