jueves, 29 de agosto de 2024

MECANISMOS DE INTEROPERABILIDAD MINIMOS PARA CIUDADES Y COMUNIDADES INTELIGENTES. UNION EUROPEA.

 Por: Carlos A. FERREYROS SOTO

Doctor en Derecho

Universidad de Montpellier I Francia.

 

cferreyros@hotmail.com

RESUMEN

El presente artículo intenta explicar los Mecanismos de Interoperabilidad Mínimos, MIM, de la Propuesta de Marco Europeo de Interoperabilidad para Ciudades y Comunidades Inteligentes, EIF4SCC,  basado en el objetivo de proporcionar a los dirigentes de la administración local de la Unión Europea  definiciones, principios, recomendaciones, casos de uso práctico procedentes de ciudades y comunidades de toda Europa y de fuera de ella, y un modelo común para facilitar la prestación de servicios al público en todos los ámbitos, ciudades, regiones y fronteras.

El marco de la Propuesta se desarrolló aprovechando y buscando complementariedades con iniciativas anteriores y en curso, como el movimiento Living-in.EU, el Marco Europeo de Interoperabilidad de 2017, los Mecanismos de Interoperabilidad mínimos (MMI Plus) y los resultados de las iniciativas financiadas por la UE (Ejemplo, el Mecanismo «Conectar Europa» (MCE), los bloques digitales de las ciudades, el reto de las ciudades inteligentes, el reto de las ciudades inteligentes, la asociación para la transición digital en el marco de la Agenda Urbana) y los proyectos financiados por la UE (síntesis, Triangulum, etc.).

A fin de acceder a normas similares y estándares europeos, las empresas, organizaciones públicas y privados interesados en asesorías, consultorías, capacitaciones, estudios, evaluaciones, auditorías sobre el tema, sírvanse comunicar al correo electrónico:cferreyros@hotmail.com

____________________________________________________________________

Mecanismos de Interoperabilidad Mínimos : avanzando hacia el futuro digital de Europa

Comprender MIMS plus y el desarrollo de versiones de MIM

  • 26 de agosto de 2024
  • https://data.europa.eu/en/news-events/news/minimal-interoperability-mechanisms-advancing-europes-digital-future

La introducción de los mecanismos de interoperabilidad mínimos  (MIM) supone un gran avance en la búsqueda de dar forma al futuro digital de Europa y garantizar un intercambio de datos sin fisuras en todo el continente. La interoperabilidad permite que distintos sistemas se comuniquen y compartan datos de forma eficaz entre sí. Los MIM son normas y especificaciones técnicas que ayudan a las ciudades, comunidades y proveedores a replicar datos o a permitir que estos fluyan fácilmente entre sistemas. 

En Europa, MIMs Plus se desarrolló sobre la base del marco MIMs original para atender las necesidades específicas de las ciudades y la legislación europeas. Se trata de una iniciativa de Living-in.EU que promueve la soberanía digital y tiene como objetivo armonizar las soluciones de ciudades inteligentes en toda Europa. Al adoptar MIMs Plus, las ciudades europeas no solo pueden garantizar el cumplimiento de las normas de la UE, como la Ley de Interoperabilidad , sino que también permiten la integración de datos abiertos de diversas fuentes, como los conjuntos de datos de data.europa.eu . 

Los MIM constan de varias versiones, siendo la última la versión 7 (MIM7) . Cada versión tiene un tema diferente, y la versión 7 cubre los "Lugares". Esto se relaciona con los datos geoespaciales y el desafío de las ciudades y comunidades para integrar datos, por ejemplo, farolas, edificios y datos de sensores. Otros ejemplos de temas de MIM que están disponibles son los contratos, la confianza y la transparencia. En el futuro, habrá un total de temas de MIM disponibles para el uso público. 

La adopción de MIMs Plus es un gran paso hacia una Europa interoperable, sobre la que se puede obtener más información a través de nuestras noticias sobre interoperabilidad o ampliar sus conocimientos leyendo más sobre la conferencia SEMIC 2024. Los datos abiertos siguen facilitando el intercambio de datos para ciudades y comunidades, así que consulte nuestra plataforma periódicamente para mantenerse al día sobre los avances en interoperabilidad en Europa. 

___________________________________°°°°°°°_____________________________________

MIM1 - Información de contexto

OASC MIM1: Información de contexto

Descripción

La información de contexto es la información necesaria para que los sistemas sean más adaptables a diferentes contextos dentro del mundo real.

