Política interna de IA generativa para documentos confidenciales: qué incluir
En casi cualquier organización ya hay alguien que pega un contrato en un chatbot para que se lo resuma, que sube un acta para sacar los acuerdos o que pide a un asistente que redacte la respuesta a un recurso a partir del expediente. Que se use la IA generativa no es la cuestión; la cuestión es si se usa con reglas. Sin una política escrita, cada persona decide por su cuenta qué herramienta usa, con qué cuenta y qué información le entrega, y la organización no puede saber dónde han terminado sus documentos.
Este artículo propone la estructura de una política interna práctica, pensada para documentos con datos personales o información confidencial: cómo clasificar la información, qué anonimizar antes de usar la IA, cómo aprobar herramientas y qué registros llevar.
Por qué hace falta una política escrita
Introducir datos personales en una herramienta de IA es un tratamiento sujeto al RGPD: necesita base jurídica, debe respetar la minimización y la limitación de la finalidad, y si el proveedor trata los datos por cuenta de la organización hace falta un contrato de encargo (art. 28). Si los datos son de categorías especiales —salud, por ejemplo—, el listón sube, y un uso a gran escala puede exigir una evaluación de impacto. A eso se suman obligaciones que no son de protección de datos: secreto profesional, confidencialidad pactada con clientes, secretos empresariales y, en el sector público, el Esquema Nacional de Seguridad.
El Reglamento de IA (Reglamento (UE) 2024/1689) añade desde febrero de 2025 la obligación de que quienes despliegan sistemas de IA adopten medidas para garantizar un nivel suficiente de alfabetización en IA de su personal (art. 4). Una política con formación asociada es la forma más directa de cumplirla.
La propia AEPD publicó en noviembre de 2025 su política interna de uso de IA generativa, presentada como la primera de este tipo en el sector público. Entre otras cosas, prevé que los casos de uso que traten información personal, sensible o confidencial se implanten en sistemas sobre los que la organización mantenga el control operativo, con supervisión humana y revisión de los resultados. Es un buen modelo de referencia, aunque cada organización debe adaptarlo a su tamaño y riesgos.
Paso 1: clasificar la información
La regla central de la política no debe ser «qué herramienta», sino «qué información». Una tabla sencilla evita la mayoría de las dudas del día a día:
| Tipo de información | Ejemplo | IA pública gratuita | IA corporativa aprobada |
|---|---|---|---|
| Pública | Normativa, notas de prensa publicadas | Permitido | Permitido |
| Interna sin datos personales | Procedimientos internos, plantillas | No | Permitido |
| Confidencial | Ofertas, estrategia, informes jurídicos | No | Solo si la herramienta está aprobada para ese nivel |
| Datos personales | Expedientes, nóminas, correos de clientes | No | Anonimizar o seudonimizar antes; excepciones aprobadas por el DPD |
| Categorías especiales | Informes médicos, datos de menores, condenas | No | Solo anonimizado, salvo caso de uso evaluado |
Paso 2: anonimizar antes de usar la IA
La medida más eficaz es que los datos personales no lleguen nunca a la herramienta. Para la mayoría de las tareas —resumir, traducir, extraer cláusulas, redactar un borrador— el modelo no necesita saber cómo se llama el interesado ni su DNI. Antes de subir un documento, la política debería exigir que se eliminen o sustituyan:
- Nombres y apellidos, firmas y cargos que identifican a una persona concreta.
- Identificadores: DNI/NIE, número de la Seguridad Social, IBAN, matrículas, números de expediente o de historia clínica.
- Datos de contacto: direcciones, teléfonos, correos electrónicos.
- Fechas e importes cuando, combinados, permitan reconocer a alguien (por ejemplo, la fecha exacta de un accidente en un municipio pequeño).
- Datos de salud, de menores o penales.
- Metadatos del archivo: autor, comentarios, control de cambios, rutas internas.
