Se você trabalha com dados sensíveis ou tem clientes que se preocupam (com justa razão) com sua privacidade ao usar inteligência artificial, a última novidade da OpenAI vai te interessar. Eles acabaram de lançar o Filtro de Privacidade (Privacy Filter), um modelo projetado especificamente para encontrar e ocultar informações pessoais identificáveis (PII) em textos antes que cheguem a um LLM ou a um banco de dados.
O mais interessante desse lançamento não é apenas sua precisão, mas como ele é executado.
O fim de enviar dados a terceiros
Se você queria limpar dados sensíveis de um texto, muitas vezes precisava depender de serviços em nuvem caros. A grande vantagem do Filtro de Privacidade é que é um modelo de pesos abertos (open-weights) com licença Apache 2.0.
O que isso significa na prática? Que você pode baixá-lo do GitHub ou Hugging Face e executá-lo de forma 100% local na sua própria máquina ou servidor. Você não precisa enviar os dados dos seus usuários para a API da OpenAI nem para nenhuma outra empresa externa. Toda a análise e a censura dos dados ocorrem na sua própria infraestrutura, o que é um alívio imenso para cumprir com as normativas de privacidade.
Como funciona por dentro
A nível técnico, é um modelo leve de 1.500 milhões de parâmetros, mas suficientemente robusto para processar documentos longuíssimos de uma só vez, graças à sua janela de contexto de 128.000 tokens.
Ao contrário das regras tradicionais que buscam padrões fixos e costumam falhar com o contexto, este filtro entende a estrutura da linguagem. Está treinado para rastrear e mascarar oito categorias-chave:
- Nomes e endereços.
- E-mails e telefones.
- Datas e URLs.
- Números de conta bancária ou cartões de crédito.
- Segredos de software: Esta função é vital, pois detecta e oculta senhas ou chaves de API (API keys) que às vezes são filtradas acidentalmente nos logs de código.
Vale a pena em comparação com outras opções?
Já existem jogadores pesados neste setor, como Google Cloud Data Loss Prevention (DLP), Microsoft Azure Content Moderator ou Macie da AWS. Eles são excelentes, mas costumam estar atados aos seus próprios ecossistemas e a modelos de pagamento por uso.
A proposta da OpenAI ataca um ângulo diferente: oferece um modelo gratuito, que você pode ajustar (fine-tuning) para que entenda a gíria específica da sua empresa, e que garante que a informação nunca saia dos seus servidores. Se você está montando um fluxo de trabalho com IA e a privacidade é inegociável, esse filtro é o ponto de partida ideal.