  • Ejemplos:

o   Gestión del tráfico: MIM 1 puede agregar y estandarizar datos de varios sensores (cámaras de tráfico, estaciones meteorológicas, sistemas GPS de vehículos) en un formato unificado. Esto permite que los sistemas de gestión del tráfico ajusten automáticamente los tiempos de las señales y ofrezcan recomendaciones de ruta a los conductores en función de las condiciones del tráfico, el clima y los eventos en tiempo real, lo que reduce la congestión y mejora el flujo de tráfico.

o   Gestión energética: MIM 1 puede facilitar la integración de datos de sensores en edificios públicos para ajustar dinámicamente la calefacción, la refrigeración y la iluminación en función de la ocupación y las condiciones climáticas, lo que reduce significativamente el desperdicio de energía y los costos operativos.

o   Seguridad pública: al integrar y estandarizar datos de múltiples fuentes, incluidos CCTV y alertas de emergencia, MIM 1 mejora las capacidades de respuesta en tiempo real, lo que permite un despliegue más rápido de los servicios de emergencia durante eventos críticos, mejorando así la seguridad pública y la resiliencia.

  • Literatura:

o   Dey et al. (2001) definen Contexto como “cualquier información que pueda utilizarse para caracterizar la situación de una entidad”.

o   Rocha et al. (2012) define la gestión de contexto como un proceso informático dinámico que utiliza "sujetos" de datos en una aplicación para señalar datos residentes en una aplicación separada que también contienen el mismo sujeto.

Objetivos

  • Permitir que la información de contexto de diferentes sistemas dentro o entre organizaciones, como ciudades o comunidades, que proviene de fuentes heterogéneas, se reúna mediante una API basada en la Web.
  • Permitir el uso, la reutilización y el intercambio integrales e integrados de datos, así como la gestión de la información de contexto.
  • Convertir los datos en un recurso estratégico

Capacidades y requisitos

C1: Las aplicaciones pueden acceder a datos de diferentes fuentes (como ciudades, comunidades y soluciones verticales).

Requisitos C1:

R1: El contexto se puede gestionar a través de la Web

R2: La información de todas las fuentes debe utilizar los mismos conceptos, llamados modelos de información de datos

C2: Las aplicaciones pueden utilizar datos actuales e históricos, utilizar consultas geoespaciales y actualizarse automáticamente cuando cambian los datos de origen.

Requisitos C2:

R3: La API basada en web deberá admitir la recuperación de datos actuales

R4: La API basada en web debe admitir la recuperación de datos históricos cuando corresponda

R5: La API basada en web debe admitir consultas geoespaciales cuando corresponda

R6: La API basada en web debe admitir la suscripción a los cambios cuando corresponda

C3: Las aplicaciones pueden descubrir y recuperar datos relevantes para su contexto desde una variedad de fuentes

Requisitos C3:

R7: Las fuentes de datos relevantes para cualquier contexto requerido (como ubicación y/o período de tiempo) deben poder descubrirse y recuperarse según su contexto.

C4: Las aplicaciones pueden recuperar un subconjunto de datos de un conjunto de datos más grande

Requisitos C4:

R8: Se deben poder recuperar subconjuntos específicos de datos relevantes para el contexto dentro de conjuntos de datos más grandes y se pueden establecer límites de tamaño.

Mecanismos

1.    ETSI NGSI-LD

Requisitos

Mecanismo NGSI-LD

R1: El contexto se puede gestionar a través de la Web

La API NGSI-LD es una API de gestión de contexto uniforme que proporcionan diferentes aplicaciones de gestión de contexto. Permite la gestión del contexto a través de una API REST.

R2: La información de todas las fuentes debe utilizar los mismos conceptos, llamados modelos de información de datos

Esto se proporciona a través del modelo de información común NGSI-LD, que es el metamodelo en el que se basa la API. El mundo (NGSI-LD) consta de entidades que pueden tener propiedades, relaciones, etc.

R3: La API basada en web debe admitir la recuperación de datos más recientes

Desde la perspectiva de la terminología NGSI-LD, se recuperarían una o más entidades con sus atributos. Se pueden restringir los atributos que se devolverán como parte de la entidad a los proporcionados en “attrs”, que es un parámetro URI. Se pueden descubrir todas las entidades en función de sus características especificando su tipo.

La llamada API a utilizar es GET /entities

R4: La API basada en web debe admitir la recuperación de datos históricos

Los datos históricos se almacenan en Context Broker y se puede acceder a ellos de forma similar a como se pueden recuperar los datos más recientes.

La llamada API a utilizar es GET /entities/temporal

R5: La API basada en web debe admitir consultas geoespaciales

Las entidades y las fuentes de contexto tienen propiedades de ubicación en GeoJSON. Las entidades y las fuentes de contexto se pueden geoconsultar especificando una relación geográfica como cerca, dentro,...

La llamada API a utilizar es GET /entities or GET /CSourceRegistrations

R6: La API basada en web debe admitir la suscripción a los cambios

Esto se puede hacer publicando un objeto de suscripción. La llamada API que se debe utilizar es: POST /subscriptions/

R7: Las fuentes de datos relevantes para cualquier contexto requerido (al menos ubicación y período de tiempo) deben ser detectables y recuperables según su contexto.

Esto se puede hacer usando una consulta de tipo. La llamada API a utilizar es GET /CSourceRegistrations

R8: Se deben poder recuperar subconjuntos específicos de datos relevantes para el contexto a partir de conjuntos de datos más grandes y con límites y tamaños de página predeterminados.