Hay dos técnicas útiles. La anonimización elimina el dato de forma irreversible; sirve cuando el resultado de la IA no tiene que volver a vincularse a las personas. La seudonimización sustituye cada dato por un código coherente («PERSONA_1», «EMPRESA_2»), de modo que el modelo entiende quién es quién y, después, la organización puede deshacer la sustitución con su mapa. Ojo: un documento seudonimizado sigue siendo dato personal para quien tiene el mapa, así que no convierte en libre una herramienta no aprobada. Más detalle en seudonimización de documentos.
Paso 3: aprobar herramientas con criterios claros
La política debe incluir una lista de herramientas aprobadas, con el nivel de información para el que cada una está autorizada, y prohibir el uso de cuentas personales para trabajo. Antes de aprobar una herramienta, conviene verificar:
Criterios de aprobación de una herramienta de IA
- Contrato de encargo del tratamiento firmado y condiciones de uso profesionales, no las de consumo.
- Compromiso de no usar las entradas para entrenar modelos, o posibilidad de desactivarlo a nivel de organización.
- Ubicación del tratamiento y transferencias internacionales documentadas.
- Plazo de conservación de conversaciones y archivos subidos, y posibilidad de borrarlos.
- Gestión centralizada de cuentas (inicio de sesión corporativo, altas y bajas).
- Registros de actividad disponibles para la organización.
- Si se trata información sensible: preferencia por sistemas desplegados en entornos que la organización controla.
La diferencia entre usar una API externa y un modelo ejecutado en infraestructura propia o de un proveedor europeo bajo contrato es relevante para el riesgo; la comparamos en IA local frente a IA en la nube.
Paso 4: registros, revisión humana e incidentes
Una política sin trazabilidad es una declaración de intenciones. Define qué se registra y durante cuánto tiempo:
- Inventario de casos de uso: qué tarea, qué herramienta, qué tipo de información, quién es responsable y si requirió evaluación de impacto.
- Registro de uso: quién usó qué herramienta, cuándo y con qué clase de información. No hace falta guardar el contenido de cada consulta; a menudo es mejor no hacerlo.
- Revisión humana obligatoria de todo resultado que se envíe fuera, se publique o fundamente una decisión. La IA propone; una persona decide y firma.
- Canal de incidentes: qué hacer si alguien ha subido por error un documento con datos personales a una herramienta no aprobada, incluida la valoración de si es una brecha que deba notificarse a la AEPD en 72 horas.
Paso 5: formación y revisión periódica
La política debe explicarse, no solo publicarse en la intranet. Una sesión breve con ejemplos reales de la organización —qué se puede pegar y qué no, cómo anonimizar un documento en dos minutos, qué hacer ante un error— vale más que diez páginas de normativa. Revisa la política al menos una vez al año o cuando se apruebe una herramienta nueva, porque los proveedores cambian sus condiciones con frecuencia.
Cómo encaja Anonimatum
Anonimatum permite aplicar el paso 2 sin fricción: detecta nombres, DNI, direcciones, importes, matrículas y otros datos con IA propia ejecutada en servidores de la Unión Europea, sin enviar el texto a APIs externas de modelos de lenguaje, y devuelve el documento anonimizado o seudonimizado en su formato original (PDF, Word, Excel, PowerPoint o correo). Con la seudonimización, el mapa de sustituciones se guarda cifrado y permite revertir el resultado. Si quieres ver el flujo completo, consulta cómo anonimizar documentos antes de usar ChatGPT u otra IA.
Preguntas frecuentes
¿Basta con prohibir ChatGPT y herramientas similares?
Rara vez funciona: el uso se desplaza a cuentas personales y se pierde todo control. Es más eficaz ofrecer herramientas aprobadas y reglas claras sobre qué información puede usarse en cada una.
¿Un documento seudonimizado puede subirse a cualquier IA?
No. Para la organización que conserva el mapa, sigue siendo dato personal. Reduce mucho el riesgo, pero la herramienta debe estar aprobada igualmente.
¿Hay que hacer una evaluación de impacto para usar IA generativa?
Depende del caso de uso. Si se tratan a gran escala datos sensibles o se toman decisiones sobre personas, es probable. Para usos con documentos previamente anonimizados, el riesgo baja de forma notable.