micro1 adelanta a Google con 12,5 M$ por los datos de Spirit Aviation

La empresa de datos de entrenamiento de IA micro1 ha presentado una oferta de 12,5 M$ por los registros internos de Spirit Aviation, superando en 2,5 M$ el acuerdo de 10 M$ que había llegado a Google. El anuncio apareció en un expediente judicial el jueves, según Bloomberg News.

Spirit Aviation Holdings dejó de operar en mayo y está en proceso de liquidación. Los datos que se venden incluyen 500 millones de elementos de Microsoft Teams, 100 millones de correos electrónicos y alrededor de 16 millones de sesiones de chat con clientes. La propuesta de micro1 incluye la selección de un ombudsman por parte de los asesores de Spirit y la garantía de que los datos se almacenarán en los Estados Unidos.

Google había acordado pagar a una firma de desidentificación que eliminaría cualquier información personal antes de entregar los datos al comprador. En la transacción de Google, el vendedor debe transferir los materiales a las partes designadas por el comprador y el costo de desidentificación se suma al precio total.

La diferencia clave de micro1 es que propone un ombudsman seleccionado por Spirit, no por el comprador, y que la desidentificación será manejada internamente. Además, su oferta excluye material disciplinario, investigatorio y cualquier elemento relacionado con negociaciones colectivas con los sindicatos que representaron al personal de Spirit.

Los sindicatos ya han cuestionado la venta de Google por razones de privacidad. Google asegura que no recibirá ninguna información personal del conjunto de datos y pagará a un tercero para eliminar los detalles sensibles. La decisión judicial sobre la compra está programada para el 9 septiembre, y las cortes rara vez reabren una subasta que ya ha cerrado, lo que plantea un problema procedural para micro1.

Un punto que complica la prima es que el acuerdo de Google excluye las sesiones de chat con clientes, los registros de lealtad y las grabaciones de llamadas, mientras que micro1 incluye aproximadamente 16 millones de sesiones de chat. En Europa, la desidentificación no se considera una cuestión de etiquetado, sino de capacidad de identificar a una persona. El Tribunal de Justicia de la UE ha establecido que los datos pseudonimizados son datos personales si el destinatario puede identificar a alguien de manera realista.

El contrato de Google exige la preservación de la integridad referencial, lo que mantiene vinculados los registros pseudonimizados entre sí en diferentes sistemas. El Consejo Europeo de Protección de Datos (EDPB) ha señalado que un modelo entrenado con datos personales no es automáticamente anónimo y que los reguladores pueden investigar si los datos de entrenamiento fueron obtenidos legalmente. La limitación de propósito también es un obstáculo: los registros generados para operar aviones y pagar a 17 000 empleados no fueron creados para entrenar modelos, y su reutilización en la UE requeriría una base legal propia.

Estas cuestiones no se aplican a la liquidación de Spirit en EE. UU., por lo que la disputa se reduce a una guerra de pujas más que a un problema regulatorio. Si micro1 logra cerrar el trato, tendrá que demostrar que puede cumplir con las exigencias de la UE en cuanto a desidentificación y protección de datos.

El caso resalta la creciente importancia de la gobernanza de datos en el entrenamiento de IA. Los compradores de datos deben entender no solo el valor monetario de los registros, sino también las implicaciones legales y de privacidad que acompañan a su uso, especialmente cuando los datos provienen de jurisdicciones con regulaciones estrictas como la UE.