Blog
Comparações, metodologia, notas de engenharia.
Como ocultar dados pessoais em PDF jurídicos sem os enviar para a nuvem
Enviar documentos abrangidos por sigilo profissional para uma ferramenta de ocultação online coloca uma cópia dos dados confidenciais do seu cliente nos servidores de terceiros. Eis como ocultar corretamente dados pessoais em PDF jurídicos — na sua própria máquina, com o texto subjacente efetivamente removido e não apenas escondido atrás de uma caixa preta.
Ler o artigoOcultação reversível explicada: como a tokenização lhe permite reverter a ocultação de um documento
A ocultação reversível substitui cada nome ou identificador por um código estável e mantém o mapa código-para-valor na sua máquina, para que possa partilhar um documento com as identidades removidas e descodificá-lo mais tarde. Eis como funciona a tokenização, quando usá-la em vez da ocultação permanente e porque o local onde a chave é guardada é o que decide tudo.
Ler o artigoAnonimização de documentos e RGPD: o que conta realmente como «anonimizado» (e o que não conta)
Ao abrigo do RGPD, os dados só estão verdadeiramente anonimizados se ninguém conseguir realisticamente reidentificar a pessoa — momento a partir do qual saem inteiramente do regulamento. Se mantiver um mapeamento, apenas os pseudonimizou, e continuam plenamente abrangidos. Eis a distinção que a maioria das ferramentas de anonimização confunde, e porque é importante para a sua conformidade.
Ler o artigoComo ocultar PDF digitalizados e imagens (onde a ocultação de texto comum falha)
Um PDF digitalizado é uma imagem, não texto — por isso as ferramentas de ocultação baseadas em texto não encontram nada e falham tudo em silêncio. Eis o pipeline baseado em OCR que oculta de facto documentos digitalizados e imagens, e porque fazê-lo no dispositivo é o que mais importa para os seus ficheiros mais sensíveis.
Ler o artigoPorque construímos o nosso próprio estúdio de demonstrações — e o que isso significa para o SaaS que se aluga
Começámos com uma ferramenta pronta a usar para vídeos de demonstração. Dois temas, sete idiomas e uma interface que muda todas as semanas deram cabo dela. Por isso construímos a nossa — e o facto de o termos conseguido é mais importante do que a própria ferramenta.
Ler o artigoOnde se enquadra o promptShield: um mapa de como as empresas protegem os dados pessoais — e a lacuna que preenchemos
As empresas protegem os dados pessoais de quatro grandes formas — plataformas de governação, APIs de ocultação na cloud, serviços geridos e ocultação manual. Cada uma foi pensada para um problema de natureza diferente. Eis o mapa honesto, e o nicho específico para o qual o promptShield foi concebido: um número reduzido de documentos de elevado valor pelos quais uma pessoa tem de poder responder.
Ler o artigoPorque construímos o nosso próprio motor de deteção em vez de integrar o Presidio
O Presidio é um excelente conjunto de ferramentas. Mesmo assim, escrevemos o nosso próprio motor de deteção — porque o que entregamos é um PDF delimitado no portátil de alguém, não um fluxo de texto num pipeline na cloud. O argumento de arquitetura, contado com franqueza.
Ler o artigoUma máquina não pode ser responsável. Você pode — e é por isso que um humano permanece no circuito
Ser responsável significa estar disposto a pagar o preço quando as coisas correm mal — e uma máquina não tem nada em jogo a perder. No momento em que garante aquilo que uma IA produz, já não o pode fazer às cegas. É essa única exigência que mantém um humano no circuito da anonimização responsável.
Ler o artigoÉ seguro colar documentos no ChatGPT?
Resposta curta: por vezes — e o caso em que se encontra está inteiramente sob o seu controlo. Um guia prático sobre o que determina o risco, o que realmente acontece ao texto que cola, e o passo que torna a pergunta irrelevante.
Ler o artigoA quem partilha discretamente documentos de clientes com um chatbot
As ferramentas de IA tornam a exposição de dados confidenciais de uma facilidade desconcertante — e as consequências não são teóricas nem distantes. Eis o que os profissionais do conhecimento estão realmente a arriscar quando colam documentos de clientes no ChatGPT, no Claude ou no Gemini.
Ler o artigoA proteção de dados pessoais é completamente diferente quando a IA entra na malha
Durante 30 anos, proteger os dados pessoais significava controlar quem podia aceder à base de dados. As ferramentas de IA quebraram esse modelo ao criar um caminho sem atrito dos documentos controlados para o processamento externo na cloud. Eis o que a nova abordagem exige.
Ler o artigoComparámos a nossa deteção de dados pessoais com o Microsoft Presidio — eis o que aprendemos
Um benchmark reproduzível e direto sobre 14 documentos PDF em 7 línguas europeias. A instalação por defeito do Microsoft Presidio emite 666 deteções; o promptShield emite 252 no mesmo corpus. A maior parte da diferença não é capacidade — é ruído que nós filtramos e o Presidio não.
Ler o artigo
