採用 AI 工具前，先確認如何帶走資料

Las funciones de IA suelen evaluarse por lo que hacen el primer día. La pregunta difícil es otra: qué podrás llevarte si algún día necesitas cambiar de herramienta.

Una guía reciente de BytePreview sobre portabilidad de datos separa tres cosas: los datos que aportas, los resultados que genera la aplicación y lo que pertenece al proveedor o depende de su infraestructura. Un botón de «Exportar» no dice cuáles de ellos recuperas ni si el archivo te servirá en otro sistema.

Ideas para convertir en una lista de comprobación:

• Lee las exclusiones, no solo la promesa. La documentación de Microsoft, por ejemplo, enumera datos exportables (archivos de texto, sonido, imagen y vídeo, contenido de bases de datos), pero deja fuera la información de configuración de recursos y los datos propietarios protegidos.
• La retención cambia según el tipo de dato. En Amazon Location Service, las ubicaciones de dispositivos se guardan 30 días y se borran solas; las geometrías de geocercas que subes hay que eliminarlas de forma explícita.
• Una API no es un plan de salida. Revisa qué operaciones y datos expone de verdad. Poder usar una función no te da acceso al modelo que hay detrás.
• Formato, contenido y procedimiento se comprueban por separado. ¿Conserva la exportación los campos y relaciones que necesitas? ¿Puedes repetirla con volumen real?

La guía propone una matriz sencilla (exportación, formato, retención, eliminación e interfaces), anotar las dudas en lugar de suplirlas con suposiciones y guardar la versión y la fecha de cada documento revisado. Lo crítico que no esté documentado, al contrato.

Guía completa en BytePreview: https://www.bytepreview.com/es/articulos/portabilidad-de-datos-en-software-con-ia-guia-para-evaluar-el-riesgo-de-dependencia?utm_source=dev&utm_medium=social&utm_campaign=bytepreview