Glossário de IA

Data Minimization e o principio de coletar e processar apenas os dados estritamente necessarios para o objetivo pretendido. Em IA, significa treinar modelos com o minimo de dados pessoais possiveis, reduzindo riscos de privacidade e melhorando governanca.

Differential Privacy (Privacidade Diferencial) e um framework matematico que garante que a inclusao ou exclusao de um individuo no dataset nao afete significativamente os resultados da analise. Adiciona ruido calibrado aos dados ou consultas para proteger a privacidade.

Federated Learning (Aprendizado Federado) e uma tecnica de machine learning que treina modelos em dispositivos ou servidores distribuidos sem centralizar os dados. Cada participante treina localmente e apenas os pesos do modelo sao compartilhados.

A relacao entre LGPD (Lei Geral de Protecao de Dados) e IA abrange o uso de dados pessoais em treinamento de modelos, decisoes automatizadas e o direito do titular a explicacao. A conformidade exige bases legais claras e medidas tecnicas de protecao.

On-Premise AI e a execucao de modelos e infraestrutura de inteligencia artificial em servidores proprios da organizacao, dentro de suas instalacoes fisicas. Oferece controle total sobre dados e seguranca, sendo essencial para setores regulados.

Privacy-Preserving Machine Learning e o conjunto de tecnicas que permite treinar e usar modelos de IA sem expor dados pessoais ou sensitiveis. Inclui aprendizado federado, privacidade diferencial, computacao segura multipartidaria e dados sinteticos.

Synthetic Data (dados sinteticos) sao dados gerados artificialmente por algoritmos ou modelos de IA que imitam as propriedades estatisticas de dados reais, usados para treinamento, testes e privacidade.

Dados sinteticos para privacidade sao conjuntos de dados artificiais gerados por algoritmos que preservam as propriedades estatisticas dos dados reais sem conter informacoes de individuos reais. Permitem treinar modelos e fazer analises sem riscos de privacidade.