NGSI-LD es independiente de mecanismos de paginación específicos, pero requiere que los sistemas NGSI-LD admitan y definan límites y tamaños de página predeterminados.

Implementaciones de referencia ETSI NGSI-LD

La siguiente tabla enumera las implementaciones de referencia del estándar NGSI que conoce OASC. Si conoce otras implementaciones de referencia, compártalas en la sección de comentarios.

Tenga en cuenta que esta lista tiene un propósito puramente informativo. OASC no garantiza que las implementaciones de referencia enumeradas funcionen en entornos técnicos locales y no se hace responsable de las implementaciones enumeradas.

Proveedor

Nombre

Enlace

FIWARE

Agente de contexto Orion

Comité ejecutivo nacional

Corredor de bolsa Escorpio

Sensinov

Djane.io

Asamblea General Extraordinaria

Corredor de bolsa Stellio

Estamos actualizando esta lista

2.    ISO 19156 Observaciones, mediciones y muestras

Este mecanismo necesita más perfeccionamiento

El estándar Observaciones, Mediciones y Muestras (OMS), preparado y publicado conjuntamente por el Consorcio Geoespacial Abierto e ISO/TC 211 como OGC Abstract Specification Topic 20 ( OGC 20-082r4 ) e ISO 19156:2023 , define un esquema conceptual para las observaciones, para las características involucradas en el proceso de observación y para las características involucradas en el muestreo al hacer observaciones. Los modelos respaldan el intercambio de información que describe los actos de observación y sus resultados, tanto dentro como entre diferentes comunidades científicas y técnicas. El estándar OGC SensorThings API es una implementación de API RESTful de ODATA de la especificación abstracta OMS ( ISO 19156-2023) .

SensorThings API ( OGC 18-088 (v1.1) y ITU-T REC Y-4473 ) utiliza el modelo de referencia de IoT adaptado de [ITU-T Y.2060] y sigue la definición de ITU-T: “ un objeto del mundo físico (cosas físicas) o del mundo de la información (cosas virtuales) que es capaz de ser identificado e integrado en redes de comunicación ”. OGC busca alinearse con otras iniciativas como la Web of Things del W3C .

El desarrollo de los estándares se lleva a cabo en GitHub .

Requisitos

Mecanismo API de SensorThings

R1: El contexto se puede gestionar a través de la Web

La API SensorThings proporciona una API RESTful ODATA que proporciona todo el acceso (Crear, Leer, Actualizar, Eliminar - CRUD) a las observaciones y a todos los elementos de contexto.

R2: La información de todas las fuentes debe utilizar los mismos conceptos, llamados modelos de información de datos

La API de SensorThings es una implementación del modelo OMS abstracto ISO 19156. OMS define todos los conceptos y garantiza que sean consistentes.

R3: La API basada en web debe admitir la recuperación de datos más recientes

La API proporciona acceso (lectura) a la información más reciente (actual) de todas las entidades en el contexto. Ejemplo GET /v1.0/Observations

GET /v1.0/Things GET /v1.0/Sensors GET /v1.0/Datastreams(1)/Observations ...

R4: La API basada en web debe admitir la recuperación de datos históricos

Varios elementos del contexto tienen marcas de tiempo (todos se pueden usar para recuperar información histórica): ubicaciones históricas de la cosa y observaciones (PhenomenonTime, ResultTime y ValidTime). Ejemplo: GET /v1.0/Observations?$filter=phenomenonTime lt '2016-11-24T14:37:01.000Z' GET /Things?$expand=Datastreams/Observations/FeatureOfInterest&$filter=Datastreams/Observations/FeatureOfInterest/name eq 'Rue du Luxembourg 19-21 1000 Brussels' and Datastreams/Observations/phenomenonTime ge 2017-01-01T00:00:00.000Z and Datastreams/Observations/phenomenonTime le 2017-03-01T00:00:00.000Z GET /v1.0/HistoricalLocations?$filter=time lt '2016-11-24T14:37:01.000Z'

R5: La API basada en web debe admitir consultas geoespaciales

Las consultas geoespaciales en la API de SensorThings definen nueve funciones geoespaciales basadas en la relación espacial entre dos objetos geométricos. Las funciones de relación espacial se definen en la especificación de acceso simple a funciones ISO19125 . Ejemplo:

GET /v1.0/Locations?$filter=st_equals(location,geography'POINT(4.3679 50.84)')

R6: La API basada en web debe admitir la suscripción a los cambios

La API de SensorThings proporciona capacidades de publicación y suscripción mediante MQTT. Ejemplo: Suscribirse av1.1/Datastreams(1)/Observations

R7: Las fuentes de datos relevantes para cualquier contexto requerido (al menos ubicación y período de tiempo) deben ser detectables y recuperables según su contexto.

La información de contexto (incluidos los modelos de datos externos) (proporcionada, por ejemplo, por enlaces RDF en la información del sensor) se puede encontrar y recuperar mediante inferencia semántica.

