Anonimizacja danych osobowych: poradnik RODO i AI 2026

Odcinki wypłat, umowy, notatki z rozmów rekrutacyjnych i korespondencja z klientami mogą zawierać dane wrażliwe. Maskowanie dokumentów pomaga usunąć wybrane informacje z wersji, którą zamierzają Państwo udostępnić lub przetworzyć. Maskowanie odwracalne i trwałe służą różnym celom, a żadne z nich nie ustala automatycznie, że wynik jest anonimowy ani że dalsze użycie jest zgodne z prawem.

Ten poradnik to obszerne opracowanie, jakiego brakowało nam, gdy budowaliśmy Redactic. Wyjaśnia, czym naprawdę jest maskowanie danych, a czym nie, jak ujmuje je RODO (pseudonimizacja z art. 4 a anonimizacja z motywu 26), jakich dwóch trybów używa się w praktyce, które kategorie danych osobowych trzeba zamaskować przed jakimkolwiek użyciem AI, jak wygląda pięć kroków pracy sprawdzających się od pojedynczego pliku PDF po wieloarkuszowy plik płacowy, jakie jest realne ryzyko RODO związane z shadow AI w firmach usługowych, jak wygląda ośmiopunktowa lista kontrolna wyboru narzędzia oraz odpowiedzi na pytania, które klienci zadają nam co tydzień.

Artykuł można przeczytać od początku do końca, bo napisano go tak, by dało się go przeglądać, albo przejść od razu do sekcji pasującej do bieżącego problemu. Jeśli w Państwa firmie rozmowa o ChatGPT już się odbyła i została przegrana, warto zacząć od sekcji o shadow AI. Jeśli największą obawą jest kontrola organu nadzorczego, warto zacząć od ram RODO.

1. Czym jest maskowanie danych i czym nie jest

Maskowanie danych (ang. redaction) to proces wskazywania w dokumencie danych osobowych lub innych informacji wrażliwych i usuwania ich z wersji, która będzie udostępniana, przetwarzana lub przechowywana dalej. Nazwa pochodzi z praktyki prawniczej, w której przed publikacją zaczernia się fragmenty pism procesowych; w pracy cyfrowej obejmuje znacznie szerszy zakres operacji, od zastąpienia nazwiska znacznikiem po trwałe zniszczenie obszaru obrazu pełnym zaczernieniem.

Pojęć „maskowanie”, „anonimizacja”, „pseudonimizacja”, „zasłanianie”, „szyfrowanie” i „usuwanie” często używa się zamiennie. Nie są zamienne, a różnica jest istotna na gruncie RODO. Do niuansów prawnych wrócimy w sekcji 2; na razie warto zapamiętać poniższe rozróżnienia.

• Maskowanie (redaction) to operacja nadrzędna: zamiana dokumentu zawierającego dane osobowe na wersję, która już ich nie zawiera (albo nie zawiera ich w sposób, który mógłby odzyskać atakujący lub nieuprawniony czytelnik).
• Zasłanianie danych (masking) to jedna z technik: każdy wykryty fragment danych osobowych zastępuje się znacznikiem, takim jak [PERSON_1] lub ⟦NAME⟧. Znacznik jest czytelny dla dalszego procesu (na przykład modelu LLM), ale sam nie zawiera żadnego identyfikatora. W praktyce maskowanie danych osobowych oznacza wybór między tą ścieżką a trwałym zaczernieniem, zależnie od tego, dokąd trafia dokument.
• Pseudonimizacja to zasłanianie plus kontrolowane, osobno przechowywane odwzorowanie z powrotem na wartości pierwotne. RODO uznaje ją wprost w art. 4 pkt 5 i premiuje w całym tekście, ale nie czyni z danych danych „anonimowych”.
• Anonimizacja jest jednokierunkowa i nieodwracalna. Po anonimizacji nikt, także Państwo, nie powinien móc ponownie zidentyfikować osoby, której dane dotyczą. RODO wyznacza tę poprzeczkę w motywie 26, a dane anonimowe w ogóle wykraczają poza zakres rozporządzenia.
• Szyfrowanie jest odwracalne dla każdego, kto ma klucz. Zaszyfrowane dane osobowe nadal są danymi osobowymi w rozumieniu RODO; szyfrowanie to zabezpieczenie, a nie technika maskowania.
• Usunięcie likwiduje dokument; maskowanie usuwa dane osobowe z dokumentu, który Państwo zachowują.

