Identificar el problema que estamos intentando resolver mediante la IA (segmentación de usuarios, mejora del servicio al cliente, etc) o Identificar la necesidad de que se va a tratar o Averiguar qué información entra y qué salida se espera o Determinar si es necesario IA o Considerar los ventajas y los inconvenientes de la IA en la situación o Definir éxito medible o Comparar de los riesgos específicos de dominio u organización a los que el proyecto puede ser susceptible Clasificar el problema (regresión, aprendizaje no supervisado, etc) o Examinar los datos disponibles (etiquetados o no) y el problema o Determinar el tipo de problema (clasificador, regresión, no supervisado, refuerzo, etc) Identificar las áreas de experiencia necesarias para resolver el problema o Identificar la experiencia empresarial necesaria o Identificar la necesidad de experiencia del dominio (materia) sobre el problema o Identificar la experiencia en IA necesaria o Identificar la experiencia de implementación necesaria Construir un plan de seguridad o Considerar los niveles de acceso interno o los permisos o Considerar la seguridad de la infraestructura o Evaluar el riesgo de utilizar un modelo determinado o superficies de ataque potenciales Asegurar que la IA se utiliza adecuadamente o Identificar modos potenciales en los que la IA puede predecir erróneamente o perjudicar a un grupo de usuarios específico o Establecer pautas para la recogida y uso de datos o Establecer pautas para la selección de algoritmos desde la perspectiva del usuario o Considerar cómo el sujeto de los datos puede interpretar los resultados o Considerar el uso fuera de contexto de los resultados de IA Elegir actividades de transparencia y validación o Comunicar la finalidad prevista de la recogida de datos o Decidir quién debe ver los resultados o Revisar los requisitos legales específicos de la industria con el problema resuelto