R8: Se deberían poder recuperar subconjuntos específicos de datos relevantes para el contexto a partir de conjuntos de datos más amplios

Las opciones de consulta de SensorThings se pueden clasificar en dos grupos diferentes. El primer grupo especifica las propiedades que devolverá la solicitud. $expand y $select son opciones de consulta de este grupo. El segundo grupo limita, filtra o reordena los resultados de la solicitud. Este grupo contiene $orderby, $top, $skip, $count y $filter. Ejemplo: /v1.0/Datastreams(id)?$expand=Observations,ObservedProperty /v1.0/Observations?$top=3&$orderby=phenomenonTime desc

Implementaciones de referencia de API de OGC SensorThings

La siguiente tabla enumera las implementaciones (de referencia) del estándar API de SensorThings que conoce OASC. Si conoce otras implementaciones de referencia, compártalas en la sección de comentarios.

Tenga en cuenta que esta lista tiene un propósito puramente informativo. OASC no garantiza que las implementaciones enumeradas (de referencia) funcionen en entornos técnicos locales y no se hace responsable de las implementaciones enumeradas.

Proveedor

Nombre

Enlace

OSB Fraunhofer

HELADA

Implementaciones de código abierto de la API de SensorThings de OGC

Proveedor

Nombre

Enlace

Geodán

GOST

52 Norte

Servidor web SensorWeb

Implementaciones de API de SensorThings de OGC

Proveedor

Nombre

Enlace

SensorArriba

API SensorThings v1.0 de SensorUp

3.    LDES

Requisitos

Mecanismo LDES

R1: El contexto se puede gestionar a través de la Web

La especificación Linked Data Event Streams (LDES — https://w3id.org/ldes/specification ) utiliza HTTP y RDF como interfaz basada en web para la reutilización de modelos de dominio, la definición del esquema (SHACL), descripciones de la interfaz API (hipermedia TREE — https://w3id.org/tree/specification ), contexto y datos de instancia. Un servidor que publica LDES se puede gestionar de varias formas. Flanders pone a disposición una implementación de referencia. La documentación se puede encontrar aquí: https://informatievlaanderen.github.io/VSDS-Tech-Docs/introduction/LDES_server .

R2: La información de todas las fuentes debe utilizar los mismos conceptos, llamados modelos de información de datos

Cada LDES contiene información sobre cómo se estructuran los objetos miembros en función de formas SHACL bien definidas. En toda la Web, promueve la reutilización de vocabularios de datos vinculados.

R3: La API basada en web debe admitir la recuperación de datos más recientes

Un LDES es un registro de miembros que solo se puede agregar y, por lo tanto, de manera predeterminada, un servidor mantiene el historial completo. Además de una vista, puede documentar una política de retención en la que el servidor indica que los datos se eliminarán del servidor después de un cierto período de tiempo o una cierta cantidad de miembros. Los terceros deben leer las políticas de retención para comprender qué subconjunto de los datos se puede recuperar. Pueden decidir, en función de ellas, archivar estos miembros. La vista predeterminada que debería estar disponible sobre un LDES es la Fuente de eventos. La Fuente de eventos permite que todos los agentes de usuario interesados ​​en este conjunto de datos repliquen el historial, pero también se mantengan sincronizados. LDES establece que los "datos más recientes" son relativos a la vista que desea crear. Por ejemplo, si está interesado en crear una descripción general de los trenes cancelados, entonces procesará una fuente de eventos de manera diferente. LDES admite múltiples estrategias de gobernanza de datos, como el uso de objetos de versión (se puede indicar mediante ldes:versionOfPath) o mediante la descripción de un registro de eventos reutilizando, por ejemplo, ActivityStreams2.0

R4: La API basada en web debe admitir la recuperación de datos históricos

Ver R3: LDES proporciona datos históricos y en vivo en la misma interfaz.

R5: La API basada en web debe admitir consultas geoespaciales

La funcionalidad geoespacial se puede lograr de dos maneras:

1.      O bien puede utilizar una canalización de LDES a servicio en la que replica el conjunto de datos completo en un software geoespacial de su elección.

2.      Publica secuencias de eventos de datos vinculados fragmentados geoespacialmente (consulte https://informatievlaanderen.github.io/VSDS-LDESServer4J/configuration/fragmentations/geospatial )

En 2, al publicar una fragmentación geoespacial, permite que un agente de consulta seleccione los fragmentos correctos justo a tiempo.

R6: La API basada en web debe admitir la suscripción a los cambios

La fuente de eventos LDES es una vista especializada para la replicación y sincronización en la misma interfaz que R4 y R5. Con un cliente LDES, un agente puede mantenerse actualizado con los últimos cambios.

R7: Las fuentes de datos relevantes para cualquier contexto requerido (al menos ubicación y período de tiempo) deben ser detectables y recuperables según su contexto.

