Artigo científico: Anonymous-by-Construction. Um framework orientado por LLM para texto com privacidade preservada
Na Veritran, transformamos pesquisa em soluções concretas.
Aprovado pelo maior congresso internacional de engenharia de software do mundo, o artigo científico mostra como aplicamos inteligência artificial para resolver um dos principais desafios da sua adoção empresarial: aproveitar o valor dos dados sem comprometer sua privacidade.
A pesquisa apresenta uma abordagem de anonimização que protege informações sensíveis enquanto preserva o contexto e a utilidade dos dados. Um exemplo concreto de como é possível habilitar novos casos de uso, produtos e oportunidades de negócio, mesmo em ambientes onde confiança e conformidade regulatória são críticos.
Privacidade sem perder valor
O framework utiliza modelos de linguagem para identificar informações sensíveis e substituí-las por alternativas fictícias do mesmo tipo, preservando o contexto, a estrutura e a utilidade dos dados.
Dados sensíveis sob controle
As informações são processadas localmente, dentro da infraestrutura da organização, antes de serem enviadas para modelos, agentes ou serviços externos. Dessa forma, os dados originais permanecem dentro da organização.
Dados úteis para IA e para o negócio
É avaliado se as informações anonimizadas mantêm seu significado, podem ser utilizadas por agentes de IA e continuam adequadas para o treinamento de modelos. Assim, as organizações podem desenvolver produtos, automatizar processos, analisar conversas e transformar serviços e operações sem que os requisitos de privacidade e confidencialidade impeçam a inovação.
