Procedimiento Uso de la Informacion - IA

1 - Controles de Gobernanza de Datos y Retención:

• Políticas de Retención Claras: La herramienta debe permitir al administrador configurar políticas claras sobre cuánto tiempo se retienen los datos ingresados por los usuarios y las interacciones con la IA. Idealmente, los datos se retienen solo el tiempo necesario para el propósito de la consulta o para cumplir con las regulaciones de la empresa.

• Control de Eliminación de Datos: Debe existir la capacidad de eliminar datos de usuario y registros de interacción de forma segura y permanente cuando ya no sean necesarios.

• Auditoría y Trazabilidad: La herramienta debe ofrecer registros de auditoría detallados sobre quién accedió a qué datos y cómo se utilizaron, para asegurar la trazabilidad y el cumplimiento.
  
  

2 -  Uso de Datos para Entrenamiento del Modelo:

• No Uso de Datos Empresariales para Entrenamiento de Modelos Públicos: Esta es una de las configuraciones más críticas. La herramienta debe permitir una opción (o ser la configuración predeterminada en entornos empresariales) para que los datos corporativos ingresados o accedidos por la IA NO SE UTILICEN PARA ENTRENAR MODELOS DE IA PÚBLICOS o generales. Esto asegura que la información confidencial de la empresa no termine siendo expuesta en las respuestas a otros usuarios externos.

• Entrenamiento Privado/Dedicado: En algunos casos, puede haber una opción para usar los datos de la empresa para entrenar un modelo de IA específico y privado para esa empresa, con estrictas garantías de aislamiento de datos. Esto es diferente y mucho más seguro que entrenar modelos públicos.

3 - Seguridad de Acceso y Autenticación:

• Autenticación Fuerte: La herramienta debe integrarse con los sistemas de autenticación corporativos (ej. SSO, 2FA) para asegurar que solo los usuarios autorizados puedan acceder a la IA y a los datos a los que está vinculada.
• Control de Acceso Basado en Roles (RBAC): Debe permitir a los administradores definir qué usuarios o grupos de usuarios tienen acceso a ciertas funciones de la IA o a datos específicos dentro de la IA.

4 - Encriptación de Datos:

• Encriptación en Tránsito y en Reposo: Todos los datos que se mueven hacia y desde la herramienta de IA, así como los datos almacenados por la herramienta (en reposo), deben estar encriptados utilizando estándares de la industria (ej. TLS para el tránsito, AES-256 para el reposo).

5 - Aislamiento de Datos (Data Isolation):

• Entornos Dedicados/Separados: Para entornos corporativos de alta seguridad, la herramienta debe ofrecer aislamiento lógico o físico de los datos de una organización de los datos de otras organizaciones, garantizando que la información de una empresa no se mezcle con la de otra.

6 - Cumplimiento Normativo y Certificaciones:

• Adherencia a Estándares: La herramienta debe cumplir con estándares de privacidad y seguridad relevantes (ej. ISO 27001, SOC 2, GDPR, CCPA). Esto indica que el proveedor de la IA sigue buenas prácticas en la gestión de la seguridad de la información.
• Acuerdos de Procesamiento de Datos (DPA): El proveedor de la herramienta debe ofrecer y cumplir con DPAs que establezcan claramente cómo se procesarán y protegerán los datos de la empresa.

7 -  Transparencia y Configuración de Preferencias de Uso:

• Configuraciones Granulares: El administrador debe poder configurar cómo la IA interactúa con los datos del Workspace, por ejemplo, si puede leer correos electrónicos para resúmenes o solo archivos específicos en Drive.
• Políticas de Uso Aceptable: La herramienta debe permitir la implementación de políticas de uso aceptable que los usuarios deben aceptar