Cómo anonimizar documentos (PDF y Word) antes de usar la IA: guía para abogados

Respuesta rápida: para anonimizar un documento PDF o Word antes de usar la IA hay que quitar los identificadores directos (nombres, DNI, NIE, IBAN, teléfonos, correos, direcciones) y los indirectos que permitan saber de quién se habla, eliminar de verdad el texto oculto y los metadatos del archivo, y revisar el resultado a mano. Si guardas una tabla para revertir los cambios, no has anonimizado: has seudonimizado, y el RGPD sigue aplicándose (art. 4.5 y considerando 26).

El riesgo al usar asistentes de IA no está en la pregunta, sino en el documento que se adjunta: un escrito con el nombre del cliente, su DNI y su diagnóstico sigue sujeto al secreto profesional y a la protección de datos aunque se pegue en una ventana de chat. Esta guía explica el proceso completo en el despacho: qué quitar, cómo quitarlo de un PDF y de un Word sin dejar rastros, y cuándo no hace falta.

¿Qué diferencia hay entre anonimizar y seudonimizar según el RGPD?

Seudonimizar es sustituir los datos por códigos guardando aparte la información que permite revertirlo; el dato sigue siendo personal. Anonimizar es dejar el texto de forma que ya no se pueda identificar a nadie con medios razonables; esa información queda fuera del RGPD. La diferencia práctica: si existe una tabla de correspondencias, el texto está seudonimizado.

El Reglamento (UE) 2016/679 (RGPD) lo dice en dos lugares:

• Artículo 4.5: define la seudonimización como el tratamiento que impide atribuir los datos a un interesado sin información adicional, siempre que esa información figure por separado y esté protegida con medidas técnicas y organizativas.
• Considerando 26: los datos seudonimizados que podrían atribuirse a una persona con información adicional deben considerarse información sobre una persona identificable. Para valorar si alguien es identificable hay que tener en cuenta todos los medios que razonablemente puedan utilizarse (costes, tiempo, tecnología disponible). Los principios de protección de datos no se aplican a la información anónima.

La AEPD y el Supervisor Europeo de Protección de Datos lo resumen como primer equívoco de su documento conjunto 10 malentendidos relacionados con la anonimización (2021): la seudonimización no es lo mismo que la anonimización. El mismo documento recuerda que el cifrado tampoco es anonimización, porque es reversible por diseño.

¿Por qué el secreto profesional obliga a cuidar lo que se sube a una IA?

Porque el secreto profesional cubre los datos y documentos del cliente, no solo lo que se dice en la entrevista. El Estatuto General de la Abogacía lo extiende a todos los hechos, comunicaciones, datos, informaciones, documentos y propuestas conocidos en el ejercicio profesional, y la Ley Orgánica del Derecho de Defensa protege la inviolabilidad de esos documentos.

Las normas que conviene tener presentes:

• Real Decreto 135/2021, Estatuto General de la Abogacía Española: el artículo 21 establece el deber y el derecho de guardar secreto; el artículo 22.1 define su ámbito (hechos, comunicaciones, datos, informaciones, documentos y propuestas); el 22.4 obliga al abogado a hacerlo respetar a sus colaboradores, personal y demás personas que cooperen con él; y el 22.5 lo mantiene sin límite de tiempo tras terminar el encargo.
• Ley Orgánica 5/2024, de 11 de noviembre, del Derecho de Defensa: el artículo 16 garantiza la confidencialidad de las comunicaciones entre abogado y cliente y, en su apartado 5, incluye en el secreto profesional la inviolabilidad y el secreto de los documentos y comunicaciones del abogado relacionados con la defensa.

Ninguna de las dos normas prohíbe usar la IA, pero el abogado debe controlar quién accede a la información del cliente.

¿Qué datos hay que quitar de un documento antes de usar la IA?

Todos los que identifican a una persona directamente y los que, combinados, permiten averiguar quién es. La guía de la AEPD pone un ejemplo de identificación indirecta: la combinación de sexo, edad, lugar de nacimiento y una enfermedad concreta puede bastar para identificar a una persona aunque no aparezca su nombre.

Identificadores directos

• Nombres y apellidos de clientes, contrarios, testigos, peritos y menores, con todas sus variantes («el Sr. Pérez», «Juan», iniciales).
• DNI, NIE, pasaporte, CIF de sociedades pequeñas o unipersonales.
• Números de cuenta e IBAN, tarjetas, pólizas.
• Teléfonos, correos electrónicos, direcciones postales y referencias catastrales.
• Matrículas, números de afiliación a la Seguridad Social, números de historia clínica.
• Números de procedimiento y de juzgado cuando permitan localizar el asunto.

