Confidencialidade dos dados em coleções
Nesta página
Os seus documentos permanecem seus
Esta é a primeira questão que qualquer interveniente sério coloca num projeto RAG, seja um consultor jurídico ou um CISO: se enviarmos os nossos contratos para a xAI, eles usam-nos para treinar o Grok? A resposta é não. A xAI garante que os dados armazenados em coleções não são utilizados para treinar modelos. Esta garantia abrange três aspetos distintos que vale a pena separar, pois respondem a preocupações diferentes.
Em primeiro lugar, sem treino: os ficheiros carregados nas coleções não alimentam o Grok nem qualquer outro modelo da xAI. Em segundo lugar, isolamento: as suas coleções só são acessíveis através das suas próprias chaves de API. Por fim, eliminação: quando apaga um ficheiro ou uma coleção, os dados e os índices correspondentes são efetivamente eliminados, o que constitui a condição técnica para cumprir um pedido de apagamento.
Na prática, isto permite utilizar coleções para documentos que não confiaria a um serviço de consumo: contratos e documentos jurídicos, relatórios financeiros internos, documentação técnica proprietária, dados de RH e políticas internas, correspondência confidencial.
A segurança depende das suas chaves
Cada par de chaves — Chave de API e Chave de API de Gestão — define um âmbito de acesso. Um terceiro que conhecesse o identificador col_rh_policies nada poderia fazer com ele sem as suas chaves: não existe nenhum caminho público para uma coleção. A consequência é direta e inequívoca: a confidencialidade dos seus documentos vale exatamente o que vale a proteção das suas chaves.
Armazene-as em variáveis de ambiente, nunca as codifique diretamente no seu código, onde acabariam por ficar registadas no seu histórico do Git.
import os
client = Client(
api_key=os.getenv("XAI_API_KEY"),
management_api_key=os.getenv("XAI_MANAGEMENT_API_KEY")
)
O restante são práticas de higiene padrão, mas frequentemente negligenciadas. Rode as suas chaves periodicamente e imediatamente após a saída de qualquer membro da equipa com acesso — uma chave deixada num dispositivo devolvido concede acesso permanente ao seu repositório de documentos. Conceda a cada chave apenas as permissões de que necessita: um serviço que apenas lê não tem razão para possuir uma chave capaz de eliminar uma coleção. Por fim, monitore a utilização das chaves na consola da xAI, onde um pico inexplicável de chamadas é o sinal de alerta mais fácil de detetar.
O que as empresas regulamentadas exigem
Antes de carregar dados sujeitos a regulamentação — RGPD, HDS (hospedagem de dados de saúde franceses), SOC 2 — a verificação foca-se menos na técnica do que no contrato. Precisa de conhecer os termos de utilização da xAI no que diz respeito à localização dos dados, o estado das certificações de segurança da plataforma e as garantias contratuais disponíveis, nomeadamente o DPA ou o BAA, dependendo do seu setor. Realize este trabalho uma vez, antecipadamente, com a sua equipa jurídica; refazê-lo após a entrada em produção custa muito mais caro.
Estabeleça em paralelo uma política interna de classificação que indique claramente o que pode entrar numa coleção. Quatro níveis são geralmente suficientes, cada um associado a uma regra de armazenamento inequívoca:
| Nível | Exemplos | Armazenamento em coleção |
|---|---|---|
| Público | Documentação do produto, FAQ | Permitido |
| Interno | Procedimentos, guias | Permitido com precauções |
| Confidencial | Dados financeiros, contratos | Avaliação caso a caso |
| Secreto | Propriedade intelectual crítica | Avaliar com consultoria jurídica |
O valor de tal tabela não é burocrático: impede que um programador apressado carregue a lista de preços negociados na mesma coleção que a FAQ pública, simplesmente porque ninguém alguma vez tinha colocado a questão.
Os dados pessoais merecem um tratamento separado. Assim que os seus documentos contiverem nomes, endereços de e-mail ou números de telefone, deve dispor da base jurídica necessária para este tratamento, registá-la no seu registo do RGPD e ser capaz de eliminar os documentos relevantes se um indivíduo exercer o seu direito ao apagamento. Este último ponto exige saber qual o ficheiro e qual a coleção que contém os dados: mantenha este mapeamento atualizado desde a indexação; reconstruí-lo a posteriori em vários milhares de documentos é um exercício tedioso.
Uma arquitetura em camadas para requisitos elevados
Uma garantia de não treino não resolve a questão de saber qual o colaborador que pode ler qual o documento. A sua aplicação assume essa responsabilidade, através de quatro camadas sucessivas. Autentica o utilizador, determina depois quais as coleções que lhe estão abertas com base na sua função, consulta a API apenas nessas coleções e, finalmente, filtra os resultados antes da exibição. Um representante de vendas faz uma pergunta sobre listas de preços: o seu pedido vai apenas para col_docs_produit, nunca para col_rh_policies, mesmo que ambas as coleções existam sob as mesmas chaves. É esta disciplina do lado da aplicação, e não o armazenamento na xAI, que determina o que cada pessoa acaba por ver.
Pontos-chave
- A xAI garante que os dados das coleções não são utilizados para treinar modelos
- O isolamento do acesso depende das chaves de API: cada conta tem o seu próprio âmbito
- Armazene as chaves em variáveis de ambiente e rode-as regularmente
- Classifique os seus documentos antes de os armazenar em coleções
- Para dados pessoais, cumpra as obrigações do RGPD (consentimento, registo, direito ao apagamento)