INTRODUÇÃO
A tecnologia consiste em um software desenvolvido para identificar dados pessoais em arquivos públicos disponíveis no Sistema Unificado de Administração Pública (SUAP), com foco inicial na detecção de números de CPF. A solução realiza a coleta e a análise automatizada de conteúdos em páginas web e documentos PDF, apoiando a identificação de possíveis exposições indevidas de dados. Desenvolvida no contexto do Instituto Federal Baiano (IF Baiano), a ferramenta contribui para as ações de proteção de dados pessoais e de adequação institucional à Lei Geral de Proteção de Dados (LGPD).

DIFERENCIAL
O diferencial da solução está na capacidade de analisar grandes volumes de arquivos de forma automatizada, associada a um painel gráfico para monitoramento da operação. Desenvolvido em Python, o software integra técnicas de coleta de dados na web e reconhecimento de padrões textuais para localizar informações pessoais. Na aplicação apresentada no IF Baiano, foram processados mais de 772 mil arquivos públicos, com identificação de dados pessoais expostos em mais de 50 mil documentos, correspondentes a 6,59% do conjunto analisado. Esses resultados oferecem subsídios para a revisão dos níveis de acesso aos documentos e para a capacitação dos servidores.

APLICAÇÕES E PÚBLICO-ALVO
A tecnologia pode ser aplicada por instituições públicas que utilizam o SUAP e necessitam verificar a presença de dados pessoais em arquivos disponibilizados publicamente. A solução pode apoiar equipes de tecnologia da informação, segurança da informação, gestão documental e proteção de dados na identificação de documentos que demandem revisão de acesso. Além da aplicação no IF Baiano, o ativo apresenta potencial de transferência de tecnologia para outras instituições que utilizam o mesmo sistema.