Filtro de privacidad con IA: qué puede ocultar y qué no garantiza

Los equipos que procesan documentos con inteligencia artificial buscan reducir la exposición de datos personales antes de indexarlos o analizarlos. El 22 de abril de 2026, OpenAI anunció Privacy Filter, un modelo de pesos abiertos diseñado para detectar y ocultar identificadores en textos.

La herramienta clasifica fragmentos de texto como nombres, direcciones, teléfonos, correos, fechas privadas, números de cuenta y secretos como contraseñas o claves de API. La compañía dice que puede ejecutarse localmente, lo que permite probar un flujo sin enviar el texto original a un servidor externo.

El anuncio describe un modelo de 1,500 millones de parámetros totales, de los cuales 50 millones son activos, con una ventana de hasta 128 mil tokens. Para una organización, esas cifras hablan de diseño y capacidad técnica; no dicen por sí mismas cuánto costaría desplegarlo en su propia infraestructura.

OpenAI reporta resultados de 96% F1 en una evaluación de enmascaramiento y 97.43% en una versión corregida del conjunto de referencia. Son cifras publicadas por el propio proveedor, no una auditoría independiente de todas las lenguas, sectores o bases de datos donde podría utilizarse.

La advertencia más importante está en la propia ficha: el modelo puede pasar por alto identificadores poco comunes o eliminar información que sí debe conservarse. Su desempeño puede variar por idioma, sistema de escritura, contexto y dominio; la empresa recomienda revisión humana en entornos sensibles como salud, finanzas o asuntos legales.

Eso significa que “filtrado” no equivale a “anonimizado”. Si un sistema deja nombres fuera pero conserva detalles que permiten reconocer a una persona, el riesgo persiste. Y una prueba favorable en un benchmark no demuestra que el modelo sea apropiado para cada institución.

Para una pyme, universidad o redacción, el primer paso sería definir qué datos deben detectarse y cuáles necesitan mantenerse para que el trabajo tenga sentido. Después conviene probar el modelo con ejemplos autorizados y representativos, medir falsos positivos y omisiones, y decidir quién revisa los resultados antes de compartir documentos.

También importa la operación local: ejecutar un modelo dentro del equipo puede reducir traslados de datos, pero no elimina riesgos de acceso, almacenamiento, respaldos o configuración. La seguridad depende del flujo entero, no de una sola capa de software.

Privacy Filter abre una alternativa técnica para incorporar controles antes de usar IA, no una garantía automática de privacidad. La pregunta que debe acompañar cualquier adopción es concreta: ¿qué información se puede escapar del filtro y quién será responsable de detectarlo?