Tecnologías de mejora de la privacidad (PET)

La OCDE agrupa las PET en familias: herramientas de ofuscación de datos, como la privacidad diferencial, los datos sintéticos y las técnicas de anonimización; herramientas de procesamiento de datos cifrados, como el cifrado homomórfico, la computación segura multipartita y los entornos de ejecución confiables; analítica federada y distribuida, como el aprendizaje federado; y herramientas de rendición de cuentas que controlan y rastrean el uso de los datos.

Las PET son una forma práctica de aplicar la protección de datos desde el diseño y por defecto (art. 25 del RGPD; art. 46, §2 de la LGPD) y las medidas de seguridad adecuadas. Pueden hacer más favorable la ponderación del interés legítimo o la evaluación de una transferencia internacional. Sin embargo, no son una base jurídica, y su efecto depende de la configuración: un presupuesto de privacidad diferencial demasiado alto, o un modelo federado que memoriza registros, todavía puede filtrar información.

En proyectos de IA, las PET ayudan a entrenar y evaluar modelos sin centralizar datos personales en bruto. Ejemplo: varios hospitales entrenan un modelo de diagnóstico con aprendizaje federado, sin que las historias clínicas salgan de cada institución, y documentan la decisión en la EIPD.