El descubrimiento de datos funciona a través de portales de datos DCAT-AP que indican que su dcat:Dataset también es un ldes:EventStream y que su dcat:DataService también es un tree:ViewDescription. En un ldes:EventStream, habrá una forma SHACL definida que muestra qué propiedades se están utilizando dentro de los miembros. Con eso, puede seleccionar las propiedades de interés y usar ese conjunto de datos en otros contextos también. El ldes:EventStream también tiene dos propiedades:

·        ldes:timestampPath apunta a una propiedad en el miembro que se ocupará del orden cronológico (por ejemplo, dcterms:modified)

·        ldes:versionOfPath apuntará a la propiedad que se utiliza para indicar de qué versión es este miembro (por ejemplo, dcterms:isVersionOf). Esto también le permite crear un estado más reciente si su conjunto de datos consta de objetos de versión.

En la parte superior de un árbol:ViewDescription se puede describir una política de retención o puede contener sugerencias para los agentes de consulta sobre si estas vistas están especializadas en un determinado caso de uso.

R8: Se deberían poder recuperar subconjuntos específicos de datos relevantes para el contexto a partir de conjuntos de datos más amplios

LDES se basa en la especificación de hipermedia TREE que permite fragmentar flujos de eventos en árboles de búsqueda. Estos árboles de búsqueda permiten que el cliente se mantenga sincronizado o replique el historial completo de un subconjunto. El servidor es quien decide qué granularidad y tipo de fragmentaciones publicar.

Cumplimiento y conformidad

1.    ETSI NGSI-LD ETSI organizó un grupo de trabajo de pruebas (TTF) para crear un kit de herramientas de pruebas para validar los agentes de contexto de acuerdo con la especificación NGSI-LD. EGM, Ubiwhere y OASC colaboraron en este grupo de trabajo para crear este kit de herramientas. El resultado fue un conjunto de descripciones de pruebas claras y definidas, propósitos de pruebas y scripts de robot ejecutables. Toda esta información se puede encontrar en el sitio web de ETSI CIM https://www.etsi.org/committee/cim .

2.    API de SensorThings La especificación de la API de SensorThings incluye clases de conformidad como parte de la especificación, que se utilizan como parte del conjunto de pruebas. (Ejemplo: https://docs.ogc.org/is/18-088/18-088.html#datastream ) OGC proporciona un conjunto de pruebas de conformidad que verifica la conformidad con la API de SensorThings (STA) 1.0. https://cite.opengeospatial.org/teamengine/about/sta10/1.0/site/ y https://github.com/opengeospatial/ets-sta10

3.    LDES Flanders reutilizó el banco de pruebas de interoperabilidad (ITB) de Joinup para crear pruebas de cumplimiento para las instancias de LDES Server. Definió múltiples pruebas de cumplimiento que pueden ser utilizadas por organizaciones que creen su propia implementación de LDES Server para verificar el cumplimiento con la especificación de LDES. El código se puede encontrar aquí: https://github.com/Informatievlaanderen/VSDS-Testbed

 

martes, 27 de agosto de 2024

AUTORIDADES DE PROTECCION DE DATOS FRANCESA Y HOLANDESA SANCIONAN CON 290 MILLONES DE EUROS A UBER.

 Por: Carlos A. FERREYROS SOTO

Doctor en Derecho

Universidad de Montpellier I Francia.

 

cferreyros@hotmail.com

RESUMEN

 

Como resultado de una demanda de la Liga de Derechos Humanos de Francia, representando a 170 choferes, las Autoridades de Protección de Datos Personales de Francia y Holanda impusieron a Uber BV y Uber Technologies Inc. una multa de 290 millones de euros por haber transferido datos personales de sus usuarios fuera de la Unión Europea sin contar con las garantías suficientes, especificando que estas transferencias violaron la normativa general de protección de datos personales, RGPD.

Luego de las investigaciones realizadas, la autoridad holandesa de protección de datos constató que el tratamiento de datos personales de los conductores, del que son responsables conjuntamente Uber B.V. y Uber Technologies Inc., estaba sujeto a transferencias a los Estados Unidos afirmaron las Autoridades de Protección de Datos.

En reacción a esta multa “extraordinaria”, Uber denunció una “decisión sesgada” y una sanción “totalmente injustificada”, asegurando que cumplió con el RGPD durante un período de tres años de “inmensa incertidumbre” en términos de transferencia de datos entre Europa y Estados Unidos. 

Uber puede apelar la decisión basándose en el Acuerdo de Procesamiento de Datos, DPA y, si no tiene éxito, presentar una denuncia ante los tribunales holandeses. Un DPA es un contrato firmado entre los controladores de datos y los procesadores de datos.

A fin de acceder a normas similares y estándares europeos, las empresas, organizaciones públicas y privados interesados en asesorías, consultorías, capacitaciones, estudios, evaluaciones, auditorías sobre el tema, sírvanse comunicar al correo electrónico:cferreyros@hotmail.com

____________________________________________________________________


Transferencias de datos fuera de la UE: sanción de 290 millones de euros a UBER

26 de agosto de 2024

El 22 de julio de 2024, en cooperación con la CNIL, la autoridad holandesa de protección de datos falló contra las empresas UBER BV y UBER TECHNOLOGIES INC. una multa de 290 millones de euros por haber transferido datos personales fuera de la UE sin garantías suficientes.

