Anonimización de datos: qué es y cuáles son sus límites

Eliminar nombres no convierte una base de datos en anónima. Un ejemplo de encuesta permite entender las técnicas, sus límites y el papel del contexto.

Por Daniel Sardá · Publicado el

6 min de lectura1.248 palabras

En este artículo · 6 secciones

Una organización quiere compartir los resultados de una encuesta. Antes de publicar la tabla, elimina los nombres de quienes respondieron. Quedan la edad, la localidad y las respuestas. ¿Ya puede decir que esos datos son anónimos?

No necesariamente. Alguien que conozca a una persona de una edad poco frecuente en una localidad pequeña podría reconocer su registro. La identidad puede estar escondida en una combinación de datos, aunque ninguna columna contenga un nombre.

La anonimización de datos busca transformar la información para que las personas a las que se refiere dejen de ser identificables. Entenderla exige mirar tanto los datos conservados como las posibilidades de relacionarlos con otra información.

Qué significa anonimizar datos

Anonimizar permite aprovechar información sin mantener un vínculo identificable con cada persona. El objetivo puede ser estudiar tendencias, publicar estadísticas o realizar investigaciones preservando la privacidad de quienes aportaron los datos.

El resultado importa más que el nombre de la operación. Borrar una columna o aplicar una herramienta no demuestra, por sí solo, que se haya conseguido el anonimato. La Agencia Española de Protección de Datos explica que la información anonimizada no debe presentar una probabilidad razonable de identificar a la persona.

Esto evita dos equívocos: dar por anónima cualquier tabla sin nombres y exigir una promesa de seguridad frente a todo escenario imaginable. La cuestión es evaluar si existe una posibilidad razonable de identificación en el contexto considerado.

Desde una perspectiva de libertad individual, esa precaución tiene sentido: participar en una encuesta no debería convertirse, sin más, en quedar expuesto ante empresas, autoridades o terceros. La protección de datos personales ayuda a entender el alcance de esa preocupación por la autonomía.

Idea clave: Quitar el nombre elimina un identificador evidente. Para hablar de anonimización también hay que evaluar lo que todavía puede revelar el resto de la información.

Anonimización y seudonimización: el papel de los códigos

Volvamos a la encuesta. En lugar de borrar los nombres sin más, la organización los sustituye por códigos: cada participante pasa a aparecer como un registro numerado. En otro archivo guarda la correspondencia entre códigos y nombres, con acceso restringido.

Esa operación ilustra la seudonimización. La atribución de los datos a una persona requiere información adicional, que debe conservarse por separado y protegerse. Permite trabajar con registros reduciendo la exposición directa de las identidades, pero la organización conserva un medio para establecer el vínculo.

El Comité Europeo de Protección de Datos distingue ambos conceptos: los datos seudonimizados no se convierten por ello en datos anónimos. En el ejemplo, siguen siendo datos personales para la organización que conserva la correspondencia.

Tampoco basta con borrar el archivo de correspondencias para dar por resuelta la cuestión. La edad, la localidad u otros atributos podrían permitir identificar a alguien por otra vía. Hay que examinar el conjunto resultante.

El cifrado protege el acceso a la información, pero tampoco acredita por sí mismo que esta sea anónima. Cada medida cumple una función que conviene distinguir.

Cómo puede reaparecer una identidad

Un nombre completo o un número de identificación son identificadores directos. Otros datos funcionan como identificadores indirectos: pueden ayudar a reconocer a una persona al combinarse entre sí o con información externa.

En nuestra encuesta hipotética, una edad exacta quizá diga poco por sí sola. Asociada a una localidad y a una ocupación poco común, podría señalar a alguien concreto. Si esa persona ha publicado su ocupación y su lugar de residencia en una página accesible, aparece una posible conexión entre ambas fuentes.

La reidentificación consiste en volver a vincular información aparentemente desvinculada de una identidad con una persona. No siempre requiere recuperar una clave secreta: puede surgir del cruce de atributos.