Identificadores indirectos y categorías especiales

Cargos en empresas pequeñas, fechas concretas (nacimiento, accidente, despido), localidades pequeñas, centros de trabajo, hechos publicados en prensa y relaciones familiares descritas con detalle. Los datos de salud, condenas y datos de menores requieren la revisión más cuidadosa: si el asunto no se entiende sin ellos, no uses una herramienta sin garantías.

¿Cómo se redacta de verdad un PDF?

Eliminando el texto, no tapándolo. Un recuadro negro dibujado encima de un nombre solo cambia lo que se ve: el texto sigue en la capa del documento y puede copiarse, buscarse o extraerse, que es justo lo que hace un asistente de IA al leer el archivo. Hay que usar una función de redacción que borre el contenido subyacente.

Los errores más frecuentes al tachar datos en un PDF:

• Anotaciones o rectángulos negros: se quedan como una capa encima; el texto de debajo sigue íntegro.
• Resaltado en negro en Word antes de exportar a PDF: el texto se exporta igual, solo cambia el color de fondo.
• PDF escaneados con OCR: la imagen puede estar tapada, pero la capa de texto reconocido debajo conserva los datos.
• Metadatos: el autor, el título del documento o el nombre del archivo original («Demanda_Garcia_Lopez.pdf») pueden revelar lo mismo que el texto.

Pasos para redactar un PDF

1. Trabaja sobre una copia; guarda el original en el expediente.
2. Usa la función de redacción de tu editor PDF (en muchos programas aparece como «redactar», «tachar» o «censurar»; el nombre y la ubicación cambian según el programa y la versión). Marca cada dato y aplica la redacción: en la mayoría de editores hay que confirmar o «aplicar» las marcas para que el texto se elimine de verdad.
3. Si el editor lo permite, elimina también la información oculta y los metadatos del documento.
4. Guarda con un nombre neutro («escrito-01.pdf»).
5. Comprueba: abre el PDF resultante, busca el nombre redactado con la función de búsqueda y prueba a seleccionar y copiar la zona tachada. Si aparece texto, la redacción no ha funcionado.

¿Cómo se limpian los metadatos de un documento Word?

Con el Inspector de documento de Word. Según la ayuda oficial de Microsoft, en Word para Windows se abre desde Archivo > Información > Comprobar si hay problemas > Inspeccionar documento, y localiza el contenido oculto para quitarlo.

Según esa misma página, en Word el Inspector revisa:

• Comentarios, marcas de revisión, versiones y anotaciones con lápiz.
• Propiedades del documento e información personal.
• Encabezados, pies de página y marcas de agua.
• Texto con formato oculto.
• Datos XML personalizados y objetos invisibles.

Microsoft recomienda usarlo sobre una copia del documento original, porque lo que se elimina no siempre se puede restaurar con Deshacer. El Inspector no toca el texto visible: los nombres del cuerpo del escrito hay que quitarlos aparte.

¿Cómo queda un texto seudonimizado? Ejemplo práctico

Este es un párrafo de ejemplo (datos ficticios) y el resultado tras seudonimizarlo con la herramienta gratuita de Amara, marcando «Nombres tras D., Dña.», DNI, IBAN y teléfonos:

Original: «D. Andrés Molina Ruiz, con DNI 12345678Z, solicita que la indemnización se ingrese en la cuenta ES91 2100 0418 4502 0005 1332. Teléfono de contacto: 612 345 678. El Sr. Molina trabajó como jefe de almacén.»

Resultado: «D. [NOMBRE_1], con DNI [DNI_1], solicita que la indemnización se ingrese en la cuenta [IBAN_1]. Teléfono de contacto: [TELÉFONO_1]. El Sr. [NOMBRE_2] trabajó como jefe de almacén.»

Dos lecciones del ejemplo: «Sr. Molina» y «Andrés Molina Ruiz» reciben códigos distintos, porque la herramienta no sabe que son la misma persona; y «jefe de almacén» no se sustituye, aunque en una empresa pequeña identifica a la persona. La tabla de correspondencias se queda en el despacho.

¿Qué detecta exactamente la herramienta gratuita de Amara?

La herramienta Anonimizar documentos antes de usar la IA sustituye por códigos los identificadores con formato reconocible y los nombres que indiques. Funciona en el navegador: el texto no se envía a Amara ni a ningún servidor. Trabaja con texto, así que de un PDF o un Word hay que copiar el contenido y pegarlo.

Qué detecta, según su código:

• Nombres: los que escribas (separados por comas) y los que vayan tras D., Dña., Dª, Don, Doña, Sr., Sra. o Sres. No detecta nombres sin tratamiento que no hayas escrito.
• DNI, NIE y CIF con el formato español (con o sin guion o espacio).
• IBAN: solo españoles (empiezan por ES).
• Teléfonos: solo españoles de 9 cifras que empiezan por 6, 7, 8 o 9, con o sin +34. Los extranjeros no se detectan.
• Correos electrónicos.
• Matrículas con el formato actual (cuatro cifras y tres letras). Las matrículas provinciales antiguas no se detectan.
• Códigos postales y fechas en formato dd/mm/aaaa: vienen desmarcados por defecto; actívalos cuando una fecha o un código postal permitan identificar a alguien. Las fechas escritas con letra («3 de marzo de 2025») no se detectan.