Trwałe maskowanie jest właściwe wtedy, gdy wybrane informacje wrażliwe muszą zniknąć z udostępnianego wyniku. Maskowanie odwracalne jest właściwe, gdy obsługiwany proces wymaga znaczników i późniejszego przywrócenia wartości. W obu przypadkach należy ocenić pozostały kontekst i identyfikatory pośrednie. Trwałe maskowanie nie ustala automatycznie anonimizacji.

Drugi stale spotykany błąd to traktowanie maskowania jako jednorazowego kroku przed udostępnieniem. W firmie z wieloma klientami, wspólnymi dyskami, cotygodniowym użyciem LLM i zewnętrznymi podwykonawcami maskowanie musi działać wewnątrz procesu: przy wgrywaniu, przy zapytaniu do AI i przy eksporcie. Comiesięczny przegląd ręczny przez aplikanta z czarnym zakreślaczem tego nie zastąpi.

2. Ramy RODO: pseudonimizacja z art. 4 pkt 5 a anonimizacja z motywu 26

Trzy odniesienia do RODO kształtują każdą poważną rozmowę o maskowaniu danych w UE.

Art. 4 pkt 5 RODO definiuje pseudonimizację jako „przetwarzanie danych osobowych w taki sposób, że nie mogą one zostać już przypisane konkretnej osobie, której dane dotyczą, bez użycia dodatkowych informacji”. Dodatkowe informacje muszą być „przechowywane osobno i objęte środkami technicznymi i organizacyjnymi uniemożliwiającymi ich przypisanie zidentyfikowanej lub możliwej do zidentyfikowania osobie fizycznej”. Dane spseudonimizowane pozostają danymi osobowymi: RODO nadal ma zastosowanie, nadal potrzebna jest podstawa prawna, a osoba, której dane dotyczą, nadal ma prawo dostępu i usunięcia.

Motyw 26 RODO wyznacza granicę anonimizacji: „Zasady ochrony danych nie powinny zatem mieć zastosowania do informacji anonimowych, czyli informacji, które nie wiążą się ze zidentyfikowaną ani możliwą do zidentyfikowania osobą fizyczną, ani do danych osobowych zanonimizowanych w taki sposób, że osoba, której dane dotyczą, nie jest lub przestała być możliwa do zidentyfikowania”. Dane anonimowe nie podlegają rozporządzeniu. Poprzeczka jest wysoka i najlepiej rozumieć ją przez trzy kryteria opinii Grupy Roboczej Art. 29 nr 05/2014: wyodrębnienie, możliwość powiązania i wnioskowanie. Jeśli zamaskowany dokument nadal pozwala wyodrębnić jedną osobę, powiązać rekordy między zbiorami albo wywnioskować cechy konkretnej osoby, dane są spseudonimizowane, a nie zanonimizowane.

Art. 25 (uwzględnianie ochrony danych w fazie projektowania oraz domyślna ochrona danych) i art. 32 (bezpieczeństwo przetwarzania) razem wskazują pseudonimizację jako rozsądny środek techniczny przy ryzykownym przetwarzaniu. Art. 32 ust. 1 lit. a wymienia ją wprost. Dlatego program zgodności z RODO, który zainwestował w prawidłową pseudonimizację, jest oceniany przez organy nadzorcze korzystnie: to środek, który rozporządzenie samo wymienia z nazwy.

Unijny akt o sztucznej inteligencji, który w tym obszarze nakłada się na RODO, obowiązuje od 2024 r., a przepisy o systemach wysokiego ryzyka wchodzą w życie etapami w 2026 i 2027 r.; dodaje on kolejną warstwę. Systemy AI używane w HR (rekrutacja, ocena pracowników, decyzje o awansie) są klasyfikowane jako systemy wysokiego ryzyka na podstawie załącznika III. Wymagają zarządzania ryzykiem, zarządzania danymi, dokumentacji technicznej, przejrzystości, nadzoru ludzkiego, kontroli dokładności, odporności i cyberbezpieczeństwa oraz oceny skutków dla praw podstawowych. Akt nie wymaga pseudonimizacji przed użyciem AI, ale w praktyce to najczystszy sposób, by jednocześnie spełnić zasadę minimalizacji danych (art. 5 RODO) i wymóg zarządzania danymi z art. 10 aktu o AI. W użyciu AI zgodność z RODO i aktem o AI działa najlepiej jako jeden model operacyjny, w którym oba akty prawne obsługuje się razem.

