IA para anonimizar documentos públicos: por qué el ENS Medio debería ser el mínimo exigible

¿Puede una Administración Pública utilizar cualquier herramienta de inteligencia artificial para anonimizar documentos? La respuesta corta es no debería.

Una herramienta de anonimización procesa precisamente la versión del documento que todavía contiene los datos que se quieren proteger: DNI, firmas, direcciones, cuentas bancarias, información sobre menores, circunstancias personales, metadatos, códigos de validación y, en determinados expedientes, categorías especialmente sensibles de datos.

Por eso, en una solución de anonimización con inteligencia artificial para el sector público, la precisión del algoritmo no es suficiente. Hay que exigir también garantías sobre dónde se procesa el documento, quién puede acceder a él, cuánto tiempo permanece almacenado, qué terceros intervienen, qué trazabilidad existe y cómo se protege durante todo su ciclo de vida.

En este contexto, el Esquema Nacional de Seguridad (ENS) se convierte en una cuestión esencial. Y aunque jurídicamente no puede afirmarse que toda herramienta de anonimización esté obligada automáticamente a ser categoría MEDIA, para una solución profesional que procesa documentación administrativa original, ENS Medio debería considerarse un umbral mínimo razonable de seguridad y garantía.

¿Por qué una IA de anonimización necesita tanta seguridad?

Existe una paradoja importante: para anonimizar un documento, primero hay que procesarlo sin anonimizar. Es precisamente en ese momento cuando la herramienta puede encontrarse con la mayor concentración de información sensible.

Pensemos en un expediente administrativo que contenga:

• nombres y apellidos;
• DNI o NIE;
• firmas;
• direcciones;
• teléfonos y correos electrónicos;
• IBAN;
• datos de menores;
• información sanitaria o social;
• identificadores internos;
• códigos de validación;
• metadatos;
• documentos adjuntos.

Una vez anonimizado correctamente, buena parte de ese riesgo desaparece. Pero durante el proceso el sistema ha tenido acceso al documento original.

Por eso la pregunta relevante no es únicamente «¿esta IA detecta correctamente los datos personales?». La Administración debería hacerse otra: «¿qué ocurre con mis documentos mientras esta IA los está procesando?».

Anonimización de documentos públicos: el riesgo no está solo en el texto visible

Anonimizar correctamente documentación administrativa tampoco significa localizar nombres o DNI y colocar un rectángulo negro encima. Un documento puede revelar información mediante elementos que no aparecen a primera vista:

• metadatos;
• comentarios;
• versiones anteriores;
• campos ocultos;
• capas del PDF;
• firmas;
• hashes;
• identificadores;
• códigos seguros de verificación;
• mecanismos que permitan recuperar o localizar el documento original.

Este punto es especialmente relevante porque el propio Real Decreto 311/2022, que regula el Esquema Nacional de Seguridad, contempla expresamente una medida denominada «Limpieza de documentos» [mp.info.5]. Esta medida exige retirar información adicional contenida, entre otros elementos, en campos ocultos, metadatos, comentarios o revisiones anteriores cuando no sea pertinente para el destinatario. Y destaca su importancia cuando un documento va a difundirse ampliamente, por ejemplo mediante su publicación en una página web o repositorio público: exactamente uno de los escenarios habituales de la transparencia administrativa.

Existe, por tanto, una relación directa entre anonimización documental, publicación de información pública y seguridad de los documentos. Puedes profundizar en cómo anonimizar un PDF paso a paso y en la anonimización en la Administración Pública.

¿Es obligatorio que una herramienta de anonimización tenga ENS Medio?

Conviene ser precisos. No existe una regla general según la cual toda herramienta que anonimice documentos de una Administración deba clasificarse automáticamente como ENS Medio. El ENS establece las categorías BÁSICA, MEDIA y ALTA en función del impacto que un incidente de seguridad podría producir sobre distintas dimensiones, entre ellas:

• confidencialidad;
• integridad;
• trazabilidad;
• autenticidad;
• disponibilidad.

La categoría debe determinarse atendiendo al sistema concreto y a su análisis de riesgos. Ahora bien, una herramienta destinada a procesar de manera recurrente documentación administrativa original con datos personales plantea una cuestión evidente: ¿podría considerarse de impacto limitado que miles de documentos originales quedaran expuestos, fueran accedidos por personas no autorizadas o abandonaran el entorno previsto de tratamiento? En muchos casos, difícilmente.

Por eso ENS Medio es una referencia especialmente adecuada para las plataformas profesionales de anonimización destinadas a Administraciones Públicas. No porque «la inteligencia artificial necesite ENS Medio», sino porque la información que el sistema procesa puede justificar medidas de seguridad propias de ese nivel.

