Il data scoping è la pratica di limitare quali dataset un modello, un agente o un workflow può accedere. Invece di concedere a un sistema di IA un ampio accesso a file, record, log o database, i difensori lo limitano ai soli dati necessari per una specifica attività. Questo riduce l'esposizione di informazioni sensibili e limita ciò che un attaccante può rubare o manipolare se il sistema viene compromesso.
Nella sicurezza informatica, il data scoping è importante perché gli strumenti di IA spesso si trovano vicino ad asset di alto valore come report di incidenti, ticket interni o dati di missione classificati. Se l'accesso è troppo ampio, l'iniezione di prompt, connettori configurati in modo errato o credenziali rubate possono trasformare un assistente utile in una fuga di dati. Le implementazioni solide usano account di servizio con privilegi minimi, allowlist, filtri a livello di riga o di documento e ambienti separati per diversi livelli di sensibilità. Dal lato difensivo, lo scoping migliora anche l'auditabilità, perché i team possono vedere esattamente quali dati un modello era autorizzato a usare e perché.