RAG · Fine-tuning · Gobernanza de datos del AI Act
Anonimiza los documentos antes de que alimenten tus proyectos de IA
Los proyectos de IA de una empresa se alimentan de documentos: contratos indexados para un asistente con recuperación aumentada (RAG), tickets de soporte para ajustar un modelo, expedientes cargados en una base de conocimiento interna. Cada uno puede contener datos personales, y una vez convertidos en vectores de un índice o en pesos de un modelo son mucho más difíciles de localizar, corregir o suprimir que en la carpeta original.
Anonimatum Pro desde 19,90 €/mes, IVA incluido.
Anonimatum limpia el corpus antes de la ingesta. El procesamiento por lotes en servidores de la UE trata cientos de archivos PDF, Office y ZIP con una única configuración, y la API REST te permite integrar ese paso en tu pipeline de datos. Cuando la IA todavía necesita distinguir a las personas, la pseudoanonimización las sustituye por tokens o equivalentes realistas coherentes: se conservan las relaciones, no las identidades.
El Reglamento europeo de IA exige a los proveedores de sistemas de alto riesgo prácticas de gobernanza de los datos de entrenamiento, validación y prueba, y el RGPD sigue aplicándose a todo lo demás. Anonimatum detecta con modelos propios, sin enviar tu corpus a APIs externas de LLM. Los profesionales individuales fuera de España pueden empezar con Anonimatum Pro online; para equipos y API, contáctanos.
De documentos en bruto a un corpus listo para la IA
- 1
Define la política
Decide por proyecto qué debe desaparecer (nombres, contacto, identificadores, datos bancarios) y qué necesita el modelo, como fechas, importes o nombres de producto.
- 2
Elige censura o pseudoanonimización
Censura para bases de conocimiento compartidas o públicas; usa tokens como NOMBRE_1 o equivalentes realistas cuando la IA deba seguir quién es quién.
- 3
Procesa en lote o por API
Sube ZIP a la cola del servidor o llama a la API REST desde tu proceso de ingesta, con los mismos patrones y conjuntos de palabras para cada archivo.
- 4
Muestrea y separa el mapa
Revisa una muestra en la previsualización antes de indexar y guarda el mapa de equivalencias fuera del sistema de IA, con acceso restringido.
Documento ficticio
Antes y después: ticket de soporte para una base de conocimiento
Ticket ficticio preparado para un asistente RAG. Cliente y agente pasan a ser tokens coherentes, la cuenta queda enmascarada y el contenido técnico no se toca.
Ticket #48213 · Producto: Router X200 · Prioridad: alta
Cliente: Jean Dupont, cuenta FR-559201
Agente: Laura Bianchi
Jean Dupont indica que el router se reinicia cada noche a las 02:00.
Firmware 4.2.1 instalado; el fallo empezó tras la actualización.
Solución temporal: desactivar la selección automática de canal.
Seguimiento enviado a j.dupont@example-mail.eu.
Ticket #48213 · Producto: Router X200 · Prioridad: alta
Cliente: NOMBRE_1, cuenta FR-55****
Agente: NOMBRE_2
NOMBRE_1 indica que el router se reinicia cada noche a las 02:00.
Firmware 4.2.1 instalado; el fallo empezó tras la actualización.
Solución temporal: desactivar la selección automática de canal.
Seguimiento enviado a EMAIL_001.
Los tokens mantienen reconocible al mismo cliente a lo largo del ticket sin identificarlo; producto, firmware y solución se conservan porque es lo que el asistente tiene que aprender.
Por qué limpiar los datos antes de que los vea la IA
Más fácil que borrar después
Sacar a una persona de un índice o de un modelo ajustado es complicado. Mantener los datos personales fuera del corpus es la forma más sencilla de respetar la supresión y la minimización.
Coherencia en cada documento
El mismo original recibe siempre el mismo sustituto dentro del documento, así que el modelo aprende relaciones y no identidades.
Listo para el pipeline
Las colas de lotes y la API REST encajan en los procesos de ingesta: la anonimización pasa a ser un paso automático, no una tarea manual previa.
Sin un LLM de terceros en medio
La detección corre con modelos propios en servidores de la UE, de modo que preparar el corpus no abre una nueva transferencia a un proveedor externo de IA.
Preguntas frecuentes sobre anonimizar documentos para IA
¿Anonimizo o pseudonimizo los datos para un RAG?
Si la base de conocimiento la usará mucha gente o estará expuesta a clientes, censura. Si un asistente interno debe seguir un caso a través de varios documentos, pseudonimiza con sustitutos coherentes y guarda el mapa fuera del sistema de IA. Recuerda que los datos seudonimizados siguen siendo datos personales para el RGPD.
¿Con esto mi proyecto cumple el Reglamento de IA?
Ninguna herramienta lo consigue por sí sola. El Reglamento exige una gobernanza adecuada de los datos de entrenamiento, validación y prueba de los sistemas de alto riesgo; eliminar o pseudonimizar datos personales es una medida dentro de ella, que documentas junto al resto de controles.
¿Se puede automatizar?
Sí. La API REST, disponible en la modalidad enterprise, permite que tu pipeline envíe documentos y recupere los resultados. Para corpus puntuales, los ZIP en la cola de lotes del servidor suelen bastar.
¿Qué formatos pueden formar parte del corpus?
PDF (también páginas escaneadas, con OCR), Word, Excel, PowerPoint, OpenDocument y ZIP. Los resultados vuelven en el formato original, listos para tu propia fragmentación y generación de embeddings.
¿Es lo mismo que anonimizar un archivo antes de pegarlo en ChatGPT?
Mismo motor, distinta escala. Pegar un documento en un chatbot es una tarea individual; alimentar un proyecto de IA implica cientos de documentos, una política repetible y trazabilidad, que es para lo que sirven los lotes, la API y las configuraciones compartidas.
Construye tu IA sobre datos limpios
Fuera de España puedes empezar con Anonimatum Pro online por 19,90 € al mes o 199 € al año (IVA incluido). Para proyectos de equipo, lotes o API, cuéntanos cómo es tu corpus.
Contratar Anonimatum¿No estás en España?