Privacidad, derechos de autor y uso seguro de la IA

El uso seguro de la IA empieza por saber qué datos no deben salir de tu entorno y qué contenido generado aún necesita revisión. Los desarrolladores deben tratar las herramientas de IA como sistemas externos a menos que el despliegue, la política de retención y los permisos estén claramente comprendidos.

No pegues datos sensibles por defecto

Evita pegar secretos, claves privadas, tokens, código fuente no publicado, datos de clientes, contratos, incidentes internos o datos personales en herramientas de IA a menos que tu organización lo permita explícitamente.

Cuando sea posible, reemplaza valores sensibles con marcadores de posición realistas. Mantén la estructura del problema sin exponer los datos reales.

Lista de verificación de redacción

Antes de enviar contexto a una herramienta de IA, elimina o reemplaza:

• Claves de API, tokens, contraseñas, cookies y URLs privadas.
• Nombres de clientes, correos, IDs, facturas o tickets de soporte.
• Planes de producto no publicados, incidentes, contratos y estrategia interna.
• Código fuente propietario que tu organización no haya aprobado para esa herramienta.
• Logs que contengan datos personales o credenciales.

La redacción debe preservar la forma. Reemplaza sk_live_... con FAKE_API_KEY, no con una cadena vacía que oculte el problema real.

Comprende los límites del contenido generado

El texto y el código generados por IA pueden ser útiles, pero pueden contener problemas de licencia, patrones copiados, valores predeterminados inseguros o afirmaciones inexactas. Revisa la salida generada antes de publicarla, desplegarla o reutilizarla en trabajo orientado al cliente.

Para código, prefiere parches generados pequeños que sean fáciles de inspeccionar.

Prefiere herramientas local-first para transformaciones sensibles

Si la tarea es formatear JSON, decodificar Base64, comparar texto, generar una contraseña o convertir marcas de tiempo, una herramienta local en el navegador a menudo puede resolver el problema sin enviar la entrada a un modelo.

Usa IA cuando el razonamiento o la generación aporten valor. Usa herramientas locales cuando la tarea sea determinista y sensible.

Modos de operación seguros

Elige un modo antes de empezar:

• Modo público: seguro compartir documentación pública, ejemplos y preguntas no sensibles.
• Modo redactado: reemplaza valores sensibles preservando la estructura.
• Modo privado: usa herramientas internas aprobadas, utilidades local-first o ninguna asistencia de IA.

El modo puede cambiar por tarea. Un prompt de explicación pública y un log de producción privado son niveles de riesgo distintos.

Crea una política de equipo

Los equipos deben definir qué se puede pegar en herramientas de IA, qué herramientas están aprobadas, cómo se revisa el código generado y qué verificación se requiere antes de fusionar trabajo asistido por IA.

Una política clara reduce tanto el miedo como el uso descuidado.

Puntos clave

• Trata las herramientas de IA como sistemas externos a menos que sepas lo contrario.
• Elimina o reemplaza datos sensibles antes de pedir ayuda.
• El contenido generado aún necesita revisión de derechos de autor, seguridad y corrección.
• Elige el modo de operación más seguro antes de compartir contexto.

Resumen del curso

La alfabetización en IA no consiste en memorizar nombres de productos. Es el hábito de usar IA con contexto claro, restricciones explícitas y verificación basada en evidencia.

Para una versión compacta de todo el curso, termina con la lista de verificación de flujo de trabajo con IA.