UBER reúne a UBER BV, una empresa holandesa con sede en Ámsterdam, y UBER TECHNOLOGIES INC., una empresa estadounidense con sede en San Francisco. UBER publica en particular una plataforma que conecta a los conductores de VTC con los usuarios.

La CNIL había recibido una denuncia colectiva de la asociación Liga de Derechos Humanos, que representa a más de 170 conductores de la plataforma UBER. Esta denuncia se refería en particular a la información de personas físicas y a las transferencias de datos personales fuera de la Unión Europea. El 11 de diciembre de 2023, las autoridades holandesas impusieron una primera multa de diez millones de euros por varias omisiones de información a los conductores.

Cooperación con la CNIL durante todo el procedimiento.

En aplicación de los procedimientos de cooperación entre autoridades establecidos por el Reglamento General de Protección de Datos (GDPR), es la autoridad holandesa de protección de datos la competente para llevar a cabo las investigaciones sobre este expediente, teniendo UBER su establecimiento principal en Países Bajos.

La CNIL cooperó estrechamente con su homóloga durante todo el procedimiento, durante los controles y análisis de las pruebas obtenidas y luego durante el examen del proyecto de decisión en el marco del procedimiento de ventanilla única .

La infracción retenida

Tras las investigaciones realizadas, la autoridad holandesa de protección de datos observó que el procesamiento de datos personales de los conductores por el cual UBER BV y UBER TECHNOLOGIES INC. son corresponsables están sujetos a transferencias a Estados Unidos. La autoridad holandesa señala que entre el 6 de agosto de 2021 y el 21 de noviembre de 2023 (fecha de registro de Uber en la lista del Marco de Privacidad de Datos ( DPF ) ), estas transferencias entre UBER BV y UBER TECHNOLOGIES INC. no estaban enmarcados por las garantías adecuadas. Concluye que se ha producido una infracción del artículo 44 del RGPD.

La CNIL informó a los denunciantes de esta decisión de conformidad con lo que establece el RGPD.

viernes, 23 de agosto de 2024

INTELIGENCIA ARTIFICIAL E INCERTIDUMBRE LEGAL: LOS PELIGROS DEL PROYECTO DE LEY SB 1047 DE CALIFORNIA PARA LOS DESARROLLADORES.

  Por: Carlos A. FERREYROS SOTO

Doctor en Derecho

Universidad de Montpellier I Francia.

 

cferreyros@hotmail.com

RESUMEN

La publicación del Dr. Assad Abbas, ilustra como el Proyecto de ley que promulgaría el Estado de California, Ley de Innovación Segura para Modelos de Inteligencia Artificial de Frontera genera incertidumbre al exigir que un desarrollador, antes de comenzar a entrenar inicialmente un modelo cubierto cumpla con varios requisitos, incluida la implementación de la capacidad de ejecutar rápidamente un apagado completo (Kill Switch) e implementar un protocolo de seguridad y protección escrito y separado, según se especifica.

El Proyecto de ley exigiría además que un desarrollador conserve una copia sin censura del protocolo de seguridad y protección durante el tiempo que el modelo cubierto esté disponible para uso comercial o público más 5 años, incluidos los registros y las fechas de cualquier actualización o revisión, y exigiría que un desarrollador otorgue al Fiscal General acceso al protocolo de seguridad y protección sin censura, amenzando la creación intelectual.

El proyecto de ley prohibiría igualmente a un desarrollador utilizar un modelo cubierto o un derivado de modelo cubierto para un propósito que no esté relacionado exclusivamente con la capacitación o la evaluación razonable del modelo cubierto o el cumplimiento de la ley estatal o federal, si existe un riesgo irrazonable de que el modelo cubierto o el derivado de modelo cubierto causen o permitan materialmente un daño crítico.

El proyecto de ley requeriría igualmente que un desarrollador, a partir del 1 de enero de 2026, contrate anualmente a un auditor externo para que realice una auditoría independiente sobre el cumplimiento de esas disposiciones.

El enlace al Proyecto de Ley en inglés se encuentra enhttps://leginfo.legislature.ca.gov/faces/billTextClient.xhtml?bill_id=202320240SB1047

A fin de acceder a normas similares y estándares europeos, las empresas, organizaciones públicas y privados interesados en asesorías, consultorías, capacitaciones, estudios, evaluaciones, auditorías sobre el tema, sírvanse comunicar al correo electrónico:cferreyros@hotmail.com

________________________________

____________________________________________________________________IA e incertidumbre legal: los peligros de la SB 1047 de California para los desarrolladores


IA e incertidumbre legal: los peligros de la SB 1047 de California para los desarrolladores.