La guía básica de anonimización de la autoridad de protección de datos de Singapur, publicada en español por la AEPD, desarrolla esta diferencia entre retirar identificadores y evaluar el riesgo que permanece. Su utilidad aquí es técnica y pedagógica; sus referencias jurídicas no deben trasladarse automáticamente a otros países.

Tres transformaciones y lo que se pierde con ellas

La organización puede modificar la encuesta de distintas maneras. Estas tres operaciones ayudan a comprender el proceso, aunque ninguna ofrece una garantía aislada de anonimato:

  • Supresión: retirar información, como el nombre o un atributo especialmente revelador. Reduce lo que se expone, pero también elimina posibilidades de análisis.
  • Generalización: sustituir un dato preciso por otro más amplio. La edad exacta pasa a ser una franja de edad, o la localidad se reemplaza por una zona mayor.
  • Agregación: reemplazar registros individuales por resúmenes, como el total de respuestas de cada grupo de edad.

Generalizar y agregar son operaciones distintas. Con la primera todavía puede haber una fila por participante, aunque tenga menos detalle. Con la segunda se presentan resultados conjuntos.

La guía citada explica estas técnicas y sus límites. Un resumen de un grupo muy pequeño todavía puede revelar información sobre sus integrantes. Por eso, presentar un promedio o un total tampoco permite concluir automáticamente que el resultado es seguro.

En el ejemplo, publicar únicamente resultados por grandes zonas podría ser suficiente para conocer una tendencia general. Si la pregunta de investigación exige comparar localidades, esa transformación podría ocultar diferencias relevantes. La utilidad depende de qué se quiere averiguar.

Idea clave: Una transformación debe valorarse por el riesgo que deja y por el análisis que todavía permite. Reducir el detalle puede disminuir el riesgo, pero también limitar la utilidad del resultado.

Compartir una tabla no es lo mismo que permitir una consulta

El modo de acceso cambia la evaluación. Publicar un archivo para su descarga abierta y permitir análisis dentro de un entorno protegido ofrecen posibilidades diferentes a quienes utilizan la información.

La publicación técnica NIST SP 800-188 recomienda a los organismos públicos estadounidenses evaluar sus objetivos, los riesgos de divulgación y el modelo de acceso. Entre las alternativas contempla publicar datos transformados o facilitar su uso en entornos protegidos.

Para nuestra encuesta, esto plantea una decisión concreta: ¿hace falta compartir cada registro o bastan los resultados de ciertas consultas? Limitar el acceso puede formar parte de la protección, pero no convierte por sí solo los datos en anónimos.

Como criterio editorial práctico, conviene revisar la evaluación cuando cambian la información disponible o las condiciones de divulgación. Una etiqueta colocada al crear un archivo no debería sustituir ese examen.

Qué implica el anonimato en el marco europeo

El considerando 26 del Reglamento General de Protección de Datos de la Unión Europea establece que sus principios no se aplican a la información anónima. Para valorar la identificabilidad deben considerarse los medios razonablemente utilizables por el responsable u otra persona, incluidos costes, tiempo y tecnología disponible.

La seudonimización, definida en el artículo 4.5, conserva una relación con información adicional y no supone esa exclusión automática. Además, transformar datos personales para obtener información anónima no exime por sí solo al tratamiento previo de las reglas que le correspondan.

Este es el marco europeo. Otras jurisdicciones pueden establecer criterios distintos. Una evaluación técnica aporta evidencia sobre el riesgo; la conclusión jurídica exige atender a la normativa aplicable y al caso concreto.

La pregunta útil ante la encuesta del comienzo es qué podría averiguar alguien con los datos restantes y con otras fuentes a su alcance. Responderla permite decidir qué detalle conservar, cómo facilitar el análisis y qué protección necesitan las personas que hicieron posible esa información.

Sobre el autor

Daniel Sardá es SEO Specialist, técnico superior universitario en Comercio Exterior por la Universidad Simón Bolívar y editor de Libertatis Venezuela. Escribe sobre liberalismo, economía política, instituciones, propaganda y libertad individual desde una perspectiva independiente y no partidista.

Leer perfil completo