Observe como um advogado, um contabilista ou um clínico se serve de uma IA num processo concreto e reparará em algo que as ferramentas de anonimização parecem todas ter deixado escapar: ninguém trabalha numa única passagem. Faz-se uma pergunta, lê-se a resposta, encadeia-se outra mais afiada, cola-se um segundo documento, volta-se ao primeiro. O trabalho é a conversa. E quase todas as formas de esconder dados pessoais falham em silêncio no momento em que essa conversa arranca.
Essa observação é a própria razão pela qual o promptShield tem a forma que tem. Nomeemos, então, a ideia com clareza, porque, tanto quanto sabemos, nenhum outro produto foi construído em torno dela: anonimização estável em conversa. Uma entidade mantém um único código, do início ao fim da conversa e ao longo de cada ficheiro relacionado, de modo que a IA raciocina sobre o documento protegido exatamente como o faria sobre o verdadeiro, e no final é possível restaurar fielmente os valores reais.
O trabalho faz-se em vários turnos, logo, a proteção também tem de o ser
Imagine a versão realista da tarefa. Tem um contrato e os seus três aditamentos. Cola o contrato, anonimizado, e pede ao modelo que resuma as obrigações. Ele fá-lo. Cola em seguida um aditamento e pergunta: «isto altera as condições de pagamento do comprador face ao original?» Depois: «redige uma cláusula que resolva o conflito entre a secção 4 aqui e a secção 7 ali.»
Para que isso produza algo de útil, o modelo tem de saber que o «comprador» do contrato e o «comprador» do aditamento são a mesma pessoa jurídica, que a morada da cláusula 4 é a mesma morada referida três turnos antes, que «o arguido» e «a Sr.ª Laurent» são uma só parte e não duas. A correferência, o fio de identidade que atravessa toda a troca, não é um luxo: é a substância do raciocínio profissional. Quebre-a e a resposta da IA sai errada com toda a convicção, e de uma forma difícil de detetar.
Uma anonimização que encara um documento como «uma coisa a limpar de uma só vez» nunca vê isto. Limpa o ficheiro e devolve-o. Mas o profissional não tem um ficheiro; tem um caso, um processo, um cliente: um conjunto de material relacionado sobre o qual raciocina em conjunto, em diálogo, ao longo do tempo. A unidade de trabalho não é o documento. É a conversa.
Porque é que as abordagens óbvias se desmoronam
Assim que se formula a tarefa como «manter a identidade coerente ao longo de toda uma conversa», as técnicas habituais revelam-se a ferramenta errada:
| Abordagem | O que faz | Porque a conversa a desfaz |
|---|---|---|
| Barras de ocultação | Cobrem o texto na página | O modelo não consegue raciocinar sobre o que não vê: nenhuma referência posterior a «o comprador» remete já para coisa alguma |
| Apagar os nomes | Retira a entidade pura e simplesmente | Pessoas distintas fundem-se no mesmo vazio e o modelo inventa em silêncio alguém que o preencha |
| Uma etiqueta nova em cada passagem | Gera um pseudónimo diferente em cada execução | O segundo turno rebatiza toda a gente: uma pessoa passa a duas e nada assinala a contradição |
| Procurar e substituir | Faz corresponder uma grafia a uma cadeia de caracteres | Não deteta as formas flexionadas, as iniciais nem os aliases, e nada sabe do segundo documento que colar a seguir |
| Tokenização documento a documento | Códigos estáveis, mas apenas dentro de um ficheiro | Um contrato e a sua adenda atribuem códigos diferentes à mesma parte: o raciocínio cruzado falha em silêncio |
O padrão é o mesmo em cada linha: cada abordagem serve para «sanear este único bloco de texto», e cada uma falha no momento em que o trabalho se torna uma conversa. Foram concebidas para uma unidade de trabalho diferente daquela que os profissionais realmente têm.
O que exige a anonimização estável em conversa
Nomear a lacuna é fácil; colmatá-la comporta exigências reais, e são elas que fazem disto um produto e não uma macro de localizar e substituir.
Identidade estável. A mesma entidade tem de corresponder ao mesmo código sempre que aparece, e não só dentro de um documento: ao longo de toda a conversa e de cada ficheiro ligado. No promptShield, «John Smith» recebe o mesmo código (digamos [P0ABCD]) quer figure no contrato, na fatura ou no anexo do e-mail, porque os ficheiros relacionados partilham um único registo de códigos. Basta colocá-los na mesma pasta: a ligação faz-se sozinha, sem qualquer configuração.
