OpenAI lanza Privacy Filter para proteger datos personales

Qué ocurre

Cuando un empleado comparte correos, registros o chats con equipos o servicios, teme revelar números, correos o contraseñas.

El 22 de abril de 2026 OpenAI presentó Privacy Filter, un modelo de código abierto para detectar y enmascarar información de identificación personal (PII) en textos.

La PII incluye nombres, teléfonos, correos, fechas y números de cuentas. El modelo puede ejecutarse localmente y está disponible bajo licencia Apache 2.0 en Hugging Face y GitHub.

Tres cambios prácticos

Procesado local para reducir fugas

Privacy Filter se puede instalar y ejecutar en el propio equipo u servidor de una empresa.

Eso permite ocultar datos antes de enviarlos a servicios externos, reduciendo el riesgo de exponer información sensible al compartir registros o entrenar modelos.

Detección mejor en contextos ambiguos

A diferencia de reglas que buscan patrones fijos (como regex para correos), el modelo identifica PII a partir del contexto. Puede encontrar nombres, direcciones, fechas, correos, teléfonos, números de cuenta y secretos que no siempre siguen un formato estándar, y reemplazarlos por etiquetas limpias.

Fácil de adaptar e integrar

OpenAI diseñó el modelo para que los desarrolladores lo ajusten a sus casos.

El ajuste fino con pocos ejemplos mejora mucho la precisión en dominios específicos; en pruebas internas la precisión subió notablemente tras un ajuste pequeño. Además admite textos muy largos, lo que facilita su uso en correos, registros y documentos.

En pocas palabras

Imagina un marcador que recorre todo un documento y señala automáticamente lo que debería ocultarse antes de compartirlo: Privacy Filter etiqueta fragmentos en una sola pasada y convierte esas etiquetas en máscaras coherentes. Soporta contexto muy largo y permite configurar el equilibrio entre detectar más datos o evitar falsos positivos.

Limitaciones reales

No es una solución de anonimización completa ni una certificación de cumplimiento.

Puede fallar con identificadores raros, idiomas o convenciones no vistas en su entrenamiento, y en sectores sensibles (médico, legal, financiero) sigue siendo necesaria la revisión humana y políticas específicas.

Cierre

El lanzamiento refleja una tendencia hacia modelos pequeños y auditables que se integran en flujos de trabajo para proteger la privacidad desde el diseño.

Privacy Filter busca que los sistemas aprendan sobre el mundo y no sobre personas concretas, y OpenAI abre la versión preliminar para recibir retroalimentación de la comunidad.

Por qué importa

• Impacto en negocio: reduce el riesgo de filtraciones al procesar datos en infraestructuras propias, facilitando cumplimiento y auditoría.
• Impacto en usuarios: protege información personal en correos y registros antes de compartirlos o analizarlos.
• Impacto en industria: impulsa herramientas auditables y ajustables para privacidad en IA.

Nota de Transparencia

Esta nota fue generada 100% con IA. La fuente fue aprobada por Diario Occidente y el contenido final fue revisado por un miembro del equipo de redacción.

🔊 El Resumen de Noticias sobre Inteligencia Artificial e Innovación Tecnológica, aquí 👇🏻

Curaduría editorial

La curaduría y revisión editorial de estas notas está a cargo de Rosa María Agudelo Ayerbe, comunicadora social y periodista, con maestría en Transformación Digital y especialización en Inteligencia Artificial.

Desde su rol como líder del equipo de innovación y transformación digital del Diario Occidente, y a través de la unidad estratégica DO Tech, realiza un seguimiento permanente a las principales novedades en tecnología e inteligencia artificial a nivel global.

Estas notas se apoyan en un agente de investigación basado en inteligencia artificial, diseñado para monitorear semanalmente avances, lanzamientos y debates clave del sector.

El contenido es posteriormente leído, analizado, contextualizado y validado editorialmente antes de su publicación.

Este proceso forma parte del mecanismo de actualización continua que permite interpretar los desarrollos tecnológicos desde una mirada periodística, crítica y comprensible para audiencias no especializadas.

Comments