Comparativa · Comparativa
Anonimización manual o automática: cuál elegir y cuándo
Equipo Anonimatum
En resumen
La anonimización manual funciona para pocos documentos sencillos; la automática aporta velocidad y coherencia en volumen. Ninguna elimina la revisión humana: lo eficaz suele ser un flujo híbrido en el que la herramienta propone y una persona decide.
Cuando un equipo empieza a anonimizar documentos, la primera decisión suele ser si basta con abrir el PDF y tachar a mano o si merece la pena una herramienta. La respuesta depende del volumen, del tipo de documento y del riesgo de publicar un dato que debía desaparecer.
Esta comparativa no da cifras de precisión, porque dependen de cada documento y de cada herramienta. Se centra en lo que sí se puede afirmar: cómo se equivoca cada método, cuánto cuesta mantener la coherencia y por qué en ambos casos hace falta que una persona revise el resultado.
Qué entendemos por manual y por automática
Manual es el trabajo en el que una persona lee el documento y marca cada dato: con la herramienta de tachado de un editor de PDF, con el control de cambios de Word o, en el peor caso, con rectángulos negros superpuestos que no eliminan el texto. La calidad depende de la atención de quien lo hace y de que el editor elimine de verdad el contenido.
Automática es la que usa reglas y modelos para proponer qué ocultar: patrones (DNI, IBAN, teléfonos, correos), reconocimiento de entidades con IA (nombres, direcciones, organizaciones, fechas) y, en escaneados, OCR previo. Una buena herramienta no aplica cambios a ciegas: muestra una propuesta que se puede corregir antes de que el tachado sea irreversible.
Comparativa punto por punto
| Criterio | Manual | Automática (con revisión) |
|---|---|---|
| Tiempo por documento | Crece con la longitud: hay que leer cada página | La detección es rápida; el tiempo se va en revisar la propuesta |
| Coherencia | Depende de la persona y del día; variantes de un nombre se escapan | Mismas reglas en todos los documentos; sustitución coherente de seudónimos |
| Error típico | Omisiones por fatiga; tachados que no borran el texto | Omisiones de casos raros y falsos positivos que ocultan de más |
| Escaneados | Se ve el dato, pero la búsqueda no lo encuentra | Requiere OCR; lo ilegible se marca por zonas |
| Contexto y matices | Fuerte: la persona entiende quién actúa como cargo público | Necesita lista blanca y criterio humano para excepciones |
| Trazabilidad | Hay que documentar a mano qué se hizo | Puede dejar registro de qué se detectó, quién revisó y cuándo |
| Escalar a cientos de documentos | Exige más personas y más horas | Procesamiento por lotes; la revisión sigue siendo humana |
| Revisión humana | Necesaria (segundo revisor) | Necesaria (validar la propuesta antes de aplicar) |
Dos tipos de error: omisiones y falsos positivos
Conviene separar los errores porque no pesan igual. Una omisión (un dato personal que se queda visible) puede suponer una brecha de datos si el documento se publica. Un falso positivo (se oculta algo que no era un dato personal, como el nombre de una calle que da nombre a una ley o el de la propia entidad) empobrece el documento y puede restarle utilidad, pero rara vez causa daño a una persona.
- En el trabajo manual, las omisiones aparecen sobre todo al final de documentos largos, en anexos, en tablas y en notas al pie, y en variantes del mismo nombre («Sra. López», «la recurrente», «M.ª L.»).
- Otro fallo manual clásico es el tachado aparente: un rectángulo negro sobre el texto que sigue ahí debajo y se puede copiar. Lo explicamos en los errores comunes al tachar un PDF a mano.
- En el trabajo automático, las omisiones suelen venir de formatos inesperados (un DNI partido en dos líneas, un nombre extranjero poco común) o de escaneados de mala calidad.
- Los falsos positivos automáticos se reducen con una lista blanca de términos que deben quedar visibles y se corrigen en la revisión.
Cuándo basta con hacerlo a mano
El método manual es razonable cuando el volumen es bajo y el documento es sencillo. Aun así, conviene usar una herramienta que elimine el contenido de verdad, como las que permiten tachar un PDF online de forma irreversible, y hacer después la prueba de búsqueda y de copiado.
- Unos pocos documentos al mes, cortos y con texto seleccionable.
- Pocos datos por documento y fáciles de localizar (un nombre y un DNI en la cabecera).
- Sin categorías especiales ni publicación abierta, o con un segundo revisor disponible.
- Casos excepcionales que requieren un criterio muy fino que ninguna regla captura bien.
Flujo híbrido recomendado
Para volúmenes medios o altos, o para documentos que se van a publicar, lo más eficaz suele ser combinar ambos métodos. La herramienta hace el trabajo repetitivo y la persona aporta el criterio. Este esquema encaja con lo que piden las autoridades de protección de datos: un proceso documentado, repetible y verificado.
Pasos del flujo híbrido
- Definir criterios por tipo de documento: qué se oculta, qué se generaliza y qué queda visible.
- Aplicar OCR a los escaneados antes de detectar.
- Lanzar la detección automática con patrones e IA y una lista blanca preparada.
- Revisar la propuesta: añadir lo que falta, quitar falsos positivos y marcar zonas para firmas, sellos o manuscritos.
- Aplicar el tachado irreversible o la seudonimización coherente y eliminar metadatos.
- Verificar el resultado (búsqueda, copiado, nombre de archivo) y registrar las decisiones; la checklist de anonimización RGPD incluye una plantilla.
Anonimatum está pensado para ese flujo: detecta con IA propia en servidores de la UE y con patrones configurables, admite lista blanca, zonas y figuras, aplica OCR, procesa por lotes y muestra una previsualización para que una persona revise antes de aplicar. Puedes probarlo con el anonimizador de PDF.
Preguntas frecuentes
¿La anonimización automática es suficiente sin revisión?
No es recomendable. Cualquier detector puede omitir un formato inesperado o marcar de más. La revisión humana antes de aplicar el tachado es la garantía práctica de que el resultado es correcto.
¿Es más segura la anonimización manual?
No necesariamente. Es buena con el contexto, pero sufre fatiga e incoherencias en documentos largos, y es fácil usar un método que tapa el texto sin borrarlo.
¿A partir de cuántos documentos compensa automatizar?
No hay una cifra universal. Influyen la longitud, la cantidad de datos por documento, los escaneados y si se publican. Si el tachado manual empieza a ocupar horas cada semana o hay errores de coherencia, es momento de valorarlo.
¿Qué hago con las firmas y los sellos?
En ambos métodos requieren atención: en manual, marcar la zona; en automático, la herramienta puede detectar sellos y firmas digitales, pero las manuscritas escaneadas suelen necesitar una zona marcada a mano.
¿Dedicáis horas a tachar a mano?
Pide una demo y te mostramos cómo combinar detección automática y revisión humana con vuestros propios documentos.