Cobrir nomes com tarjas parece seguro e, para um documento que será enviado a um tribunal ou a outra parte, é a ferramenta certa. Para um documento que você quer que uma IA leia, é a ferramenta errada. Este artigo explica por quê, com um exemplo, e em que situação cada método deve ser usado.
O mesmo parágrafo, de três maneiras
Original:
Maria Lopez signed a lease with Northwind Ltd on 3 March. Ms. Lopez agreed to pay
1,850 a month. Northwind may end the lease if Maria misses two payments.
Com tarjas pretas:
[REDACTED] signed a lease with [REDACTED] on [REDACTED]. [REDACTED] agreed to pay
1,850 a month. [REDACTED] may end the lease if [REDACTED] misses two payments.
Com marcadores consistentes:
Person_1 signed a lease with Company_1 on Date_1. Person_1 agreed to pay
1,850 a month. Company_1 may end the lease if Person_1 misses two payments.
Pergunte à IA «quem pode encerrar o contrato de locação e quando?». A versão com tarjas pretas não permite responder com segurança. A versão com marcadores, sim: Company_1, se Person_1 deixar de fazer dois pagamentos. A identidade desaparece nas duas versões. Só uma mantém a estrutura.
O que as tarjas pretas fazem desaparecer
- Quem é quem. Todas as tarjas parecem iguais, então a IA não consegue distinguir o inquilino do locador, nem uma testemunha da outra.
- A ligação entre as menções. «Maria», «Sra. Lopez» e «ela» são a mesma pessoa. As tarjas rompem essa ligação.
- O tipo de entidade. Uma pessoa, uma empresa e um endereço têm funções diferentes. Um rótulo que indique «Empresa» ou «Endereço» ajuda a IA a interpretar a frase.
- Referências entre documentos. Se a mesma pessoa aparecer em um contrato e em um e-mail, as tarjas não conseguem indicar isso.
Então a IA tenta adivinhar, responde de forma vaga ou pede que você preencha as lacunas. Em qualquer desses casos, você precisa recolocar os nomes manualmente ou abrir mão da resposta.
Escolher os rótulos
Os rótulos genéricos por tipo funcionam melhor: Person_1, Company_1, Address_1, Phone_1, Email_1, Account_1, ID_1, Birthdate_1. O tipo diz à IA que tipo de informação está a ler, e o número indica-lhe qual. Evite rótulos com um significado que não pretendia. «Inquilino» é útil como função, mas estaria errado se a mesma pessoa fosse senhorio noutro documento. As funções devem constar do seu pedido; os rótulos, do texto.
Não use iniciais. «M.L.» é metade de um nome e pode ser confundido com «Michael Lee».
O que os marcadores consistentes preservam
A palavra-chave é consistência. Uma pessoa recebe um único rótulo em todas as menções e em todos os documentos. Assim, a IA pode:
- acompanhar uma pessoa ao longo de uma cronologia;
- identificar a que parte cabem quais obrigações;
- perceber que Person_2 no e-mail é a mesma pessoa que Person_2, que assinou o acordo;
- dar uma resposta que pode restaurar com os nomes verdadeiros posteriormente. Consulte fluxo de trabalho de ida e volta.
Se a numeração recomeçar em cada ficheiro, perde essa vantagem. Consulte trabalhar com um caso completo.
Tarefas em que a diferença fica evidente
- Quem deve o quê a quem. Exige que cada parte seja mantida separada.
- Uma cronologia. Exige que a mesma pessoa seja reconhecida em cada acontecimento.
- Comparar duas versões de um contrato. Exige os mesmos rótulos em ambas, caso contrário todos os nomes parecem uma alteração.
- Encontrar contradições entre documentos. Exige que a mesma pessoa tenha o mesmo rótulo em todos eles.
Para uma tarefa como «encurtar este parágrafo», as barras têm pouco custo. Para tudo o que dependa de relações, custam-lhe a resposta.
Muitas vezes, uma tarja preta em um PDF não oculta nada
Há uma segunda razão para evitar barras em ficheiros que envia para uma ferramenta de IA. Em muitos PDFs, um retângulo preto desenhado por cima do texto apenas o tapa. O texto continua no ficheiro e ainda pode ser selecionado, copiado e lido por quem receber o ficheiro. Um expurgo adequado remove o próprio texto, bem como os metadados, marcadores, anexos e campos de formulário.
Se tiver de entregar um PDF, verifique-o selecionando todo o texto e colando-o noutro local. Se os nomes aparecerem, nunca foram removidos.
Quando as tarjas pretas são a escolha certa
Use o expurgo efetivo quando o documento for entregue a outra pessoa como documento: à parte contrária, a um regulador, a um tribunal ou a um gabinete de imprensa. Nesse caso, o leitor recebe o ficheiro, o formato e o valor probatório são importantes, e o objetivo é que ninguém consiga recuperar o texto. ClientSafe não foi concebido para essa tarefa. Cria uma cópia segura do texto para ferramentas de IA.
São duas tarefas diferentes. A redação protege um documento que divulga. Uma cópia segura protege o cliente quando pede a uma ferramenta que analise o documento.
Os marcadores não são mágicos
- O contexto ainda pode identificar uma pessoa: um cargo raro, uma localidade pequena e uma data.
- Uma grafia não detetada deixa um nome verdadeiro ao lado de um marcador. Leia a cópia segura antes de a enviar.
- As datas e os valores mantêm-se, a menos que os substitua, e por vezes devem manter-se.
Mas o comparação entre anonimização, pseudonimização e expurgo explica onde cada termo se aplica, e lista de verificação indica o que deve procurar.
Perguntas frequentes
A IA ficará confusa com rótulos como Person_1?
Não. São tokens comuns. Explique no seu pedido à IA o que representam e diga-lhe para os manter tal como estão escritos.
Devo usar rótulos diferentes para funções diferentes?
Os rótulos genéricos por tipo são suficientes. No pedido, indique a função numa frase curta, por exemplo: «Person_1 é o inquilino».
Posso usar [REDACTED] para um parágrafo curto?
Pode, mas um único parágrafo oculto no meio de um texto deixa a IA a tentar adivinhar. Quando uma ferramenta faz a substituição, os marcadores não exigem mais trabalho.
ClientSafe substitui nomes, empresas, moradas, números de telefone, endereços de e-mail, números de conta, números de identificação e datas de nascimento por marcadores consistentes, como Person_1 e Company_1. Pode ver cada correspondência, desmarcar as falsas e assinalar o que não foi detetado; depois, copie a cópia segura.