En un mundo cada vez más digital, la seguridad y la privacidad de los datos son de suma importancia, sobre todo cuando pensamos en sistemas de IA Generativa que tan sensibles son a la información que le proporcionamos. Esta anonimización de los datos personales es un paso crítico en este proceso para garantizar la privacidad del usuario y la conformidad con las regulaciones de protección de datos, ya que una vez esta información es particionada y generado su embedding, el localizar el trozo exacto y cambiar el dato, puede ser algo complejo, por ello loe mejor es ajustarlo y cambiarlo todo antes.

En esta presentación, exploraremos las opciones que Azure/Microsoft ofrece para garantizar la seguridad de los datos y nos centraremos en Presidio, una potente biblioteca OpenSource de Microsoft, y como por ejemplo tras realizar una transcripción de una llamada con whisper podemos anonimizar los datos para insertarlos en la base de datos vectorial.