Anonimizzare i dati prima che vadano all'IA – basta?
In parte. Oscurare gli input prima dell'invio riduce sensibilmente il rischio e vale più di niente. Giuridicamente però si tratta quasi sempre di pseudonimizzazione e non di anonimizzazione: la corrispondenza esiste da qualche parte, altrimenti la risposta non tornerebbe leggibile. I dati restano dunque personali, il GDPR continua ad applicarsi e il trattamento avviene sempre presso il fornitore esterno. Chi vuole evitarlo non ha bisogno di un mascheramento migliore, ma che i dati non escano affatto.
Cosa serve davvero il mascheramento
Il procedimento si spiega in fretta: prima che un testo parta verso un modello linguistico, un rilevatore cerca i riferimenti personali – nomi, indirizzi, date di nascita, IBAN, numeri di pratica – e li sostituisce con segnaposto. Il modello lavora sul testo mascherato e i valori originali vengono reinseriti nella risposta. Per chi usa lo strumento sembra che l'IA abbia letto la pratica reale.
Il guadagno è reale e non va qui ridimensionato. Un nome in chiaro in meno nel prompt è un nome in chiaro in meno nei log del fornitore. Contro l'errore più frequente nella quotidianità – qualcuno incolla un'intera lettera di un cliente in una finestra di chat – un mascheramento automatico aiuta più affidabilmente di qualunque formazione.
Ma la domanda decisiva non è se aiuti. È: basta a soddisfare gli obblighi che vi hanno fatto riflettere all'inizio? E qui la risposta diventa meno netta.
Dove passa il limite
Un rilevatore che individua il carattere personale in un testo libero lavora con probabilità. È imperfetto non perché sia costruito male, ma perché il compito stesso non ha una soluzione univoca: che una sequenza di caratteri identifichi o no dipende dal contesto, non dalla sua forma.
Per questo i fornitori di tali procedimenti indicano tassi di rilevamento e non garanzie. Un tasso del 95 per cento suona alto – ma significa che un'occorrenza su venti non viene riconosciuta come tale. Con mille pagine di corrispondenza al mese non è più una grandezza teorica.
L'ultima riga è la più importante e porta diritti al cuore giuridico.
Pseudonimizzazione non è anonimizzazione
Il GDPR distingue nettamente le due cose. I dati sono anonimi solo se nessuno può più ristabilire il collegamento con una persona con uno sforzo ragionevole – tali dati escono completamente dall'ambito del regolamento secondo il considerando 26. I dati sono pseudonimizzati se possono essere riattribuiti con l'aiuto di informazioni aggiuntive (art. 4 n. 5 GDPR). I dati pseudonimi restano dati personali e tutti gli obblighi continuano ad applicarsi.
Un procedimento che inserisce segnaposto e li risolve di nuovo nella risposta ricade per definizione nel secondo caso. La corrispondenza deve esistere, altrimenti il prodotto non funziona. Si tratta dunque sempre di un trattamento di dati personali – con accordo sul trattamento, registro delle attività, base giuridica e, se necessario, valutazione d'impatto.
Per i professionisti vincolati al segreto – studi legali, studi medici, professioni di consulenza – questo sposta la domanda ancora una volta. Lì la rivelazione a un terzo è già il passaggio critico, indipendentemente dalla qualità dell'oscuramento. Il mascheramento può attenuare quel passaggio, ma non lo elimina.
Quando il mascheramento resta comunque la scelta giusta
Nulla di tutto questo rende il procedimento inutile. Ci sono casi in cui si adatta esattamente:
- Quando serve un determinato modello esterno. Alcuni compiti oggi funzionano meglio su uno dei grandi modelli di mercato. Chi ne dipende sta decisamente meglio con un mascheramento che senza.
- Come rete contro l'errore umano. Anche accanto a una soluzione interna resta la tentazione di infilare in fretta qualcosa in una finestra di chat privata. Un mascheramento imposto la intercetta.
- Per materiale senza dati personali. Per documentazione tecnica, testi di marketing o fascicoli di gara pubblici tutta la discussione è priva di oggetto.
