Cali, mayo 25 de 2026. Actualizado: lunes, mayo 25, 2026 21:09
Cali, mayo 25 de 2026. Actualizado: lunes, mayo 25, 2026 21:09
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.
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.
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.
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.
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.
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.
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.
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.
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.
Fin de los artículos
Una publicación diaria del Nuevo Diario Occidente S.A. Fundado el 19 de noviembre de 1961
Ver mapa del sitio | Desarrollado por: 
