Les dades sintètiques són exemples generats de forma artificial, normalment mitjançant algorismes o models d'IA, en lloc de recollir-se del món real. Poden imitar les propietats estadístiques d'un conjunt de dades autèntic o crear-se des de zero per cobrir situacions concretes, i s'utilitzen per entrenar, validar o ampliar models d'aprenentatge automàtic.
La seva importància ha crescut per diverses raons pràctiques:
- Privadesa: permeten treballar sense exposar dades personals reals, útil en sanitat o finances.
- Escassetat: cobreixen casos rars o difícils d'obtenir, com ara fallades poc freqüents o situacions perilloses.
- Cost: resulten més barats que recopilar i etiquetar grans volums d'informació real.
Un exemple habitual és l'ús de simuladors per entrenar cotxes autònoms amb milions de quilòmetres virtuals. Convé tenir un matís present: si les dades sintètiques no reflecteixen bé la realitat, el model aprendrà patrons enganyosos. Per això solen combinar-se amb dades reals i validar-se acuradament per evitar biaixos o un rendiment que només funcioni "sobre el paper".