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.

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 eliminar cualquier camino de vuelta, no solo el tuyo. 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, cualquiera del entorno sabe 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.

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 reduce 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. Se olvida siempre 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.

Nada de esto pide una herramienta concreta. 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.