La anonimización es un proceso técnico que usa medios razonables y disponibles en el momento del tratamiento para que un dato pierda la posibilidad de asociación, directa o indirecta, a un individuo. Esa es la definición de la LGPD. La ANPD discute la interpretación jurídica y los riesgos de reidentificación en su estudio técnico sobre anonimización. La posibilidad de identificación debe evaluarse en contexto y frente a la información que puede cruzarse.
Eliminar nombres no es necesariamente suficiente. Una base aún puede permitir la identificación cuando combina atributos como ubicación, fechas, ocupación o eventos raros. Por eso, la anonimización depende del conjunto de datos y de las posibilidades de cruce, no solo de borrar una columna.
Como funciona
El equipo identifica qué campos pueden revelar a una persona y evalúa cómo podrían combinarse con otra información. Luego aplica técnicas adecuadas al objetivo, como generalización, supresión o agregación, y prueba si la identidad aún puede inferirse. La elección debe equilibrar utilidad y riesgo.
La seudonimización es diferente: sustituye identificadores por códigos o separa la información de identificación, pero aún puede haber reidentificación si existe una clave o si los datos auxiliares permiten la asociación. Los datos seudonimizados no deben llamarse automáticamente anónimos.
El análisis no termina en la transformación inicial. Nuevas fuentes públicas o cambios tecnológicos pueden aumentar la posibilidad de cruce. Un conjunto considerado de bajo riesgo en un determinado escenario puede requerir revisión cuando cambia el uso, el público o el entorno de compartición.
Ejemplo práctico
Un equipo quiere analizar patrones de uso de una aplicación. En lugar de publicar registros con nombre, correo electrónico y hora exacta, elimina identificadores directos y agrega eventos por períodos y grupos suficientemente amplios. Antes de compartir el resultado, verifica si combinaciones raras aún apuntan a una persona específica.
El equipo mantiene la finalidad documentada y limita el acceso a los datos brutos usados en el análisis. Si necesita preservar la posibilidad de volver a un registro individual, tal vez esté aplicando seudonimización, no anonimización completa. Esta distinción debe describirse con precisión.
Para que sirve
La anonimización puede apoyar análisis, estadísticas y el intercambio de datos con menor riesgo de exposición personal. También ayuda a los equipos a pensar en minimización: usar solo el nivel de detalle necesario para responder a la pregunta del negocio o de la investigación.
No existe una transformación que haga seguro cualquier conjunto de datos en todo contexto. Evalúa finalidad, volumen, sensibilidad, accesos, combinaciones posibles y consecuencias de reidentificación. En caso de datos personales o decisiones regulatorias, involucra a profesionales de privacidad y consulta la legislación y orientaciones oficiales aplicables.
En resumen, anonimizar es retirar la posibilidad de asociación entre datos y una persona por medios razonables y disponibles en el momento del tratamiento. Eliminar nombres es solo un paso posible, no una garantía automática de anonimato.