No detecta direcciones, números de procedimiento, pólizas, referencias catastrales, datos de salud ni identificadores indirectos. Tiene dos modos: seudonimizar (códigos numerados y tabla de correspondencias descargable en CSV) y anonimizar (un código genérico por tipo, sin tabla). El resultado siempre debe revisarse.

¿Cuándo no hace falta anonimizar antes de usar la IA?

Cuando la herramienta trata los datos como encargado del tratamiento con contrato conforme al artículo 28 del RGPD, no usa los datos para entrenar sus modelos y ofrece garantías sobre dónde se almacenan. En ese caso el documento se trata como en cualquier otro proveedor del despacho, con las mismas cautelas de minimización.

El artículo 28.1 del RGPD obliga al responsable (el despacho) a elegir únicamente encargados que ofrezcan garantías suficientes. Antes de subir datos de clientes, comprueba:

1. ¿Hay contrato de encargado del tratamiento firmado o aceptado, con lista de subencargados?
2. ¿Las condiciones excluyen el uso de tus datos para entrenar modelos?
3. ¿Dónde se almacenan los datos y si hay transferencias fuera del Espacio Económico Europeo?
4. ¿Quién del despacho puede acceder a cada expediente?

Las versiones gratuitas o de consumo de los asistentes generales no siempre cumplen esas condiciones; revisa las de tu plan en ChatGPT para abogados y Claude para abogados, y fija la regla del despacho en la plantilla de política de uso de IA.

En Amara, según su página de seguridad, existe un contrato de encargado del tratamiento conforme al RGPD y la LOPDGDD, la base de datos y los archivos del despacho se almacenan en la UE y no se usan para entrenar la IA. La biblioteca de conocimiento permite además seudonimizar o anonimizar documentos antes de compartirlos. Aun así, la minimización sigue siendo buena práctica, y la revisión del resultado y la decisión final son siempre del abogado.

Preguntas frecuentes

¿Un recuadro negro en un PDF oculta los datos?

No necesariamente. Si es una anotación o un dibujo encima del texto, el contenido sigue en el archivo y puede copiarse, buscarse o leerlo una IA. Hay que usar una función de redacción que elimine el texto y comprobar después, buscando el nombre, que ya no aparece.

¿Un documento seudonimizado deja de ser dato personal?

No. Según el artículo 4.5 y el considerando 26 del RGPD, mientras exista información adicional que permita volver a identificar a las personas, como una tabla de correspondencias, el dato sigue siendo personal.

¿Basta con quitar el nombre y el DNI para anonimizar?

No. Fechas, cargos, localidades pequeñas o hechos conocidos pueden identificar a una persona. La guía de la AEPD pone como ejemplo la combinación de sexo, edad, lugar de nacimiento y enfermedad.

¿Cómo quito los metadatos de un Word?

En Word para Windows: Archivo > Información > Comprobar si hay problemas > Inspeccionar documento. Hazlo sobre una copia, porque lo eliminado no siempre se puede recuperar.

¿La herramienta gratuita de Amara envía el texto a algún servidor?

No. Funciona en el navegador y el texto no se envía a Amara ni a ningún servidor. Detecta identificadores con formato español y los nombres indicados; el resultado debe revisarse siempre.

¿Qué guía de la AEPD trata la anonimización?

Las «Orientaciones y garantías en los procedimientos de anonimización de datos personales» (2016, marcada como en revisión) y el documento conjunto con el Supervisor Europeo de Protección de Datos «10 malentendidos relacionados con la anonimización» (2021), ambos en aepd.es.

¿Necesito anonimizar si uso una IA con contrato de encargado del tratamiento?

No siempre. Si la herramienta ofrece contrato conforme al artículo 28 del RGPD, no entrena con tus datos y almacena la información con garantías, puedes tratarla como otro proveedor del despacho, aplicando minimización.

Fuentes consultadas el 28 de octubre de 2026: Reglamento (UE) 2016/679 (RGPD), DOUE L 119 de 4 de mayo de 2016, artículos 4.5 y 28 y considerando 26; AEPD, Orientaciones y garantías en los procedimientos de anonimización de datos personales; AEPD y SEPD, 10 malentendidos relacionados con la anonimización; Real Decreto 135/2021, Estatuto General de la Abogacía Española, artículos 21 y 22; Ley Orgánica 5/2024 del Derecho de Defensa, artículo 16; Microsoft, Quite datos ocultos e información personal inspeccionando documentos. Este artículo no es asesoramiento jurídico. Si detectas un dato desactualizado, escríbenos a info@amaralegal.ai.