Detetores de IA: datas, moradas, montantes e QR em PDF

Detetar números de identificação e endereços de e-mail é necessário, mas não é suficiente. Em decisões, recibos de vencimento, processos clínicos e sentenças, a reidentificação entra muitas vezes pela porta das traseiras: uma data de nascimento, uma morada completa, um montante que só uma pessoa recebe ou um QR/selo que remete para um verificador externo.

O Anonimatum inclui detetores de IA pensados para estes casos — datas, moradas, montantes, QR/selos — que funcionam com modelos próprios na UE. Este guia explica *quando* os ativar, como evitar o excesso de rasura e como combiná-los com padrões e revisão humana.

Datas: nem todas são iguais

A data de um documento («Lisboa, 12 de março de 2026») pode ser inofensiva. Uma data de nascimento, de uma cirurgia ou de uma notificação policial, cruzada com iniciais ou com o bairro, pode identificar alguém. Regra prática:

• Mantenha as datas administrativas necessárias para compreender o ato (salvo indicação contrária da política).
• Dê prioridade à rasura de datas vitais, clínicas ou sancionatórias quando publicar.
• Reveja as tabelas de prazos: por vezes o risco está na coluna, não no cabeçalho.

Moradas: o identificador silencioso

Em transparência e em notificações, a morada é muitas vezes «esquecida» porque parece contexto. Um portal com o nome rasurado mas a morada intacta continua a expor a pessoa. As moradas parciais (rua e número sem localidade) também contam em municípios pequenos.

• Decida se publica com a morada omitida, parcialmente mascarada ou substituída.
• Tenha atenção aos cabeçalhos, rodapés e anexos com mapas.
• Combine o detetor de moradas com conjuntos de palavras de topónimos locais, se o seu território o exigir.

Montantes: quando o dinheiro identifica

Um montante não é, em abstrato, um dado pessoal. Passa a sê-lo quando, no contexto, só pode referir-se a uma pessoa (uma indemnização singular, uma coima, o vencimento de um cargo único, a fatura de um trabalhador independente identificado noutra página). Em due diligence, os montantes também revelam estratégia; documente se o seu objetivo é a privacidade, o segredo comercial ou ambos.

QR e selos: a ligação para fora do PDF

Um código QR pode abrir uma verificação com nome, o hash do documento ou um portal de marcações. Um selo digital ou uma marca de água pode incorporar identificadores. Tratar apenas o texto do OCR deixa o código gráfico intacto. Por isso é necessário um detetor dedicado e, muitas vezes, zonas visuais sobre o símbolo.

• Faça o inventário dos QR: assinatura, pagamento, rastreio ou verificação pelo cidadão.
• Decida se remove o código, se o substitui por um marcador ou se oculta a região.
• Confirme que o PDF final já não permite ler o QR original (teste com um telemóvel).

Como evitar o excesso de rasura

Ativar todos os detetores «por precaução» produz documentos inúteis e resistência interna. Uma abordagem melhor:

• Parta de uma política por tipo de documento (decisão pública ≠ recibo de vencimento interno ≠ material de formação).
• Utilize a pré-visualização para colocar na lista branca o que deve permanecer (por exemplo, as datas do procedimento).
• Complemente a IA com padrões personalizados para formatos locais — e não o contrário.
• Meça os falsos positivos numa amostra de 20–50 documentos reais antes de uma implementação em massa.

Combinação com lotes e assinaturas

Nas remessas, os detetores aplicam-se de forma uniforme: documente a política na fila de lotes. Se o PDF estiver assinado, lembre-se de que a anonimização pode afetar a assinatura; o Anonimatum emite avisos e, quando o processo o permite, disponibiliza fluxos de verificação e nova assinatura.

Resumo para EPD e responsáveis

Os detetores de datas, moradas, montantes e QR não são funcionalidades de marketing: são controlos contra a reidentificação indireta. Ative-os com uma política, meça-os em amostras e exija pré-visualização. No Anonimatum funcionam com IA local na UE, em linha com o resto da plataforma documental.