L'errore non è mascherare. È prendere il mascheramento per una decisione sul luogo. Cambia cosa esce – non se qualcosa esce, né verso dove.
L'alternativa: non inviare affatto
La seconda via inverte l'ordine. Invece di mascherare i dati prima che escano di casa, non esce nulla di casa. Il modello gira dove i documenti già sono – on-premise sulla vostra infrastruttura o in un data center tedesco.
Diverse domande si dissolvono allora invece di richiedere una risposta. Non c'è un tasso di rilevamento, perché non c'è nulla da rilevare. Non c'è trasferimento verso un paese terzo né questione del CLOUD Act, perché nessun paese terzo è coinvolto. E la qualità delle risposte non soffre del mascheramento: il modello vede la pratica completa, perché ne ha il diritto.
Esattamente così è costruito KOSMO. L'assistente lavora sulle vostre fonti, indica il riferimento di ogni risposta e nessun modello viene addestrato con i vostri contenuti. Com'è nella quotidianità lo trovate in Come funziona; la valutazione giuridica dei servizi cloud in ChatGPT, Claude & Co. con dati dei clienti.
Nota: questa pagina inquadra uno schema tecnico e giuridico e non sostituisce una consulenza legale. La liceità di un uso concreto dipende dal settore, dai dati trattati e dalla realizzazione nel caso singolo – nel dubbio da chiarire con il vostro responsabile della protezione dei dati o uno studio specializzato.
Domande frequenti
L'anonimizzazione basta per usare ChatGPT in conformità al GDPR?
Aiuta, ma da sola di norma non basta. I procedimenti che risolvono di nuovo i segnaposto nella risposta sono giuridicamente pseudonimizzazione: i dati restano personali e il trattamento avviene sempre presso il fornitore esterno. Accordo sul trattamento, base giuridica e questione del trasferimento fuori dall'UE rimangono.
Che differenza c'è tra anonimizzazione e pseudonimizzazione?
I dati anonimi non possono più essere ricondotti a una persona da nessuno con uno sforzo ragionevole; secondo il considerando 26 escono dall'ambito del GDPR. I dati pseudonimi possono essere riattribuiti con informazioni aggiuntive (art. 4 n. 5) e restano pienamente protetti. Chi ritraduce segnaposto detiene necessariamente quell'informazione aggiuntiva.
Quanto sono affidabili questi procedimenti nel rilevare dati personali?
Buoni, ma non completi. I riferimenti strutturati come IBAN o date di nascita si trovano con sicurezza per schema. Più difficili sono gli identificatori interni senza formato fisso e soprattutto le combinazioni: una diagnosi rara con un comune e un periodo identifica una persona anche senza nome.
La qualità delle risposte soffre del mascheramento?
È un compromesso. Più si maschera accuratamente, meno contesto resta al modello. In testi giuridici o medici, dove le relazioni tra le persone coinvolte sono l'informazione stessa, questo può diventare sensibile.
Vale anche per i professionisti vincolati al segreto?
Lì la situazione è più severa. Critica è già la rivelazione a un terzo, indipendentemente dalla qualità dell'oscuramento. Il mascheramento riduce il rischio ma non elimina il passaggio. Chi tratta dati di clienti, pazienti o consulenza dovrebbe far esaminare espressamente questo punto.
KOSMO ha bisogno di anonimizzazione?
No. KOSMO funziona on-premise o in un data center tedesco: i dati non lasciano la vostra infrastruttura, quindi non c'è alcun destinatario davanti al quale mascherare qualcosa. Nessun modello viene inoltre addestrato con i vostri contenuti.
Si possono combinare le due cose?
Sì, e nelle organizzazioni grandi è spesso sensato. L'assistente interno copre la quotidianità con dati reali; per i rari casi in cui serve un determinato modello esterno il mascheramento resta lo strumento adatto.
Un assistente in cui la domanda non si pone
KOSMO lavora sulle vostre fonti – on-premise o in un data center tedesco. Nulla viene trasmesso all'esterno, nulla viene usato per l'addestramento.
