Información seudonimizada · medidas de desidentificación
Pseudonymization & De-identification
¿Qué es la información seudonimizada?
- Se eliminan los identificadores directos, pero en un estado que permite la restauración
- Uso sin consentimiento dentro de los fines previstos por la ley
- Borrar solo el nombre no es seudonimización
Al introducir la seudonimización, la pregunta «¿podemos usar estos datos?» pasa a ser «¿con qué finalidad, bajo la responsabilidad de quién y mediante qué procedimiento se usan?». En lugar de volver a pedir consentimiento, la legitimidad se demuestra con la licitud de la finalidad y con el registro del tratamiento, así que el peso de la prueba pasa del consentimiento del titular de los datos a los documentos de procedimiento del responsable. En la práctica se nota: antes, cuando un área pedía datos, Personas o Seguridad simplemente los rechazaban; ahora es posible negociar con condiciones en lugar de rechazar, y antes de extraer los datos, definir por escrito la finalidad de la seudonimización y los campos incluidos se convierte en el primer paso del diseño del análisis.
La información anónima no puede restaurarse, por lo que queda fuera de los datos personales, pero también pierde resolución de análisis. La información seudonimizada conserva esa resolución, pero mantiene intactas las obligaciones de medidas de seguridad. Los fines permitidos se limitan a la elaboración de estadísticas, la investigación científica y el registro para el interés público. Aunque las estadísticas incluyen fines comerciales, en cuanto se eligen personas específicas para publicidad o trato individual, se sale del alcance. Al combinar información seudonimizada de empresas distintas, no basta con que los responsables ajusten las claves entre sí: hay que pasar por una institución especializada en combinación de datos designada por la Comisión de Protección de Datos Personales. Además, las técnicas de tratamiento deben combinar supresión, categorización, agregación y enmascaramiento para que no queden grupos pequeños identificables.
El malentendido más común es pensar que 'si se borran el nombre y el teléfono, ya es seudonimización'. Si solo se aplica un hash con una regla fija al número de empleado, o si el Excel original queda tal cual en la computadora del responsable, no se cumple el requisito de conservar aparte la información adicional, y el tratamiento puede considerarse ilícito. Intentar la re-identificación está sujeto a sanciones penales y multas, además del uso fuera de fin, y ante un incidente se detiene todo el proyecto de análisis en curso. Como la información seudonimizada y la información adicional deben destruirse una vez cumplido el propósito, si no se define desde el principio el plazo de conservación y el responsable de la destrucción, en una auditoría años después se señalará como una mala gestión. Los criterios detallados cambian con las modificaciones normativas y las guías, así que le recomendamos revisar la información más reciente antes de procesar.
Jaryong KooDoctor en marketing y referente en análisis de IA y datos, y en marca personal
Seolyeong ParkCon 17 años de experiencia práctica y más de 200 sesiones impartidas, especialista en capacitación en IA generativa y AX que permite usarla incluso a personas sin formación técnicaEn la UE, el GDPR definió la seudonimización como un mecanismo para equilibrar la protección de datos personales con su uso. En Corea, con la reforma de 2020 de las tres leyes de datos (Ley de Protección de Información Personal, Ley de Redes de Información y Ley de Información Crediticia), se incorporó la base legal para tratar información seudonimizada.
El equipo de desarrollo de talento de la empresa de manufactura A, con 2,400 colaboradores e ingresos anuales de alrededor de KRW 800,000,000,000, (≈ US$598,775,500) quiso analizar, cruzando los datos de capacitación de los últimos tres años con los datos de evaluación de desempeño, 'qué cursos se relacionan con resultados reales'. Pero la solicitud de datos llevaba dos meses detenida en el equipo legal. (Ejemplo hipotético)
- El equipo de desarrollo de talento, encabezado por el subgerente Kim, presentó la solicitud de datos, y el responsable de protección de datos personales le pidió reescribir primero el propósito: "Estadísticas de desempeño sí, pero si se indica que con el resultado se seleccionarán personas para entrevistas individuales, no es posible".
- Los dos equipos revisaron 47 columnas y separaron 6 identificadores directos, como nombre, número de empleado y correo corporativo, y 11 cuasi identificadores, como fecha de nacimiento, departamento y año de ingreso, que permiten identificar a una persona al combinarse.
- Las fechas de nacimiento se agruparon en rangos de 5 años, y los 127 departamentos en 9 divisiones. Además, en 3 combinaciones que quedaban con menos de 5 personas se volvió a procesar, fusionando también los rangos de cargo, para que la identificación resultara imposible.
- La tabla de correspondencia usada para cambiar los números de empleado se separó del entorno de análisis y se guardó en un servidor del equipo de seguridad, con acceso limitado a 2 personas: el responsable de seguridad de la información y un jefe de equipo. Además, se configuró para que cada consulta quede registrada automáticamente en el log.
- Como resultado, una revisión que llevaba más de dos meses detenida terminó en 3 semanas. Después, los 4 proyectos de análisis, como marketing y capacitación en seguridad, siguieron el mismo procedimiento y recibieron los datos en promedio a los 9 días.