Come scegliere un software di anonimizzazione dei documenti: criteri e domande

Scegliere uno strumento per anonimizzare o oscurare documenti sembra un acquisto informatico, ma le conseguenze sono giuridiche. Se il software lascia il testo sotto un rettangolo nero, invia i documenti a un servizio di IA fuori dall'Unione europea o non permette di dimostrare chi ha oscurato cosa, il problema non è del fornitore: è del titolare del trattamento che ha pubblicato o trasmesso il documento.

Questa guida propone i criteri da verificare, le domande concrete da porre a qualsiasi fornitore e un metodo semplice per provare più strumenti sui propri documenti prima di decidere.

Prima di tutto, che cosa devi risolvere

Prima di guardare i prodotti, descrivi il tuo caso con tre elementi: quali documenti (provvedimenti, contratti, cartelle cliniche, cedolini, e-mail), quale volume e quale finalità (pubblicazione in Amministrazione trasparente, risposta a un accesso civico o a una richiesta dell'interessato, condivisione con terzi, test). Oscurare dieci sentenze al mese non è come trattare migliaia di fascicoli scansionati all'anno, e pubblicare in open data non è come consegnare un documento a un revisore.

Decidi anche se ti serve l'anonimizzazione irreversibile (il dato sparisce e, se nessuno può ragionevolmente reidentificare la persona, il risultato esce dall'ambito del GDPR) o la pseudonimizzazione (il dato è sostituito da un codice coerente e una tabella consente di risalire, quindi resta un dato personale). Molte organizzazioni hanno bisogno di entrambe a seconda della destinazione. Se stai valutando il lavoro manuale rispetto a uno strumento, il confronto anonimizzazione manuale o automatica aiuta a stimare l'impegno.

I criteri che contano

Dove vengono elaborati i documenti

È la domanda che distingue di più gli strumenti. Alcuni inviano il testo al grande modello linguistico di un terzo per rilevare i dati; altri eseguono una propria IA. Per il GDPR conta chi tratta i dati, dove e con quali garanzie. La guida IA locale o IA nel cloud approfondisce i compromessi.

Certificazioni: chiedi il certificato e il perimetro

ISO/IEC 27001 è la certificazione di sicurezza delle informazioni più diffusa. Per i servizi cloud destinati alle pubbliche amministrazioni, in Italia è prevista la qualificazione dell'Agenzia per la cybersicurezza nazionale. Qualunque sia lo schema, chiedi il documento, verifica l'ente che lo ha rilasciato e soprattutto il perimetro: un certificato che non copre il servizio acquistato serve a poco.

Una prova che aiuti davvero a decidere

Le demo commerciali usano documenti puliti. La tua realtà sono scansioni storte, tabelle, timbri e allegati. Prepara un set di prova con i tuoi tipi di documento e dati fittizi, oppure con documenti già pubblicati, e misura:

• Dati sfuggiti (falsi negativi): informazioni che dovevano sparire e sono ancora lì. È l'errore grave; contali per documento.
• Oscuramento eccessivo (falsi positivi): testo eliminato senza motivo, come nomi di amministratori, riferimenti normativi o importi che devono restare visibili.
• Tempo di revisione: quanto impiega una persona a controllare e correggere un documento tipo.
• Il file finale: aprilo, prova a copiare il testo oscurato, controlla proprietà e fogli nascosti.
• Scansioni: verifica che lo strumento trovi dati in un PDF scansionato e in una foto di un documento.

Le domande giuridiche da non dimenticare

• Il fornitore accetta la nomina a responsabile del trattamento con i contenuti dell'art. 28 GDPR?
• Per quanto tempo conserva documenti e risultati? Posso impostarne la cancellazione automatica?
• I miei documenti vengono usati per addestrare modelli? Il contratto lo dice?
• Quali sub-responsabili intervengono e dove si trovano?
• Come e in quali tempi mi viene notificata una violazione dei dati?

Anonimatum rispetto a questi criteri

Anonimatum è una delle opzioni sul mercato e va valutato con la stessa tabella. È un servizio SaaS di Politeia Soft, società spagnola, con una propria IA eseguita su server nell'Unione europea, senza inviare il testo ad API esterne di modelli linguistici. Tratta PDF nativi e scansionati con OCR, Word, Excel (anche per colonne), PowerPoint, immagini, TIFF multipagina ed e-mail .eml e .msg con allegati, e restituisce lo stesso formato. Combina IA, pattern, pattern personalizzati e lista bianca; mostra un'anteprima da rivedere prima di applicare; elimina testo e metadati; e consente una pseudonimizzazione coerente con mappe cifrate.

Offre inoltre elaborazione in lotti lato server, API REST con webhook firmati, modelli per tipo di documento, fascicoli con cronologia delle versioni e un pannello di gruppo con registro di audit che non conserva né il nome né il contenuto dei documenti, oltre a una conservazione configurabile. Politeia Soft è certificata ENS (Esquema Nacional de Seguridad, lo schema spagnolo) di categoria MEDIA, con un perimetro che include Anonimatum; chiedici, come a ogni fornitore, la documentazione che ti serve. Anche i limiti contano: non rileva i volti; le immagini vengono convertite in PDF e trattate con OCR, pattern, IA e zone o figure tracciate dall'utente. I piani sono nella pagina dei prezzi e i dettagli tecnici nella pagina sicurezza.