 

Publicado 22 de agosto de 2024

Por Dr. Assad Abbas

Inteligencia Artificial (AI) Ya no es un concepto futurista; está aquí y está transformando industrias desde la atención médica hasta las finanzas, desde realizar diagnósticos médicos en segundos hasta que el servicio al cliente sea manejado sin problemas por chatbots. La IA está cambiando la forma en que operan las empresas y cómo vivimos nuestras vidas. Pero esta poderosa tecnología también plantea algunos desafíos legales importantes.

 

Proyecto de ley 1047 del Senado de California (SB 1047) tiene como objetivo hacer que la IA sea más segura y responsable mediante el establecimiento de directrices estrictas para su desarrollo y despliegue. Esta legislación exige transparencia en los algoritmos de IA, garantizando que los desarrolladores revelen cómo sus sistemas de IA toman decisiones.

 

Si bien estas medidas tienen como objetivo mejorar la seguridad y la responsabilidad, introducen incertidumbre y posibles obstáculos para los desarrolladores que deben cumplir con estas nuevas regulaciones. Comprender la SB 1047 es esencial para los desarrolladores de todo el mundo, ya que podría sentar un precedente para futuras regulaciones de IA a nivel mundial, influyendo en cómo se crean e implementan las tecnologías de IA.

Entendiendo la SB 1047 de California

La SB 1047 de California tiene como objetivo regular el desarrollo y la implementación de tecnologías de inteligencia artificial dentro del estado. El proyecto de ley se presentó en respuesta a las crecientes preocupaciones sobre el uso ético de la IA y los riesgos potenciales que plantea para la privacidad, la seguridad y el empleo. Los legisladores detrás de la SB 1047 argumentan que estas regulaciones son necesarias para garantizar que las tecnologías de inteligencia artificial se desarrollen de manera responsable y transparente.

Uno de los aspectos más controvertidos de la SB 1047 es el requisito para que los desarrolladores de IA incluyan un Kill Switch en sus sistemas. Esta disposición exige que los sistemas de IA deben tener la capacidad de apagarse inmediatamente si muestran un comportamiento dañino. Además, el proyecto de ley introduce cláusulas de responsabilidad estrictas que responsabilizan a los desarrolladores de cualquier daño causado por sus tecnologías de inteligencia artificial. Estas disposiciones abordan preocupaciones de seguridad y responsabilidad e introducen desafíos importantes para los desarrolladores.

 

En comparación con otras regulaciones de IA en todo el mundo, la SB 1047 es estricta. Por ejemplo, el Ley de IA de la Unión Europea clasifica las aplicaciones de IA por nivel de riesgo y aplica las regulaciones en consecuencia. Si bien tanto el SB 1047 como la Ley de IA de la UE tienen como objetivo mejorar la seguridad de la IA, el SB 1047 se considera más estricto y menos flexible. Esto hace que los desarrolladores y las empresas se preocupen por las limitaciones de la innovación y las cargas adicionales de cumplimiento.

 

La incertidumbre jurídica y sus consecuencias no deseadas

Uno de los mayores desafíos que plantea la SB 1047 es la inseguridad jurídica que crea. El lenguaje del proyecto de ley a menudo no es claro, lo que genera diferentes interpretaciones y confusión sobre lo que los desarrolladores deben hacer para cumplirlo. Términos como “comportamiento dañino y apagado inmediato”no están claramente definidos, lo que deja a los desarrolladores conjeturando cómo se ve realmente el cumplimiento. Esta falta de claridad podría dar lugar a una aplicación inconsistente y a demandas judiciales, ya que los tribunales intentan interpretar las disposiciones del proyecto de ley caso por caso.

 

Este temor a las repercusiones legales puede limitar la innovación, haciendo que los desarrolladores sean demasiado cautelosos y alejándolos de proyectos ambiciosos que podrían hacer avanzar la tecnología de IA. Este enfoque conservador puede ralentizar el ritmo general de los avances de la IA y obstaculizar el desarrollo de soluciones innovadoras. Por ejemplo, una pequeña startup de IA que trabaja en una aplicación sanitaria novedosa podría enfrentar retrasos y mayores costos debido a la necesidad de implementar medidas de cumplimiento complejas. En casos extremos, el riesgo de responsabilidad legal podría asustar a los inversores y amenazar la supervivencia de la startup.

Impacto en el desarrollo y la innovación de la IA

La SB 1047 puede afectar significativamente el desarrollo de la IA en California, lo que generará costos más altos y tiempos de desarrollo más prolongados. Los desarrolladores deberán desviar recursos de la innovación hacia esfuerzos legales y de cumplimiento.

Implementando un Kill Switch y cumplir con las cláusulas de responsabilidad requerirá una inversión considerable de tiempo y dinero. Los desarrolladores deberán colaborar con equipos legales, lo que puede quitar fondos de investigación y desarrollo.

 

El proyecto de ley también introduce regulaciones más estrictas sobre el uso de datos para proteger la privacidad. Si bien son beneficiosas para los derechos de los consumidores, estas regulaciones plantean desafíos para los desarrolladores que dependen de grandes conjuntos de datos para entrenar sus modelos. Equilibrar estas restricciones sin comprometer la calidad de las soluciones de IA requerirá mucho trabajo.

