24 implica preguntar a los desarrolladores sobre la composición de los datos de entrenamiento, exigir auditorías de equidad y estar atentos a patrones de error que sugieran un sesgo en la práctica diaria. 5. Confianza y agilidad. La velocidad del cambio tecnológico es vertiginosa y exponencial. El quinto principio reconoce que los veterinarios deben cultivar una dualidad: la confianza para adoptar herramientas que demuestren su valor, y la agilidad mental y profesional para adaptarse a nuevas versiones, funcionalidades y paradigmas. Esto requiere un compromiso con el aprendizaje y una mente abierta para reevaluar procedimientos establecidos a expensas de nuevas capacidades, sin caer en la adopción precipitada o resistencia irreflexiva. 6. Consentimiento, privacidad y confianza con el cliente. El uso de la IA a menudo implica flujos complejos de datos que pueden salir del control directo de la clínica (cuando se usan servicios en la nube, por ejemplo). Este principio establece que los veterinarios, en su papel de controladores de datos, tienen una responsabilidad legal (bajo reglamentos como el UK GDPR) y ética, en la que deben informar con transparencia, donde expliquen a los clientes qué datos de sus animales se recogen, con qué fin, si se compartirán con proveedores de IA y qué salvaguardas existen; obtener un consentimiento genuino, basado en la comprensión, no en la mera firma de un formulario, y garantizar la seguridad, eligiendo proveedores tecnológicos con sólidos protocolos de ciberseguridad. La gestión ética de los datos no es solo un requisito legal, es una necesidad para mantener y fortalecer la relación de confianza con el cliente, para la que hará falta comunicación constante y transparencia absoluta. 7. Supervisión humana y responsabilidad. El séptimo principio ancla la tecnología a la ética profesional. La IA, especialmente en contextos de alto riesgo (diagnóstico, tratamiento), debe operar bajo una “supervisión humana significativa”, detalla el informe. La BVA describe dos modelos clave: Human-in-the-loop (HITL), en el que profesional forma parte integral del proceso, revisando y validando cada paso clave antes de que el sistema avance, y el Human-on-the-loop (HOTL), donde el profesional supervisa el funcionamiento del sistema, con la capacidad y el deber de intervenir y anular decisiones cuando sea necesario. El objetivo no es crear un cuello de botella, sino integrar la inteligencia humana para maximizar los beneficios de la IA y mitigar sus riesgos. Elaboración con inteligencia artificial
RkJQdWJsaXNoZXIy NTI5ODA=