La IA pone a prueba la privacidad: anonimizar antes de publicar, compartir o preguntar

Cada día utilizamos más información para trabajar y también la compartimos más. Publicamos documentos en portales de transparencia, los entregamos como respuesta a solicitudes de acceso, los enviamos a proveedores, los incorporamos a expedientes y, desde hace poco, los copiamos completos en herramientas de inteligencia artificial para resumirlos, analizarlos o redactar una respuesta. El problema es que los datos personales siguen viajando dentro de esos documentos. La llegada de la IA hace que anonimizar antes de publicar, compartir o preguntar sea más urgente que nunca.

La IA no ha creado el problema, pero ha cambiado su dimensión

David Bollero lo explicaba recientemente en Público en el artículo “La IA pone patas arriba la privacidad”, publicado el 15 de agosto de 2026. El texto pone el foco en una cuestión especialmente relevante: la capacidad de inferencia de los sistemas de IA permite relacionar información aparentemente inocua y, en determinados escenarios, reconstruir información personal o facilitar procesos de reidentificación.

Hasta ahora, cuando hablábamos de proteger información personal, tendíamos a pensar en identificadores evidentes: nombre y apellidos, DNI, teléfono, dirección, correo electrónico, número de cuenta. Eliminar estos datos sigue siendo fundamental, pero ya no siempre es suficiente. Una combinación de fechas, lugares, puestos de trabajo, circunstancias personales, información económica o referencias contenidas en distintos documentos puede permitir identificar a una persona aunque su nombre haya desaparecido.

La propia guía básica de anonimización de la Agencia Española de Protección de Datos recuerda que eliminar identificadores directos es solo una primera fase y que un conjunto de datos desidentificado puede volver a asociarse a una persona cuando se combina con otra información disponible. Por eso, anonimizar no debería entenderse simplemente como tachar un nombre.

Antes de preocuparnos por la reidentificación, tenemos un problema más sencillo

En muchas ocasiones le estamos dando directamente los datos sin anonimizar. Pensemos en situaciones cotidianas:

• “Resume este expediente.”
• “Analiza estas alegaciones.”
• “Dime las diferencias entre estos contratos.”
• “Redacta una respuesta a partir de esta documentación.”
• “Extrae la información importante de este PDF.”

La inteligencia artificial puede ahorrar horas de trabajo. El problema aparece cuando ese PDF contiene nombres, DNI, firmas, teléfonos, direcciones, cuentas bancarias, códigos de identificación, información económica, circunstancias sociales o cualquier otro dato personal que no era necesario proporcionar para realizar esa tarea.

El debate no debería reducirse a si una determinada herramienta de IA es segura o insegura. Existen soluciones, configuraciones y entornos corporativos muy diferentes. La pregunta previa debería ser mucho más sencilla: ¿necesita realmente la herramienta recibir esos datos personales para hacer lo que le pedimos? Si la respuesta es no, esos datos deberían eliminarse o anonimizarse antes. Es una aplicación práctica del principio de minimización del RGPD: trabajar únicamente con la información necesaria para una finalidad concreta.

La IA es solo uno de los destinos del documento

Este problema no aparece solo cuando alguien usa ChatGPT, Copilot, Gemini u otra herramienta. La misma documentación puede terminar después:

• publicada en un portal de transparencia;
• disponible en una sede electrónica;
• incorporada a un tablón o plataforma pública;
• entregada como consecuencia de una solicitud de acceso a información pública;
• enviada a un tercero;
• reutilizada internamente para nuevas finalidades.

Transparencia y protección de datos tienen que convivir. La Ley de Transparencia reconoce el derecho de acceso a la información pública, pero cuando esa información contiene datos personales es necesario analizar también los límites derivados de su protección. La AEPD recuerda expresamente esta necesidad de ponderación y distingue entre los supuestos de acceso a información y los de publicidad activa.

Por eso anonimizar correctamente no significa ocultar todo. Significa identificar qué información puede mostrarse, cuál debe protegerse y hacerlo antes de que el documento salga del entorno en el que fue generado.

El reto es hacerlo a escala

Revisar manualmente diez páginas es posible. Revisar cientos o miles de documentos antes de publicarlos, entregarlos o procesarlos es otra cuestión. Además, los datos personales no aparecen siempre de la misma manera ni en el mismo sitio: pueden encontrarse en el cuerpo del documento, tablas, anexos, hojas de cálculo o metadatos.

Y ahí es precisamente donde existe un problema que merece una solución tecnológica. Por eso hemos desarrollado anonimizia: una herramienta creada para ayudar a organizaciones y administraciones públicas a detectar y anonimizar información sensible en documentos antes de que sean publicados, compartidos, entregados a terceros o utilizados en otros procesos digitales.

Anonimizar antes, no después

Durante años hemos hablado de privacidad pensando fundamentalmente en bases de datos, ciberataques o filtraciones. Ahora tenemos que incorporar otra pregunta al flujo normal de trabajo: ¿qué datos contiene este documento antes de enviarlo al siguiente sistema? Antes de publicarlo. Antes de entregarlo. Antes de compartirlo. Y sí, también antes de subirlo a una inteligencia artificial.

Porque cuanto mayor sea nuestra capacidad para procesar y relacionar información, más importante será aplicar la privacidad desde el origen. La inteligencia artificial está cambiando las reglas. La protección de datos también tiene que evolucionar.

Referencia

Fuente que inspira esta reflexión: David Bollero, “La IA pone patas arriba la privacidad”, Público, 15 de agosto de 2026. Referencias adicionales: Agencia Española de Protección de Datos, recursos sobre anonimización y sobre transparencia y protección de datos.