Códigos tipados e legíveis. Um código é [P0ABCD], [A1WXYZ], [B2KLMN]: a primeira letra indica o tipo (P de pessoa, A de morada, B de IBAN), para que o modelo continue a saber que está a raciocinar sobre uma pessoa, uma morada, uma conta, e possa dar uma resposta útil em vez de tropeçar em ruído opaco. Uma instrução acompanha o texto protegido e pede à IA que devolva os códigos exatamente como estão. Preserva-se a estrutura que ajuda a IA; esconde-se só a identidade.
Um percurso de ida e volta fiel. Esconder a identidade é só metade do trabalho. A correspondência que traz o código de volta ao valor original é mantida localmente, de modo que, quando a resposta da IA regressa cheia de [P0ABCD] e [B2KLMN], basta descodificá-la num único passo para obter um resultado que se lê como se nunca nada tivesse sido anonimizado. São os códigos estáveis que tornam essa descodificação inequívoca: um código, um original, sempre.
Junte tudo isto e obtém a propriedade que importa: a IA trabalha sobre o documento protegido exatamente como o faria sobre o verdadeiro. O mesmo raciocínio, as mesmas remissões cruzadas, a mesma coerência ao longo de vários turnos, sem que qualquer identidade real esteja alguma vez presente na conversa, e com uma restauração limpa no final.
O circuito, de ponta a ponta
Na prática, é um único circuito contínuo, e acompanha o ritmo do trabalho real em vez de o interromper:
- Codificar. Cada entidade é substituída por um código estável e tipado; os ficheiros ligados partilham o registo; um humano revê as deteções antes de qualquer coisa ficar fixada. (Nos documentos de elevado risco, essa revisão humana é todo o objetivo: veja porque é que um humano permanece no circuito.)
- Conversar. Cole a versão protegida no ChatGPT, no Claude ou em qualquer modelo. Faça perguntas de seguimento. Cole mais documentos do mesmo processo. Volte atrás. As identidades mantêm-se coerentes enquanto a conversa durar, porque os códigos não derivam.
- Descodificar. Traga o resultado da IA de volta e restaure cada código ao seu valor real num único passo: um documento final que se lê como se os nomes reais lá tivessem estado desde sempre.
E, porque todo o circuito corre na sua máquina, nenhuma parte do processo (nem os originais, nem a tabela de códigos, nem um único turno do texto protegido da conversa) sai alguma vez do seu perímetro.
A categoria que reivindicamos
Muitas ferramentas sabem esconder um nome. Algumas sabem até escondê-lo de forma coerente, se as configurar para isso. O que falta no mercado não é a capacidade isolada, mas sim um produto concebido em torno da forma como os profissionais trabalham com a IA: de modo iterativo, de turno em turno, através de ficheiros ligados, com um humano a responder pelo resultado e um percurso de ida e volta limpo no final. É esse o fluxo de trabalho para o qual o promptShield foi pensado de raiz, e é a ideia à qual gostaríamos de dar um nome.
Chame-lhe anonimização estável em conversa. Uma entidade, um código, do princípio ao fim, para que possa finalmente usar a IA nos documentos que importam da forma como já pensa neles: não como ficheiros a limpar, mas como um caso a tratar.
Perguntas frequentes
Porque é que o mesmo nome tem de receber sempre o mesmo código?
Porque os profissionais não anonimizam de uma só vez. Fazem uma pergunta de seguimento, colam um segundo documento e raciocinam sobre ambos. Se a mesma pessoa receber um código diferente a cada turno, a IA fica a ler sobre duas pessoas distintas.
O que deixa de funcionar se os códigos mudarem entre documentos?
O raciocínio cruzado. Um contrato e a sua adenda deixam de designar a mesma parte, e qualquer conclusão tirada dos dois está errada. Por isso a ocultação reversível mantém um código estável por entidade em vez de uma etiqueta nova a cada execução.
O mapa fica guardado algures online?
Não. O registo que liga cada código ao seu valor fica na máquina que o criou, a mesma decisão de desenho que está por trás do motor que escrevemos exatamente para isso.