WEB3
por
Tatiana Revoredo
10 min de leitura
Por que a DP está sendo vista como o padrão-ouro em proteção de privacidade
Continuando a cobertura das tecnologias protetoras de privacidade lançada na MIT Sloan Review Brasil nº 11, detalhamos uma delas: a privacidade diferencial (DP, na sigla em inglês)
Este conteúdo está na edição #12 do MIT SMR Brasil.
- Afeto e tecnologia se misturam?
- Por que a DP está sendo vista como o padrão-ouro em proteção de privacidade
- Parem com a obsessão pelo líder; o gerente está isolado e precisa ser salvo
- O dilema do ransomware
- Melhore o brainstorming criativo com críticas construtivas
- IA e a linha de frente
- O líder e o desafio da “transformação digital afetiva”
- O colapso do contexto e o que ele nos exige
- Adote o modelo VPM para incluir
- O propósito pode ficar mais forte
- Segurança psicológica e ética: uma não vive sem a outra
- Vamos falar de sentido no trabalho?
- Startups e o gasto para ganhar mercado
- Inovação. Mudanças do trabalho
- O melhor mecanismo para coordenar parceiros
- Como as subsidiárias de multinacionais podem inovar mais e melhor no Brasil
- Priorize as capacidades certas para sua empresa, seja ela verde ou cinza
- Navegando já o futuro do trabalho (e fugindo das armadilhas)
- Um novo framework para projetos-piloto
- Abra-se para o mundo
- Governos como facilitadores da criação de valor
- Destravando os serviços ecossistêmicos
- Um modelo de negócio para ser sustentável e não mais competir em preço
- Os disclosures de IPOs devem mudar (tem tudo a ver com gestão)
- O futuro que está em gestação pós-pandemia
- O day after da economia comportamental
- Viabilizando pesquisas sobre o câncer
Link copiado para a área de transferência!
Conforme as empresas exploram cada vez mais dados, tanto para uso interno quanto para o compartilhamento com parceiros em ecossistemas digitais, mais legislações surgem para proteger a privacidade do consumidor. Infelizmente, as abordagens tradicionais podem falhar, expondo as empresas a litígios, sanções e danos à reputação.
Desde os anos 1920, estatísticos têm desenvolvido métodos para proteger a identidade e as informações sensíveis coletadas das pessoas. Mas experiências recentes mostram que mesmo quando nomes, números de documentos e outros identificadores são removidos, um hacker habilidoso consegue pegar dados editados, combiná-los com informações disponíveis publicamente e reidentificar registros individuais ou estabelecer padrões de comportamento.
Este conteúdo faz parte da edição #12 do MIT SMR Brasil.Já tem acesso? Fazer loginAssinarComprar edição
Leia também
XTENDED
por
Sam Ransbotham e Shervin Khodabandeh
“Estamos usando IA demais?” – Uma conversa com Jeremy Kahn
por
Daniel Navas
Data fabric e IA generativa: a revolução na gestão de dados?
por
Sandra Regina Silva
Privacidade e proteção de dados na era da inteligência artificial
CONECTIVIDADE
por
Gustavo Meirelles
Vício em telas, um problema cada vez maior no Brasil
IA RESPONSÁVEL
por
Claudia Muchaluat
Build the future: adaptabilidade e responsabilidade na era da IA
INTELIGÊNCIA ARTIFICIAL
por
Roberto Funari
A oportunidade que temos com a transformação alavancada pela IA
PLANEJAMENTO 2025
por
Rodrigo Helcer
As perguntas que você deveria fazer sobre IA para o planejamento de 2025
por
MIT SMR Brasil + Intersystems
IA e dados na saúde: desafios e oportunidades
TECNOLOGIA
por
Luis Quiles