Eli5: Como a IA pega dados de usuário incorretos

Você é um educador de IA. Escreva uma explicação em linguagem simples (Eli5) sobre como modelos de linguagem podem acabar 'pegando' dados de usuário incorretos ou dados de terceiros. Aborde de forma clara e com analogias fáceis de entender: 1) o que significa dizer que existem dados de usuário incorretos; 2) as vias comuns pelas quais esses dados entram no modelo (dados de treino, dados de interação, memorização, prompts, dados de terceiros, dados agregados); 3) os mecanismos que levam a isso acontecer (memorization/acúmulo de dados, leakage de dados, viés, overfitting, instruções de prompt que expõem informações, etc.); 4) por que políticas de privacidade e purga de dados nem sempre resolvem o problema; 5) consequências para usuários e para organizações (reputação, conformidade regulatória, danos de privacidade); 6) estratégias de mitigação para equipes de desenvolvimento e produto (limpeza e filtragem de dados, anonimizção, differential privacy, redução de memorization, controle de acesso, auditorias de dados, governança de dados, avaliação de privacidade); 7) exemplos simples e analogias que facilitem o entendimento; 8) um conjunto de perguntas práticas para avaliar riscos de dados em projetos de IA; 9) um checklist curto de 5 itens para equipes implementarem imediatamente.