OpenAI presentó Privacy Filter, una nueva herramienta de código abierto diseñada para detectar y censurar información sensible directamente en textos, sin necesidad de enviar datos a la nube.
El lanzamiento responde a una de las principales preocupaciones del entorno digital actual: cómo proteger la información personal en sistemas impulsados por inteligencia artificial, especialmente en entornos empresariales.
Más que un filtro, se trata de una capa de seguridad previa.
Qué es Privacy Filter y cómo funciona
Privacy Filter es un modelo de clasificación que analiza texto en una sola pasada para identificar y etiquetar datos sensibles.
A diferencia de soluciones tradicionales, no fragmenta la información, sino que procesa grandes bloques completos gracias a una ventana de contexto de hasta 128,000 tokens.
Esto permite trabajar con documentos extensos —como bases de datos, correos o registros— sin perder coherencia en el análisis.
El sistema puede detectar y ocultar información en ocho categorías clave:
- Nombres
- Direcciones
- Correos electrónicos
- Teléfonos
- URL
- Fechas
- Números de cuenta
- Credenciales o secretos corporativos
Una vez identificados, estos datos pueden ser censurados automáticamente antes de que el texto sea utilizado o compartido.
Procesamiento local: el punto clave
Uno de los principales diferenciadores de Privacy Filter es que puede ejecutarse de forma local.
Esto significa que las empresas pueden procesar información sensible directamente en sus propios sistemas, sin necesidad de enviarla a servidores externos.
En un entorno donde la privacidad y el cumplimiento regulatorio son críticos, esta característica reduce riesgos y simplifica procesos.
El modelo está disponible bajo licencia Apache 2.0 y puede ejecutarse incluso en laptops estándar o navegadores web mediante tecnologías como WebGPU.
Precisión y capacidades técnicas
A nivel técnico, el modelo cuenta con 1.5 mil millones de parámetros, aunque solo 50 millones están activos durante su operación, gracias a una arquitectura de mezcla de expertos.
Este enfoque permite optimizar el rendimiento sin comprometer la capacidad de análisis.
En pruebas internas, Privacy Filter alcanzó:
- 96% de precisión (F1) en detección de datos personales
- 0.965 de recuperación en identificación de credenciales en código
Además, ha demostrado ser eficiente en procesos de entrenamiento adicional, manteniendo altos niveles de precisión incluso con datasets reducidos.
No es anonimato total
A pesar de sus capacidades, OpenAI aclara que Privacy Filter no garantiza anonimato completo.
El sistema está diseñado como una herramienta de “minimización de datos”, lo que significa que reduce la exposición de información sensible, pero no elimina todos los riesgos.
También presenta algunas limitaciones:
- Menor rendimiento en idiomas distintos al inglés
- Dificultad con nombres poco comunes
- Vulnerabilidad ante formatos alterados (como enlaces con saltos ocultos)
Por ello, la empresa lo define como una versión preliminar, orientada a recibir retroalimentación técnica.
Un movimiento hacia la privacidad empresarial
El lanzamiento apunta directamente al entorno corporativo, donde regulaciones como GDPR o HIPAA exigen controles estrictos sobre el manejo de datos.
Herramientas como Privacy Filter permiten limpiar información antes de almacenarla, procesarla o utilizarla en modelos de IA, reduciendo riesgos legales y operativos.
En un momento donde la inteligencia artificial necesita datos para funcionar, pero las empresas necesitan protegerlos, este tipo de soluciones busca equilibrar ambos lados.
Primero lo analiza.
Luego oculta lo sensible.
Y solo entonces… deja pasar la información.
