La adopción de datos sintéticos como alternativa a los métodos tradicionales de protección de la privacidad gana tracción en sectores regulados como la banca o la sanidad. Según el informe The rise of Synthetic Data: data without borders , publicado por Softtek, esta tecnología permite generar información artificial que replica las propiedades estadísticas de los datos reales sin comprometer la confidencialidad.
La propuesta no es nueva, pero su madurez técnica y el endurecimiento de las normativas de privacidad han acelerado su interés. A diferencia de la anonimización o el enmascaramiento, los datos sintéticos no parten de registros reales. Se generan desde cero mediante modelos estadísticos y algoritmos de aprendizaje automático, lo que reduce el riesgo de reidentificación y facilita su uso en entornos colaborativos o experimentales.
De acuerdo con el white paper de Softtek, los beneficios van más allá de la seguridad. La compañía subraya que los datos sintéticos permiten entrenar modelos de inteligencia artificial sin las restricciones legales que imponen los datos personales. Esto acorta los ciclos de desarrollo, mejora la capacidad de experimentación y abre nuevas vías de monetización. “Gracias a ellos, podemos experimentar, aprender y crear sin poner en riesgo la información personal”, afirma Doris Seedorf, CEO de Softtek en España.
El documento identifica varios tipos de datos sintéticos: desde conjuntos parciales que sustituyen fragmentos sensibles, hasta réplicas completas que simulan escenarios enteramente artificiales. Esta flexibilidad resulta especialmente útil en sectores donde el acceso a datos reales está limitado por regulaciones como el RGPD o la Ley de Protección de Datos española.
En el ámbito financiero, por ejemplo, los datos sintéticos permiten probar algoritmos de detección de fraude sin exponer información de clientes. En sanidad, facilitan la investigación clínica sin comprometer historiales médicos. En ambos casos, el objetivo no es solo cumplir la ley, sino también ganar agilidad operativa y reducir costes de cumplimiento.
Sin embargo, la adopción no está exenta de obstáculos. La calidad de los datos sintéticos depende en gran medida del modelo generador, y existe el riesgo de que estos conjuntos no capturen matices críticos del comportamiento real. Además, su validez legal aún no está completamente definida en todos los contextos, lo que obliga a las empresas a evaluar caso por caso su uso en entornos regulados.
Pese a estas limitaciones, Softtek sostiene que los datos sintéticos ya están redefiniendo la relación entre privacidad e innovación. Uno de los argumentos más repetidos en el informe es que esta tecnología convierte la privacidad en un activo estratégico, no en una barrera. Al eliminar la necesidad de procesar datos personales, las organizaciones pueden compartir información con terceros, acelerar la investigación y desarrollar productos más inclusivos.
Otro punto relevante es su capacidad para reducir sesgos. Al generar datos que reflejan la diversidad sin reproducir las discriminaciones del pasado, los modelos de IA pueden entrenarse de forma más justa. Esto resulta especialmente crítico en aplicaciones sensibles como el reconocimiento facial, la concesión de crédito o la atención médica.
La posibilidad de crear escenarios poco frecuentes o extremos también amplía el alcance de la simulación. En lugar de esperar a que ocurran eventos raros, las empresas pueden modelarlos artificialmente y anticipar respuestas. Esto mejora la resiliencia de los sistemas y permite diseñar soluciones más robustas frente a incertidumbres.
Además, el informe destaca el potencial económico de esta tecnología. Al permitir la creación de catálogos y marketplaces de datos sintéticos, las empresas pueden monetizar su conocimiento sin infringir la privacidad. Esta línea de negocio, aún incipiente, podría convertirse en una fuente de ingresos adicional para compañías con grandes volúmenes de datos estructurados.
En paralelo, se abre la puerta a nuevas formas de colaboración. Universidades, startups y grandes corporaciones pueden compartir conjuntos sintéticos sin temor a sanciones regulatorias. Esto facilita la investigación conjunta y acelera la transferencia tecnológica, especialmente en sectores donde la escasez de datos ha sido un freno histórico.
A medio plazo, el reto será doble: garantizar la calidad técnica de los datos generados y establecer marcos regulatorios que reconozcan su validez. Algunos organismos, como la Comisión Europea, ya han comenzado a explorar esta vía en el contexto de la Estrategia Europea de Datos. Pero aún queda camino por recorrer.
Mientras tanto, empresas como Softtek apuestan por consolidar esta tecnología como un pilar de la IA responsable. En un entorno donde la confianza del usuario y el cumplimiento normativo son condiciones de mercado, los datos sintéticos ofrecen una vía para innovar sin comprometer principios éticos ni derechos fundamentales.
La pregunta no es si sustituirán a los datos reales, sino en qué casos su uso será más eficiente, seguro y escalable. Y, sobre todo, cómo integrarlos en una estrategia de datos que combine precisión técnica, cumplimiento legal y valor empresarial.
