Anonimización o seudonimización, cuál necesitas

Seudonimizar, sustituir con camino de vuelta

Seudonimizar es sustituir los datos que identifican a una persona por marcadores o códigos, de forma que el documento deja de identificarla por sí solo. La clave está en el «por sí solo», porque la correspondencia entre cada marcador y su valor real sigue existiendo, guardada aparte. Si alguien consigue el documento y además esa correspondencia, la sustitución se deshace, así que la separación entre las dos piezas es lo que sostiene todo el esquema. El contexto importa también aquí, porque si un cargo, una fecha o un lugar delatan a la persona, el documento la sigue identificando por sí solo, por mucho que el nombre sea un marcador.

A cambio, la seudonimización conserva lo que hace útil al documento. Un texto donde pone [NOMBRE_1] y [DNI_1] se puede leer, resumir, analizar y comentar con normalidad, y quien tenga la correspondencia devuelve cada valor a su sitio cuando el trabajo termina. Es la herramienta natural cuando necesitas que un tercero, humano o máquina, trabaje sobre el contenido sin conocer a las personas.

Anonimizar, romper el vínculo del todo

Anonimizar es ir un paso más allá y cortar también los caminos de vuelta que no dependen de ti. Llegar ahí cuesta más de lo que parece, porque no basta con quitar nombres y números, ya que el contexto también identifica. Si el texto habla de «la única profesora de música del pueblo», o combina un cargo, una fecha y un municipio pequeño, alguien del entorno puede saber de quién se trata aunque el nombre no aparezca. Esos identificadores indirectos son la razón de que la anonimización se evalúe por el resultado y no por la operación, y de que borrar la clave no la produzca automáticamente. Antes de describir un texto como anónimo, revisa qué sigue contando por contexto. Aun así, el riesgo rara vez es cero, porque un dato que hoy no identifica puede hacerlo mañana si aparece otra fuente con la que cruzarlo.

Los identificadores indirectos que más se escapan

• Un cargo único. «El responsable de mantenimiento del centro» señala a una persona en cuanto se sabe de qué centro se habla.
• Fechas exactas. Una fecha de ingreso, de alta o de un incidente concreto puede reducir el conjunto de candidatos a uno.
• Lugares pequeños. Un municipio, un barrio o una planta de un edificio funcionan como un nombre en un grupo reducido.
• Cifras poco comunes. Un importe, una antigüedad o una combinación de idiomas que solo encaja con alguien.
• El nombre del archivo. Es fácil de olvidar y a menudo lleva el apellido o el expediente del que se creyó haber limpiado el documento.

Cuál necesitas según lo que vayas a hacer

La pregunta que lo decide es si vas a necesitar volver atrás. Para pedirle a una IA que resuma un contrato o revise una nómina, la seudonimización es la opción, porque la respuesta llegará llena de marcadores y querrás reponer los valores reales al final. Para publicar un caso, compartir estadísticas o subir un ejemplo a un foro, apunta a la anonimización, revisa los identificadores indirectos y asume que no habrá vuelta atrás. En los dos supuestos rige lo mismo, y es que cada dato que no viaja es un problema que no hay que gestionar después.

Para esto no hace falta ningún programa especial. En un documento corto, seudonimizar es un buscar y reemplazar por cada dato y una tabla aparte con la correspondencia. Lo que aporta automatizarlo es no saltarse repeticiones y numerar los marcadores sin tener que pensarlo, que es justo donde falla el trabajo a mano.