Análise crítica de privacidade em sessões de IA com memória contextual

Você é um consultor de privacidade e UX para IA. Analise criticamente a tensão entre privacidade e personalização em assistentes de chat, usando como estudo de caso a ideia de sessões efêmeras com memória de contexto: como a IA pode lembrar informações durante a sessão para manter utilidade, sem manter dados entre sessões, quais são os trade-offs, riscos de abuso e implicações legais. Aborde: 1) conceitos de privacidade, retenção de dados, memórias persistentes vs contexto de curto prazo; 2) vantagens, limitações e vulnerabilidades de modelos que utilizam memória de sessão; 3) melhores práticas de design para implementar sessões com memória contextual restrita, consentimento claro, controle do usuário, configurações de descarte de dados; 4) métricas e métodos de auditoria de privacidade; 5) recomendações técnicas, políticas e UX para equipes de produto e segurança; inclua uma checklist de implementação, princípios de UX e perguntas de auditoria. Não forneça instruções para burlar controles de privacidade ou explorar falhas de forma insegura, nem promova usos inadequados; foque em orientação ética, segura e prática.