Anonimizar ou pseudonimizar antes de interrogar uma IA
Substituir um nome por um código não torna um dado anónimo. O que dizem a CNIL, a ANSSI e o NCSC antes de colar um texto numa IA.
Nesta página
Em 30 segundos
- Onde acontece
- Quando se copia um documento, por vezes muito longo, para o campo de pedido de uma ferramenta de IA, para obter uma resposta sobre o seu conteúdo[3].
- O que está em jogo
- O pedido é visível para a organização que fornece a ferramenta, fica armazenado e será quase de certeza utilizado para desenvolver o serviço ou o modelo[3].
Do que se trata
Substituir um nome por um código antes de colar um texto numa ferramenta de IA dá a impressão de proteger a pessoa. Para a CNIL, este gesto é pseudonimização, e os dados pseudonimizados continuam a ser dados pessoais[1].
O ponto fraco é o cruzamento. Mesmo sem nome, dados de terceiros ou valores raros (uma idade, uma morada) podem bastar para encontrar alguém[1]. As autoridades europeias de proteção de dados fixaram três critérios para avaliar se um conjunto de dados é verdadeiramente anónimo[1][2].
Perguntas diretas
Qual é a diferença entre anonimizar e pseudonimizar?
A anonimização torna impossível, na prática, qualquer identificação da pessoa, por qualquer meio, e de forma irreversível[1]. A pseudonimização consiste em substituir os dados diretamente identificadores (nome, apelido) por dados indiretamente identificadores, como um pseudónimo ou um número sequencial[1].
Esta operação é reversível. Muito frequentemente é possível encontrar a identidade das pessoas graças a dados de terceiros, de modo que os dados em causa continuam a ser pessoais[1]. O G29, que reúne as autoridades europeias de proteção de dados, lembra que os dados pseudonimizados não são dados anónimos[2].
Se eu substituir um nome por um número, o texto fica anónimo?
Não. A CNIL dá o exemplo de uma base de currículos em que o nome e os apelidos, e mais nada, foram substituídos por um número que corresponde a uma única pessoa: essa base permite individualizar a pessoa, logo está pseudonimizada e não anonimizada[1].
Quais são os três critérios do G29?
Servem para verificar que um conjunto de dados é anónimo[1][2]:
- A individualização: é possível isolar um indivíduo nos dados?[1][2]
- A correlação: é possível ligar entre si conjuntos de dados distintos relativos a um mesmo indivíduo?[1][2]
- A inferência: é possível deduzir informações sobre um indivíduo?[2] A CNIL precisa: de forma quase certa[1].
Um conjunto de dados que não permite individualizar, correlacionar nem inferir é, à partida, anónimo. Se um único destes critérios não for respeitado, só pode ser considerado anónimo depois de uma análise detalhada dos riscos de reidentificação[2].
Basta suprimir alguns campos?
Também não. A CNIL aconselha a suprimir os elementos de identificação direta, mas também os valores raros que permitiriam uma reidentificação fácil. Cita a idade, que permite encontrar muito facilmente as pessoas centenárias[1].
A ferramenta de IA guarda o que lhe escrevo?
O NCSC britânico indicava em 2023 que um modelo de IA não acrescentava automaticamente os pedidos dos utilizadores ao seu modelo, mas que esses pedidos ficavam visíveis para o fornecedor e armazenados[3]. A ANSSI observa que, para a maioria dos serviços, os dados enviados são recolhidos e utilizados pelo fornecedor para otimizar os modelos[4].
Como funciona
A CNIL agrupa as técnicas de anonimização em duas famílias[1]. A aleatorização modifica os atributos para os tornar menos precisos, mantendo a distribuição global; protege contra a inferência, e a CNIL cita a permutação das datas de nascimento[1]. A generalização muda a escala dos atributos para que sejam comuns a um conjunto de pessoas; evita a individualização e limita as correlações, por exemplo substituindo uma data de nascimento pelo ano, e mais nada[1].
A lista de verificação da CNIL para os conceptores de sistemas de IA vai no mesmo sentido: recomenda privilegiar formatos menos intrusivos, por exemplo um escalão etário em vez de uma data de nascimento completa[5].
A ENISA dedicou dois relatórios à pseudonimização: um primeiro, publicado em janeiro de 2019, explora o conceito e diferentes técnicas[6]; um segundo, de janeiro de 2021, estuda soluções avançadas para cenários mais complexos[7].
