Detección de información de identificación personal (PII) en Argentina a través del modelos de inteligencia artificial optimizados para el español

Abstract

En un contexto global donde la ciberseguridad se ha consolidado como una prioridad estratégica, la protección de la Información de Identificación Personal (PII) se posiciona como uno de los principales desafíos para las organizaciones. La creciente digitalización ha generado un volumen exponencial de datos, entre los cuales la PII representa un subconjunto particularmente sensible, cuya exposición puede ocasionar consecuencias legales, económicas y reputacionales de gran envergadura. En Argentina, la Ley 25.326 regula el tratamiento de datos personales, estableciendo principios y obligaciones orientadas a garantizar su resguardo. Sin embargo, el cumplimiento efectivo de esta normativa resulta complejo, especialmente cuando la PII se encuentra distribuida en documentos no estructurados, almacenados en formatos diversos, y, en ocasiones, inferible a partir de combinaciones de datos contextuales. En este marco, el presente trabajo propone el desarrollo de un modelo de Inteligencia Artificial (IA) que identifique información sensible contenida en documentos organizacionales, adaptado al idioma español y alineado con la legislación argentina. Además, se plantea el desarrollo de una herramienta de benchmarking que permita evaluar el desempeño del modelo en términos de precisión, sensibilidad y aplicabilidad en entornos reales.