Pular para o conteúdo
Clube do Servidor
EntrarCriar conta
☰ Menu do curso

Módulo 4 - Dados pessoais e sigilo: o que nunca colar numa IA · 🎓 Lições do Módulo 4

Letra Normal

4.4 · Como tirar os dados antes de pedir

≈ 2 min de leitura

A servidora tira os dados do pedido com marcadores, generalização e cortes, e procura onde eles se escondem: anexos, prints e planilhas.

Ouvir a aula narrada≈ 3 min · na voz do instrutor

Para ouvir a partir de um trecho, passe o mouse ou toque num parágrafo e use 🎧 Ouvir daqui.

0:00 de 0:00

Relembre as técnicas do Módulo 3, agora com mais uma:

  1. Use marcadores. Troque cada dado por uma etiqueta, como [NOME], [CPF] ou [Nº DO PROCESSO], e complete fora da ferramenta.
  2. Generalize. Descreva a pessoa só com o que importa. Em vez de "Fulana, 43 anos, moradora do bairro tal", escreva "uma cidadã".
  3. Corte o que não serve. Se a IA não precisa do dado para fazer a tarefa, ele sai.
  4. Use dados fictícios. Para testar uma fórmula ou um modelo, invente nomes e números.
Quadro com as quatro técnicas para tirar os dados antes de pedir: use marcadores, como NOME, CPF e número do processo, completando fora da ferramenta; generalize, só o que importa, como uma cidadã; corte o que não serve; e use dados fictícios para testar fórmulas e modelos. Ao lado, onde os dados se escondem: anexos, prints e fotos, planilhas com outras abas e colunas ocultas, metadados e detalhes que identificam, como a única engenheira do distrito. Abaixo: anonimizar é mais do que trocar o nome; enquanto der para identificar, o dado continua sendo pessoal, e se a tarefa só funciona com os dados reais, ela não é para uma ferramenta aberta.

Onde os dados se escondem. Não basta olhar o texto que você digitou:

  • Anexos: o documento inteiro vai junto, inclusive as páginas que você não releu.
  • Prints e fotos de documentos: a imagem mostra tudo o que estava na tela ou no papel, como nomes, números de processo, carimbos e assinaturas.
  • Planilhas: podem ter outras abas, colunas ocultas e linhas que você não vê.
  • Metadados: informações escondidas no arquivo, como o autor, comentários e o histórico de alterações.
  • Detalhes que identificam: "a única engenheira do distrito" aponta para alguém, mesmo sem nome. Números pequenos também: "um caso de tuberculose na escola rural" pode bastar.

Anonimizar é mais do que trocar o nome. Para a , dado anonimizado é aquele cujo titular não pode ser identificado, considerando os meios técnicos razoáveis e disponíveis (art. 5º, III). Trocar o nome por [NOME] ajuda, mas nem sempre basta. Se o cargo, o local e o motivo continuam no texto, alguém do órgão reconhece a pessoa. Enquanto der para identificar, o dado continua sendo pessoal.

Antes, com dados:

"Escreva uma resposta para a servidora Fulana de Tal, matrícula 123456, a única nutricionista das escolas do distrito rural. Ela pediu para trabalhar à tarde porque está em tratamento de depressão. O laudo vai em anexo."

Depois, protegido:

"Você é um servidor da área de gestão de pessoas de uma prefeitura. Uma servidora pediu mudança no horário de trabalho por motivo de saúde, e a chefia aprovou. Escreva um rascunho de resposta curta e cordial, informando que o novo horário começa em [DATA]. Use [NOME] e [Nº DO PROCESSO] e deixe os marcadores como estão. Não mencione a doença."

Exemplo fictício, criado para a aula.

O que mudou: o nome e a matrícula viraram marcadores. O cargo e o local, que identificavam a servidora, saíram. O diagnóstico, dado sensível que a tarefa não exigia, saiu. E o laudo ficou de fora.

Se a tarefa só funciona com os dados reais, ela não é para uma ferramenta aberta. Use a pelo seu órgão, quando houver, ou faça essa parte sem IA.

💡 Para pensar: pense num arquivo que você usa toda semana. Onde os dados pessoais se escondem nele?

AnteriorConcluir e avançar →