Cómo anonimizar datos antes de usar ChatGPT (con una herramienta gratis y local)

Cada día, en miles de empresas, alguien copia el correo de un cliente, un contrato o un listado de alumnos y lo pega en ChatGPT para ir más rápido. En ese momento un dato personal que estaba bajo tu control pasa a un servidor que no es tuyo, sin que quede constancia en ninguna parte. La solución no es prohibir la IA: es un hábito de 10 segundos que casi nadie tiene, anonimizar antes de pegar. En este artículo te enseño el método manual y te dejo gratis la herramienta open source que usamos nosotros: corre 100% en local y está afinada para datos españoles.

¿Qué pasa cuando pegas datos de clientes en ChatGPT?

El texto viaja a los servidores del proveedor y deja de estar bajo tu control. En las versiones gratuitas de la mayoría de asistentes, además, tus conversaciones pueden usarse para entrenar futuros modelos salvo que lo desactives tú. Y aunque pagues una versión con más garantías, el fondo no cambia: has sacado datos personales de un cliente, un alumno o un candidato fuera de tu empresa sin que esa persona lo sepa.

Lo llamativo es quién lo hace. No es el becario: es el gerente que pega un contrato para resumirlo, la responsable de recursos humanos que sube cuarenta currículums para filtrarlos, el administrativo que pide redactar una reclamación con el nombre, el DNI y la dirección del cliente dentro. Gente haciendo bien su trabajo, con un descuido enorme en medio.

¿Es legal usar ChatGPT con datos personales? Lo que importa del RGPD

Usar IA es perfectamente legal. Lo que te compromete es meter datos identificables de terceros en una herramienta externa sin control: el RGPD te obliga a saber quién trata los datos que custodias, con qué garantías y para qué, y un chat generalista usado desde la cuenta personal de un empleado no te responde de nada de eso. La buena noticia: para la inmensa mayoría de usos, la IA no necesita saber quién es la persona. Si el texto va anonimizado, ya no estás compartiendo datos personales, y el problema desaparece de raíz. Esto no es asesoría legal; es la forma más simple de quitarse el problema: menos datos fuera, menos riesgo dentro.

El método manual: anonimizar en 10 segundos antes de pegar

No necesitas instalar nada para empezar hoy. Solo un hábito de tres pasos:

1. Antes de pegar un texto en la IA, localiza lo que identifica a alguien: nombres, DNI, teléfonos, emails, direcciones, cuentas bancarias.
2. Sustituye cada dato por una etiqueta numerada: [NOMBRE_1], [TELEFONO_1], [EMAIL_1]. Si la misma persona aparece tres veces, las tres veces lleva la misma etiqueta.
3. Pega la versión limpia, trabaja con la IA y, cuando copies el resultado de vuelta, restituye los datos reales en tu equipo.

A la IA le da exactamente igual que tu cliente se llame Laura o [NOMBRE_1]: el resumen, el email o el consejo que te devuelve es el mismo. Tú pierdes 10 segundos y el dato no sale de tu empresa.

La herramienta gratis: un anonimizador local, open source y en español

El método manual aguanta hasta que el texto tiene treinta datos, o hasta que quien tiene que aplicarlo lleva prisa. Nos pasó preparando una formación de IA: necesitábamos que un equipo entero pudiera anonimizar sin pensárselo, y lo que había o funcionaba solo en inglés o mandaba el texto a otra nube, justo lo que queríamos evitar. Así que lo montamos nosotros, y ahora lo liberamos gratis y open source: el Anonimizador local de Soul IA.

• 100% local: corre en tu ordenador (localhost) y el texto no viaja a ningún servidor. Un anonimizador en la nube sería un contrasentido.
• Afinado para España: detecta DNI y NIE, teléfonos españoles, números de la Seguridad Social, IBAN y emails de cualquier dominio, además de nombres, lugares y organizaciones.
• Etiquetas consistentes: [NOMBRE_1] es siempre la misma persona en todo el texto, así la respuesta de la IA sigue teniendo sentido cuando la traes de vuelta.
• Un solo archivo de Python con licencia MIT: sin cuentas, sin registro, sin coste, y con el código a la vista para auditarlo.

El motor es Microsoft Presidio, un proyecto open source que se usa en entornos empresariales para proteger datos antes de que lleguen a cualquier IA. Nuestra aportación es la configuración en español: la demo pública de Presidio funciona muy bien en inglés, pero un DNI, un móvil con +34 o un IBAN español se le escapan si nadie se los enseña. Eso es lo que hemos añadido, junto a la interfaz y al sistema de etiquetas numeradas.

Descargar gratis el anonimizador en GitHub →

Instalarlo son tres pasos con Python: instalar las dependencias, descargar el modelo de español y arrancar el servidor. Las instrucciones exactas, con captura y ejemplo real, están en el propio repositorio.

¿Puedo fiarme al 100% de un anonimizador automático?

No, y quien te diga lo contrario te está vendiendo algo. Ningún sistema automático garantiza el 100% de detección: un apodo, un dato escrito de forma rara o un contexto muy específico pueden colarse. Por eso la interfaz marca en verde cada sustitución: la última mirada antes de pegar sigue siendo tuya, y tus obligaciones con el RGPD también. Piensa en la herramienta como un cinturón de seguridad: reduce muchísimo el riesgo, no te hace inmortal.

¿Y si mi equipo ya usa ChatGPT a diario?

Entonces esto no es opcional. Con los equipos que ya usan IA cada día trabajamos tres cosas: una norma clara (nada identificable sale sin anonimizar), una herramienta a mano para cumplirla sin fricción, y una formación corta para que todo el mundo entienda el porqué. Es exactamente el contexto en el que nació esta herramienta, y la razón de liberarla: cuantas más empresas usen la IA con la cabeza, mejor para todos.

Hablar con Soul IA sobre IA en tu empresa →

La IA ya está dentro de tu empresa, con o sin permiso. La diferencia entre un equipo que la aprovecha y uno que le teme está en hábitos pequeños como este: quitar el riesgo sin quitar la ventaja. Anonimizar antes de pegar es el primero.

Ir al repositorio en GitHub →