ENS Básico y ENS Medio no ofrecen el mismo nivel de garantía

En sistemas de categoría BÁSICA, la conformidad con el ENS puede acreditarse mediante un proceso de autoevaluación y declaración de conformidad. En los sistemas de categoría MEDIA y ALTA interviene un proceso de auditoría para la certificación de conformidad.

Esto introduce algo especialmente importante cuando un tercero va a procesar documentación administrativa sensible: verificación independiente. No se trata simplemente de que el proveedor afirme que dispone de medidas de seguridad; existe un proceso formal para comprobarlas.

Por eso, al contratar una solución de anonimización automática de documentos públicos, conocer su nivel de adecuación al ENS debería formar parte de las preguntas básicas de cualquier responsable de contratación, tecnología, transparencia o protección de datos.

El ENS también afecta a proveedores tecnológicos privados

El Esquema Nacional de Seguridad no se limita al software desarrollado internamente por una Administración. El artículo 2.3 del Real Decreto 311/2022 contempla también los sistemas de información de entidades privadas que, mediante una relación contractual, prestan servicios o proporcionan soluciones a entidades del sector público para el ejercicio de sus competencias y potestades administrativas. La norma prevé además que los requisitos necesarios para asegurar la conformidad con el ENS se incorporen a los correspondientes procesos contractuales.

Esto es especialmente importante con la expansión de soluciones SaaS, servicios cloud e inteligencia artificial. Externalizar una tecnología no significa externalizar la responsabilidad sobre la seguridad de la información.

IA y anonimización: la Administración debe saber dónde terminan sus documentos

La inteligencia artificial introduce una pregunta que antes era mucho menos habitual: ¿dónde se está procesando realmente el documento? Una aplicación puede tener una interfaz aparentemente sencilla y, por detrás, transmitir información a diferentes servicios, modelos, proveedores cloud o APIs.

Antes de enviar documentación administrativa a una solución de IA deberían poder responderse, al menos, estas preguntas:

1. ¿Dónde se procesan los documentos?
2. ¿Dónde se almacenan?
3. ¿Durante cuánto tiempo se conservan?
4. ¿Qué proveedores o subencargados intervienen?
5. ¿Se transmiten los documentos a servicios externos de IA?
6. ¿Pueden los datos utilizarse para entrenamiento de modelos?
7. ¿Quién puede acceder a los archivos originales?
8. ¿Existe registro y trazabilidad de los accesos?
9. ¿Cómo y cuándo se eliminan los documentos?
10. ¿Qué procedimiento existe ante un incidente de seguridad?

Si el proveedor no puede responder con claridad a estas preguntas, el problema no es simplemente tecnológico: es un problema de gobernanza del dato.

RGPD y ENS: dos capas complementarias de protección

Cumplir el RGPD y cumplir el ENS no son alternativas. Cuando se procesan datos personales deben analizarse las obligaciones derivadas del Reglamento General de Protección de Datos, la LOPDGDD y el Esquema Nacional de Seguridad cuando este resulte aplicable.

El artículo 32 del RGPD exige medidas técnicas y organizativas adecuadas al riesgo y menciona expresamente aspectos como confidencialidad, integridad, disponibilidad, resiliencia de los sistemas, restauración de la disponibilidad y evaluación periódica de las medidas implantadas.

Por eso una afirmación genérica como «cumplimos RGPD» aporta poca información a una Administración que está evaluando una plataforma. La cuestión relevante es: ¿qué medidas concretas permiten acreditar ese cumplimiento?

¿Qué debe exigir una Administración a una herramienta de anonimización con IA?

1. Calidad de la anonimización

Debe ser capaz de detectar correctamente la información que necesita protección, pero también evitar el problema contrario: anonimizar información que legalmente debe permanecer pública. En documentación administrativa esto es fundamental. La empresa adjudicataria, su CIF, el importe de una adjudicación, determinados cargos públicos o determinada información asociada al ejercicio de funciones públicas pueden ser información legítimamente publicable. Anonimizar más no significa anonimizar mejor.

2. Seguridad del proceso de anonimización

La Administración debe conocer las garantías existentes desde que entrega el documento hasta que recibe la versión anonimizada: infraestructura, control de accesos, comunicaciones, almacenamiento, eliminación, registros, trazabilidad, gestión de incidentes, proveedores tecnológicos y seguridad de la cadena de suministro.

Este segundo nivel es precisamente el que diferencia una herramienta que simplemente incorpora un modelo de IA de una plataforma diseñada específicamente para trabajar con documentación de Administraciones Públicas.

¿Puede utilizarse ChatGPT u otra IA generalista para anonimizar documentos administrativos?