Debido al miedo a los problemas legales, los desarrolladores pueden dudar a la hora de experimentar con nuevas ideas, especialmente aquellas que implican mayores riesgos. Esto también podría afectar negativamente a la comunidad de código abierto, que prospera gracias a la colaboración, ya que los desarrolladores podrían proteger más su trabajo para evitar posibles problemas legales. Por ejemplo, innovaciones pasadas como AlphaGo de Google, que hizo avanzar significativamente la IA, a menudo implicaba riesgos sustanciales. Es posible que tales proyectos sólo hubieran sido posibles con las restricciones impuestas por la SB 1047.

 

Desafíos e implicaciones de la SB 1047

La SB 1047 afecta a empresas, investigaciones académicas y proyectos del sector público. Las universidades e instituciones públicas, que a menudo se centran en promover la IA para el bien público, pueden enfrentar desafíos importantes debido a las restricciones del proyecto de ley sobre el uso de datos y la Kill Switch requisito. Estas disposiciones pueden limitar el alcance de la investigación, dificultar la financiación y sobrecargar a las instituciones con requisitos de cumplimiento que tal vez no estén preparados para manejar.

 

Las iniciativas del sector público, como las destinadas a mejorar la infraestructura urbana con IA, dependen en gran medida de las contribuciones y la colaboración de código abierto. Las estrictas regulaciones de la SB 1047 podrían obstaculizar estos esfuerzos, ralentizando las soluciones impulsadas por IA en áreas críticas como la atención médica y el transporte. Además, los efectos a largo plazo del proyecto de ley sobre los futuros investigadores y desarrolladores de IA son preocupantes, ya que los estudiantes y jóvenes profesionales podrían verse disuadidos de ingresar al campo debido a la percepción de riesgos e incertidumbres legales, lo que llevaría a una posible escasez de talento.

Económicamente, la SB 1047 podría impactar significativamente el crecimiento y la innovación, particularmente en centros tecnológicos como Silicon Valley. La IA ha impulsado la creación de empleo y la productividad, pero las regulaciones estrictas podrían frenar este impulso, lo que provocaría pérdidas de empleo y una reducción de la producción económica. A escala global, el proyecto de ley podría poner a los desarrolladores estadounidenses en desventaja en comparación con países con regulaciones de IA más flexibles, lo que resultaría en una fuga de cerebros y una pérdida de ventaja competitiva para la industria tecnológica estadounidense.

Las reacciones de la industria, sin embargo, son mixtas. Si bien algunos apoyan los objetivos del proyecto de ley de mejorar la seguridad y la responsabilidad de la IA, otros argumentan que las regulaciones son demasiado restrictivas y podrían sofocar la innovación. Se necesita un enfoque más equilibrado para proteger a los consumidores sin sobrecargar a los desarrolladores.

Socialmente, la SB 1047 podría limitar el acceso de los consumidores a servicios innovadores impulsados ​​por la IA. Garantizar un uso responsable de la IA es esencial, pero esto debe equilibrarse con la promoción de la innovación. La narrativa en torno a la SB 1047 podría influir negativamente en la percepción pública de la IA, y los temores sobre los riesgos de la IA podrían eclipsar sus beneficios.

Equilibrar la seguridad y la innovación es esencial para la regulación de la IA. Si bien la SB 1047 aborda preocupaciones importantes, enfoques alternativos pueden lograr estos objetivos sin obstaculizar el progreso. La categorización de las aplicaciones de IA por riesgo, similar a la Ley de IA de la UE, permite regulaciones flexibles y personalizadas. Las normas y mejores prácticas impulsadas por la industria también pueden garantizar la seguridad y fomentar la innovación.

Los desarrolladores deben adoptar mejores prácticas, como pruebas sólidas, transparencia y participación de las partes interesadas para abordar las preocupaciones éticas y generar confianza. Además, la colaboración entre los formuladores de políticas, los desarrolladores y las partes interesadas es esencial para lograr regulaciones equilibradas. Los formuladores de políticas necesitan el aporte de la comunidad tecnológica para comprender las implicaciones prácticas de las regulaciones, mientras que los grupos industriales pueden abogar por soluciones equilibradas.

Lo más importante es...

La SB 1047 de California busca hacer que la IA sea más segura y responsable, pero también presenta desafíos importantes para los desarrolladores. Las regulaciones estrictas pueden obstaculizar la innovación y crear pesadas cargas de cumplimiento para las empresas, las instituciones académicas y los proyectos públicos.

Necesitamos enfoques regulatorios flexibles y estándares impulsados ​​por la industria para equilibrar la seguridad y la innovación. Los desarrolladores deben adoptar las mejores prácticas y colaborar con los formuladores de políticas para crear regulaciones justas. Es esencial garantizar que el desarrollo responsable de la IA vaya de la mano del progreso tecnológico para beneficiar a la sociedad y proteger los intereses de los consumidores.