O que fazer
- Não cole mais do que o necessário. A ANSSI pede, por precaução, que nunca se incluam dados sensíveis da entidade nos pedidos a um serviço de IA generativa em linha[4]. Inclui nesses dados as informações pessoais (contactos, informações privadas), os dados contratuais, jurídicos e financeiros, e os segredos informáticos como as palavras-passe ou as chaves de API[4].
- Retire os pormenores que se cruzam: valores raros, idade exata, data de nascimento completa[1][5]. Um nome substituído por um código não basta[1].
- Não submeta a uma ferramenta pública um pedido que causaria problemas se se tornasse público. É a recomendação do NCSC[3].
- Para dados sensíveis, a ANSSI afasta as ferramentas públicas como ChatGPT, Gemini, Copilot, DeepL ou Perplexity[4]. O NCSC precisa que existem modelos privados, propostos por um fornecedor de cloud ou alojados internamente, mas que é preciso compreender as condições de utilização e a política de privacidade de um modelo fornecido pela cloud[3].
As armadilhas
- O código que substitui o nome: individualiza a pessoa em vez de a proteger[1].
- O cruzamento com outros dados. Uma base de moradas não pode ser considerada anónima se outras bases contiverem essas mesmas moradas com dados identificadores[1]. A ANSSI cita também a reidentificação por cruzamento com outros conjuntos de dados entre os ataques contra os dados anonimizados[4].
- A inferência. No exemplo da CNIL, um conjunto de dados sobre impostos mostra que todos os homens de 20 a 25 anos que responderam não são tributáveis: se se sabe que o Sr. X, de 24 anos, respondeu, deduz-se que não é tributável[1].
- A sensibilidade que vem de quem pergunta. O NCSC cita o caso de um dirigente que perguntasse como despedir um colaborador, e lembra que as informações se agregam de um pedido para outro sob um mesmo identificador[3].
- As fugas. Os pedidos armazenados podem ser pirateados, divulgados ou tornados públicos por acidente, e o operador da ferramenta pode ser adquirido por uma organização com uma abordagem diferente da privacidade[3].
- O anonimato que se desgasta. As técnicas de anonimização e de reidentificação evoluem, o que obriga a uma vigilância regular por parte de quem alega ter anonimizado[1][2].
Fontes
- CNIL, «L’anonymisation de données personnelles», 19 de maio de 2020. https://www.cnil.fr/fr/technologies/lanonymisation-de-donnees-personnelles (consultado em 14 de novembro de 2026)
- CNIL, «Le G29 publie un avis sur les techniques d’anonymisation», 25 de janeiro de 2016. https://www.cnil.fr/fr/le-g29-publie-un-avis-sur-les-techniques-danonymisation (consultado em 14 de novembro de 2026)
- NCSC (Royaume-Uni), «ChatGPT and large language models: what's the risk?», 14 de março de 2023. https://www.ncsc.gov.uk/blog-post/chatgpt-and-large-language-models-whats-the-risk (consultado em 14 de novembro de 2026)
- ANSSI, «Security recommendations for a generative AI system», 29 de abril de 2024. https://messervices.cyber.gouv.fr/documents-guides/security_recommandations_for_a_generative_ai_system.pdf (consultado em 14 de novembro de 2026)
- CNIL, «Développement des systèmes d'IA : Que faut-il vérifier ?». https://www.cnil.fr/sites/default/files/2025-07/ia_liste_de_verification.pdf (consultado em 14 de novembro de 2026)
- ENISA, «Recommendations on shaping technology according to GDPR provisions - An overview on data pseudonymisation», 28 de janeiro de 2019. https://www.enisa.europa.eu/publications/recommendations-on-shaping-technology-according-to-gdpr-provisions (consultado em 14 de novembro de 2026)
- ENISA, «Data Pseudonymisation: Advanced Techniques and Use Cases», 28 de janeiro de 2021. https://www.enisa.europa.eu/publications/data-pseudonymisation-advanced-techniques-and-use-cases (consultado em 14 de novembro de 2026)
Citar este artigo
Brain, «Anonimizar ou pseudonimizar antes de interrogar uma IA», Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp308_pt_2026,
author = {Brain},
title = {Anonimizar ou pseudonimizar antes de interrogar uma IA},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/pt/articles/anonimizacao-pseudonimizacao-ia-reidentificacao/},
note = {CC BY 4.0}
}