¿Qué son los datos sintéticos?

Los datos sintéticos son datos de entrenamiento generados por una máquina en vez de recogidos del mundo real, y en IA suelen ser datos escritos por otro modelo de IA. Se usan cuando los datos reales son escasos, privados o demasiado caros de etiquetar. Funcionan lo bastante bien para ser práctica estándar y lo bastante mal para que se discuta.

Los datos sintéticos existen porque los reales se acaban, cuestan demasiado etiquetarlos o no se pueden usar legalmente. Empieza por el caso de privacidad: un hospital que no puede compartir historiales puede generar pacientes artificiales con estadísticas similares y compartir esos, ya que en el archivo no hay ninguna persona real. El caso de escasez es mayor, porque los laboratorios que entrenan con texto humano llevan tiempo agotando un suministro finito, así que cada vez más hacen que unos modelos escriban material de entrenamiento para otros. Hecho con cuidado es genuinamente útil, ya que los ejemplos generados pueden apuntar justo a los puntos débiles de un modelo, lo que supera a rascar otra montaña de lo que ya sabe. Hecho con descuido degrada, porque los fallos y puntos ciegos del generador se heredan y amplifican en lo que aprenda de él, un fracaso que los investigadores llaman colapso del modelo. Las salvaguardas salen directas de ese riesgo: mantén datos reales en la mezcla, filtra el lote generado y prueba el resultado contra la realidad y no contra su maestro.

Simuladores de vuelo para formar pilotos. Las emergencias reales son raras, peligrosas e imposibles de programar, así que las aerolíneas las fabrican: fallos de motor a demanda, la tormenta que quieras, cien veces por semana. Los pilotos formados así vuelan mejor, porque han conocido situaciones que una carrera normal nunca da. Pero un simulador solo contiene lo que sus creadores pensaron meterle, y por eso nadie deja saltarse las horas de vuelo reales.