Ir al contenido principal
Español— Elegir un idioma
Menú

Confidencialidad de los datos en las colecciones

Lección 15 de 16 Actualizado el 29 de julio de 2026 Desarrollador
En esta página
  1. Tus documentos siguen siendo tuyos
  2. La seguridad depende de tus claves
  3. Lo que exigen las empresas reguladas
  4. Una arquitectura en capas para requisitos elevados
  5. Puntos clave

Tus documentos siguen siendo tuyos

Esta es la primera pregunta que formula cualquier parte interesada seria en un proyecto RAG, ya sea el asesor jurídico o el CISO: si enviamos nuestros contratos a xAI, ¿entrenan Grok con ellos? La respuesta es no. xAI garantiza que los datos almacenados en las colecciones no se utilizan para entrenar modelos. Esta garantía abarca tres aspectos distintos que merece la pena separar, porque responden a preocupaciones diferentes.

En primer lugar, sin entrenamiento: los archivos subidos a las colecciones no alimentan Grok ni ningún otro modelo de xAI. En segundo lugar, aislamiento: tus colecciones solo son accesibles mediante tus propias claves de API. Por último, eliminación: cuando borras un archivo o una colección, los datos y los índices correspondientes se eliminan efectivamente, lo cual es la condición técnica para cumplir una solicitud de supresión.

En la práctica, esto permite utilizar las colecciones para documentos que no confiarías a un servicio de consumo: contratos y documentos legales, informes financieros internos, documentación técnica propietaria, datos de RR. HH. y políticas internas, así como correspondencia confidencial.

La seguridad depende de tus claves

Cada par de claves (clave de API y clave de API de gestión) define un ámbito de acceso. Un tercero que conociera el identificador col_rh_policies no podría hacer nada con él sin tus claves: no existe ninguna ruta pública hacia una colección. La consecuencia es directa e inequívoca: la confidencialidad de tus documentos vale exactamente lo que vale la protección de tus claves.

Almacénalas en variables de entorno, nunca codificadas directamente en tu código, donde acabarían formando parte de tu historial de Git.

import os

client = Client(
    api_key=os.getenv("XAI_API_KEY"),
    management_api_key=os.getenv("XAI_MANAGEMENT_API_KEY")
)

El resto son prácticas de higiene estándar, aunque a menudo se descuidan. Rota tus claves periódicamente e inmediatamente después de que cualquier miembro del equipo con acceso abandone la organización; una clave olvidada en un dispositivo devuelto otorga acceso permanente a tu repositorio de documentos. Concede a cada clave únicamente los permisos que necesite: un servicio que solo lee no tiene por qué poseer una clave capaz de eliminar una colección. Por último, supervisa el uso de las claves en la consola de xAI, donde un pico inexplicable en las llamadas es la señal de alerta más fácil de detectar.

Lo que exigen las empresas reguladas

Antes de subir datos sujetos a regulación (RGPD, HDS [alojamiento de datos de salud en Francia], SOC 2), la verificación se centra menos en la técnica que en el contrato. Debes conocer las condiciones de uso de xAI respecto a la ubicación de los datos, el estado de las certificaciones de seguridad de la plataforma y las garantías contractuales disponibles, especialmente el DPA o el BAA según tu sector. Realiza este trabajo una vez, con antelación, junto a tu equipo jurídico; rehacerlo tras el despliegue en producción cuesta mucho más.

Establece en paralelo una política de clasificación interna que indique claramente qué puede entrar en una colección. Cuatro niveles suelen ser suficientes, cada uno asociado a una regla de almacenamiento inequívoca:

NivelEjemplosAlmacenamiento en colección
PúblicoDocumentación de producto, FAQPermitido
InternoProcedimientos, guíasPermitido con precauciones
ConfidencialDatos financieros, contratosEvaluación caso por caso
SecretoPropiedad intelectual críticaEvaluar con asesoría jurídica

El valor de esta tabla no es burocrático: evita que un desarrollador apresurado suba la lista de precios negociada a la misma colección que la FAQ pública, simplemente porque nadie había planteado antes la cuestión.

Los datos personales merecen un tratamiento aparte. En cuanto tus documentos contengan nombres, direcciones de correo electrónico o números de teléfono, debes contar con la base jurídica necesaria para dicho tratamiento, registrarlo en tu registro del RGPD y ser capaz de eliminar los documentos pertinentes si una persona ejerce su derecho de supresión. Este último punto exige saber qué archivo y qué colección contienen los datos: mantén actualizada esta correspondencia desde el momento del indexado; reconstruirla a posteriori entre varios miles de documentos es una tarea tediosa.

Una arquitectura en capas para requisitos elevados

Una garantía de no entrenamiento no resuelve qué empleado puede leer qué documento. Tu aplicación asume esta responsabilidad mediante cuatro capas sucesivas. Autentica al usuario, determina qué colecciones tiene abiertas según su rol, consulta la API solo sobre esas colecciones y, finalmente, filtra los resultados antes de mostrarlos. Un comercial formula una pregunta sobre listas de precios: su solicitud se dirige únicamente a col_docs_produit, nunca a col_rh_policies, aunque ambas colecciones existan bajo las mismas claves. Esta disciplina del lado de la aplicación, y no el almacenamiento en xAI, es lo que determina lo que acaba viendo cada persona.

Puntos clave

  • xAI garantiza que los datos de las colecciones no se utilizan para entrenar modelos
  • El aislamiento del acceso depende de las claves de API: cada cuenta tiene su propio ámbito
  • Almacena las claves en variables de entorno y rótales regularmente
  • Clasifica tus documentos antes de almacenarlos en colecciones
  • Para los datos personales, cumple las obligaciones del RGPD (consentimiento, registro, derecho de supresión)