Técnicamente, una IA generalista puede identificar determinados datos personales. Pero la pregunta para una Administración no debería ser únicamente si puede hacerlo: debe analizar también si el entorno utilizado ofrece las garantías de seguridad, protección de datos, control, trazabilidad y contratación que necesita el tratamiento concreto.

En otras palabras: la capacidad de un modelo para encontrar un DNI no convierte automáticamente ese modelo en una plataforma adecuada para gestionar expedientes administrativos. El modelo de IA es solamente una pieza; la seguridad de la infraestructura que lo rodea es igualmente importante. Es la razón por la que existe el caso de uso de anonimizar datos antes de usar IA.

AnonimizIA: anonimización con IA diseñada para el sector público

AnonimizIA es una solución de oGov especializada en automatizar la anonimización de documentos de Administraciones Públicas mediante inteligencia artificial. Su planteamiento parte de una diferencia fundamental frente a las herramientas genéricas: anonimizar documentación pública exige comprender simultáneamente protección de datos, transparencia, estructura documental administrativa y seguridad de la información.

No se trata simplemente de buscar datos personales. Una solución especializada debe poder abordar elementos como DNI y otros identificadores, firmas, IBAN, correos electrónicos, códigos de validación, metadatos e información susceptible de permitir el acceso al documento original; y, al mismo tiempo, preservar aquella información que debe continuar siendo pública.

El objetivo es utilizar inteligencia artificial para reducir el enorme volumen de trabajo manual asociado actualmente a la anonimización, pero sin convertir la propia IA en un nuevo vector de riesgo para la información. Si prefieres delegar todo el proceso, existe también el servicio de anonimización de documentos con revisión humana y asistencia jurídica.

La seguridad debería formar parte del algoritmo de decisión

La incorporación de inteligencia artificial a las Administraciones Públicas probablemente permitirá automatizar procesos que hasta ahora requerían muchas horas de revisión humana. La anonimización documental es uno de ellos. Pero existe una regla que no debería olvidarse: cuanto más sensible es la información que confiamos a una IA, más importante es analizar el sistema que existe alrededor de esa IA.

Una herramienta de anonimización tiene acceso precisamente a los documentos que todavía no son seguros para su publicación. Esa circunstancia convierte la seguridad de la plataforma en una parte esencial del servicio.

Por eso, para una solución profesional de anonimización de documentos públicos mediante inteligencia artificial, el ENS no debería contemplarse como un añadido. Y cuando el sistema procesa de forma recurrente documentación administrativa original y datos personales, ENS Medio debería ser el punto de partida razonable para evaluar sus garantías de seguridad.

Porque una buena herramienta de anonimización debe proteger los datos después de procesarlos. Pero una herramienta realmente diseñada para el sector público debe protegerlos también mientras los está procesando.

Preguntas frecuentes sobre anonimización, inteligencia artificial y ENS

¿Qué es una herramienta de anonimización con IA para el sector público?

Es una solución tecnológica que utiliza inteligencia artificial y otras técnicas para detectar y proteger datos personales u otra información que no debe hacerse pública en documentos administrativos, permitiendo conservar la información que sí debe publicarse.

¿Por qué es importante el ENS en una herramienta de anonimización?

Porque para anonimizar un documento el sistema tiene que procesar previamente la versión original, que todavía contiene los datos personales. El ENS proporciona un marco para gestionar riesgos relacionados con confidencialidad, integridad, disponibilidad, autenticidad y trazabilidad.

¿ENS Medio es obligatorio para anonimizar documentos?

No necesariamente en todos los casos. La categoría ENS depende del sistema y de su análisis de riesgos. Sin embargo, cuando una plataforma procesa de manera recurrente documentación administrativa original con datos personales, ENS Medio constituye una referencia especialmente adecuada para valorar su nivel de seguridad.

¿Qué diferencia existe entre ENS Básico y ENS Medio?

Una de las diferencias relevantes es el modelo de acreditación de la conformidad. Los sistemas de categoría BÁSICA pueden acreditar su conformidad mediante autoevaluación, mientras que los sistemas de categoría MEDIA y ALTA están sometidos al régimen de auditoría y certificación previsto en el ENS.

¿Una Administración puede utilizar inteligencia artificial para anonimizar documentos?

Sí, siempre que el tratamiento se realice con las garantías jurídicas, organizativas y técnicas correspondientes. Deben analizarse, entre otros aspectos, protección de datos, seguridad, ubicación del tratamiento, proveedores implicados, trazabilidad y conservación de los documentos.

¿Qué solución existe para automatizar la anonimización de documentos públicos?

AnonimizIA, desarrollada por oGov, es una solución especializada en automatización de la anonimización documental para Administraciones Públicas mediante inteligencia artificial, diseñada teniendo en cuenta las particularidades de la documentación administrativa, la transparencia, la protección de datos y la seguridad de la información.