A IA testa a privacidade: anonimizar antes de publicar, partilhar ou perguntar

Todos os dias utilizamos mais informação para trabalhar e também a partilhamos mais. Publicamos documentos em portais de transparência, entregamo-los como resposta a pedidos de acesso, enviamos a fornecedores, incorporamo-los em processos e, mais recentemente, copiamos documentos completos para ferramentas de inteligência artificial para os resumir, analisar ou redigir uma resposta. O problema é que os dados pessoais continuam a viajar dentro desses documentos. A chegada da IA torna mais urgente do que nunca anonimizar antes de publicar, partilhar ou perguntar.

A IA não criou o problema, mas mudou a sua dimensão

David Bollero explicava recentemente no Público no artigo “A IA põe de cabeça para baixo a privacidade”, publicado a 15 de agosto de 2026. O texto foca numa questão especialmente relevante: a capacidade de inferência dos sistemas de IA permite relacionar informação aparentemente inócua e, em determinados cenários, reconstruir informação pessoal ou facilitar processos de reidentificação.

Até agora, quando falávamos de proteger informação pessoal, tendíamos a pensar em identificadores evidentes: nome e apelidos, número de identificação civil, telefone, morada, correio eletrónico, número de conta. Eliminar estes dados continua a ser fundamental, mas já não é suficiente. Uma combinação de datas, locais, cargos de trabalho, circunstâncias pessoais, informação económica ou referências contidas em diferentes documentos pode permitir identificar uma pessoa mesmo que o nome tenha desaparecido.

O próprio guia básico de anonimização da Comissão Nacional de Proteção de Dados portuguesa lembra que eliminar identificadores diretos é apenas uma primeira fase e que um conjunto de dados desidentificado pode voltar a ser associado a uma pessoa quando combinado com outra informação disponível. Por isso, anonimizar não deve ser entendido apenas como riscar um nome.

Antes de nos preocuparmos com a reidentificação, temos um problema mais simples

Muitas vezes damos diretamente os dados sem anonimizar. Pensemos em situações do dia a dia:

• “Resume este processo.”
• “Analisa estas alegações.”
• “Diz-me as diferenças entre estes contratos.”
• “Redige uma resposta a partir desta documentação.”
• “Extrai a informação importante deste PDF.”

A inteligência artificial pode poupar horas de trabalho. O problema aparece quando esse PDF contém nomes, números de identificação, assinaturas, telefones, moradas, contas bancárias, códigos de identificação, informação económica, circunstâncias sociais ou qualquer outro dado pessoal que não era necessário fornecer para realizar essa tarefa.

O debate não deveria reduzir-se a se uma determinada ferramenta de IA é segura ou insegura. Existem soluções, configurações e ambientes corporativos muito diferentes. A pergunta anterior deveria ser muito mais simples: a ferramenta precisa realmente receber esses dados pessoais para fazer o que lhe pedimos? Se a resposta é não, esses dados devem ser eliminados ou anonimizados primeiro. É uma aplicação prática do princípio da minimização do RGPD: trabalhar apenas com a informação necessária para uma finalidade concreta.

A IA é apenas um dos destinos do documento

Este problema não aparece apenas quando alguém usa ChatGPT, Copilot, Gemini ou outra ferramenta. A mesma documentação pode acabar depois:

• publicada num portal de transparência;
• disponível numa sede eletrónica;
• incorporada num painel ou plataforma pública;
• entregue como consequência de um pedido de acesso à informação pública;
• enviada a um terceiro;
• reutilizada internamente para novas finalidades.

Transparência e proteção de dados têm de conviver. A Lei da Transparência reconhece o direito de acesso à informação pública, mas quando essa informação contém dados pessoais é necessário analisar também os limites derivados da sua proteção. A CNPD recorda expressamente esta necessidade de ponderação e distingue entre os casos de acesso à informação e os de publicidade ativa.

Por isso anonimizar corretamente não significa esconder tudo. Significa identificar que informação pode ser mostrada, qual deve ser protegida e fazê-lo antes de o documento sair do ambiente em que foi gerado.

O desafio é fazê-lo em escala

Rever manualmente dez páginas é possível. Rever centenas ou milhares de documentos antes de os publicar, entregar ou processar é outra questão. Além disso, os dados pessoais nem sempre aparecem da mesma forma ou no mesmo sítio: podem encontrar-se no corpo do documento, tabelas, anexos, folhas de cálculo ou metadados.

E é precisamente aí que existe um problema que merece uma solução tecnológica. Por isso desenvolvemos a anonimizia: uma ferramenta criada para ajudar organizações e administrações públicas a detetar e anonimizar informação sensível em documentos antes de serem publicados, partilhados, entregues a terceiros ou utilizados noutros processos digitais.

Anonimizar antes, não depois

Durante anos falámos de privacidade pensando sobretudo em bases de dados, ciberataques ou fugas de informação. Agora temos de incorporar outra pergunta no fluxo normal de trabalho: que dados contém este documento antes de o enviar para o sistema seguinte? Antes de o publicar. Antes de o entregar. Antes de o partilhar. E sim, também antes de o subir para uma inteligência artificial.

Porque quanto maior for a nossa capacidade de processar e relacionar informação, mais importante será aplicar a privacidade desde a origem. A inteligência artificial está a mudar as regras. A proteção de dados também tem de evoluir.

Referência

Fonte que inspira esta reflexão: David Bollero, “A IA põe de cabeça para baixo a privacidade”, Público, 15 de agosto de 2026. Referências adicionais: Comissão Nacional de Proteção de Dados, recursos sobre anonimização e sobre transparência e proteção de dados.