Por qué la anonimización es el cuello de botella de la transparencia
Casi toda la información que una administración debe publicar contiene datos personales: actas con nombres de vecinos, contratos con autónomos, listados de ayudas, resoluciones sancionadoras. Publicarla sin tratar genera una brecha; no publicarla incumple la Ley 19/2013. La anonimización es lo que permite cumplir ambas obligaciones a la vez.
Cuando ese paso se hace a mano, se convierte en el motivo real por el que un portal se queda desactualizado.
Anonimizar, seudonimizar y disociar: no son lo mismo
Anonimizar es hacer imposible la reidentificación con medios razonables: el resultado deja de ser dato personal. Seudonimizar sustituye identificadores por códigos, pero mantiene la posibilidad de revertir el proceso, así que sigue siendo dato personal. Disociar es separar la información de su titular dentro de un conjunto de datos.
Para publicación abierta solo vale la primera. Y hay que tener en cuenta la reidentificación indirecta: un cargo, una dirección aproximada y una fecha pueden identificar a una persona sin citar su nombre.
Qué se oculta y qué se mantiene
- Siempre se oculta: DNI/NIE, domicilio, teléfono, correo personal, IBAN, matrícula, firma manuscrita, datos de salud y datos de categorías especiales.
- Casi siempre se oculta: nombre de particulares en expedientes de ayudas, sanciones, personal laboral no directivo o terceros mencionados.
- Suele mantenerse: identidad y retribuciones de altos cargos y personal directivo en el ejercicio de sus funciones, adjudicatarios personas jurídicas e importes de contratación.
- Requiere análisis: autónomos adjudicatarios, cuadros de personal en municipios pequeños y cualquier dato que, combinado, permita identificar.
Los cinco errores que provocan brechas
- Rectángulo negro dibujado sobre el PDF con el texto vivo debajo.
- Metadatos del documento con autor, rutas o comentarios sin limpiar.
- Anexos y hojas de cálculo publicados sin revisar por ir «fuera» del cuerpo.
- Documentos escaneados sin OCR: se asume que no hay texto y sí lo hay.
- Falta de registro de lo tachado, imposible de justificar meses después.
Un proceso de anonimización que aguanta una inspección
- Clasificar el documento por tipo y aplicar la regla que le corresponde (acta, contrato, subvención, resolución, RRHH).
- Detectar identificadores en texto nativo y en escaneados con OCR.
- Proponer la tacha con motivación por cada elemento detectado.
- Validar por una persona, con doble revisión en documentos sensibles.
- Generar el documento definitivo sin texto subyacente ni metadatos.
- Registrar la auditoría y publicar solo la versión validada.
Automatización con control: cómo lo hace oGov
El módulo de anonimización de oGov, impulsado por la tecnología de anonimizia.com, detecta información personal en documentos y expedientes, propone la tacha irreversible y exige validación humana antes de publicar. Funciona por lotes para migraciones y está integrado en el flujo del portal de transparencia, de modo que ningún documento llega al portal sin pasar por él.
El despliegue se alinea con el Esquema Nacional de Seguridad en categoría Media y el tratamiento con el RGPD y la LOPDGDD.
Preguntas frecuentes
¿Qué diferencia hay entre anonimizar y seudonimizar?
La anonimización elimina de forma irreversible la posibilidad de identificar a una persona, de modo que el resultado deja de ser dato personal y sale del ámbito del RGPD. La seudonimización sustituye identificadores por códigos que permiten reidentificar con información adicional: sigue siendo dato personal y sigue sujeta al RGPD. Para publicar en un portal público hay que anonimizar, no seudonimizar.
¿Basta con tapar el texto con un rectángulo negro en el PDF?
No. Un rectángulo dibujado encima deja el texto seleccionable debajo y suele conservarse en los metadatos y en las capas del documento. Es una de las causas más frecuentes de brechas de datos en administraciones. La tacha debe eliminar el contenido subyacente, el texto embebido y los metadatos, generando un documento nuevo.
¿Qué datos hay que ocultar en un acta de pleno o una resolución?
Nombres y apellidos de particulares, DNI/NIE y número de pasaporte, domicilios, teléfonos, correos electrónicos, IBAN, matrículas, firmas manuscritas, datos de salud, situación económica o social y cualquier combinación que permita identificar indirectamente. Los datos de cargos públicos en el ejercicio de sus funciones, en cambio, suelen ser publicables.
¿Se puede automatizar con inteligencia artificial?
Sí, y es lo razonable cuando hay volumen. Los modelos de reconocimiento de entidades detectan identificadores en texto y en documentos escaneados mediante OCR con una cobertura muy alta, pero la decisión final debe validarla una persona: la responsabilidad jurídica no se delega en el sistema.
¿Qué hay que documentar para poder demostrar cumplimiento?
Qué se ocultó, en qué documento, con qué base jurídica, qué regla o modelo lo propuso, quién lo validó y cuándo. Ese registro de auditoría es lo que permite responder ante el órgano de garantía de transparencia, ante la autoridad de protección de datos o ante una reclamación de un afectado.
¿Cuánto tiempo ahorra frente al proceso manual?
Depende del tipo documental, pero en migraciones y publicaciones masivas el procesamiento por lotes convierte trabajos de semanas en horas de revisión. El ahorro mayor no es el tiempo, sino el riesgo evitado de publicar un dato personal por descuido.