Jeden mit trzeba rozprawić: wielu dostawców reklamuje swoje narzędzie jako „anonimizację RODO”, choć w rzeczywistości jest to pseudonimizacja. Jeśli odwzorowanie znacznika na wartość pierwotną istnieje gdziekolwiek, na Państwa dysku, w przeglądarce użytkownika, w usłudze, którą prowadzimy, dane są spseudonimizowane, nie anonimowe. Pseudonimizacja na gruncie RODO jest użytecznym zabezpieczeniem i nie ma nic złego w jej oferowaniu; nazywanie jej anonimizacją wprowadza w błąd i naraża klienta na pułapkę zgodności. Certyfikat maskowania Redactic wyraźnie rozróżnia oba pojęcia i oznacza każde zadanie odwracalne jako pseudonimizację w rozumieniu art. 4 pkt 5.

Orzecznictwo jeszcze zaostrzyło tę granicę. W sprawie Breyer przeciwko Niemcom (C-582/14, 2016) TSUE orzekł, że adres IP przechowywany przez operatora strony jest daną osobową, jeśli operator ma rozsądne prawne środki, by uzyskać od osoby trzeciej dodatkowe informacje identyfikujące. Test „rozsądnych środków” jest szerszy, niż zakłada wielu inżynierów: dane, których sama usługa nie może zidentyfikować, nadal mogą być danymi osobowymi, jeśli nakaz sądowy lub ustalenie umowne mogłyby dostarczyć brakujące elementy. Dla maskowania oznacza to, że podział na znacznik i mapę rozdzielone między dwie organizacje nie jest automatycznie anonimizacją: jeśli któraś ze stron może zgodnie z prawem zmusić drugą do ujawnienia mapy, dane są dla obu spseudonimizowane. Wyrok z 2023 r. w sprawie SRB przeciwko EIOD (T-557/20) wzmocnił kontekstowy charakter tego testu, odróżniając dane spseudonimizowane w rękach odbiorcy, który nie może zidentyfikować osoby, od tych samych danych w rękach administratora, który może.

Opinia Grupy Roboczej Art. 29 nr 05/2014 (obecnie podzielana przez EROD) urealnia motyw 26 trzema konkretnymi modelami ataku. Wyodrębnienie: czy atakujący może wyizolować jeden rekord odpowiadający jednej osobie? Możliwość powiązania: czy dwa rekordy z tego samego zbioru lub z różnych zbiorów można powiązać z tą samą osobą? Wnioskowanie: czy wartość jednego atrybutu da się wywnioskować z kombinacji pozostałych? Jeśli odpowiedź na którekolwiek z trzech pytań brzmi tak, dokument jest spseudonimizowany, nie zanonimizowany. Praktyczny wniosek: zamaskowanie nazwiska w arkuszu płacowym go nie anonimizuje, bo wiersz nadal wyodrębnia jednego pracownika, a prawdziwie anonimowe przypadki zdarzają się rzadziej, niż sugerują dostawcy.

3. Dwa tryby maskowania: odwracalny (mapa znaczników) i nieodwracalny (zaczernienie)

W praktyce stale używa się dwóch trybów. Zrozumienie różnicy decyduje o tym, czy proces przetrwa kontrolę, czy wycieknie z niego nazwisko, bo użyto złego narzędzia do danego zadania.

Maskowanie odwracalne zastępuje wykryte wartości wrażliwe znacznikami i korzysta z osobnego odwzorowania do przywracania w obsługiwanych procesach. Mapę należy chronić, a przygotowany tekst przejrzeć przed każdym opcjonalnym zadaniem AI. Pominięte wartości i informacje z kontekstu nadal mogą identyfikować osoby.

Odwzorowania do przywracania wymagają ochrony i określonej zasady przechowywania. W zależności od procesu przetwarzanie może obejmować tymczasowy stan po stronie serwera oraz przywracanie lokalne. Redactic nie twierdzi, że oryginalna treść ani dane mapy zawsze pozostają w przeglądarce. Obowiązki dotyczące przechowywania i usuwania znajdują się w obowiązującej umowie powierzenia (DPA).

Maskowanie trwałe usuwa wybrane informacje wrażliwe z eksportowanego dokumentu. W skanach i obrazach OCR może pomóc w znalezieniu tekstu wymagającego przeglądu. Wynik trzeba sprawdzić pod kątem pominiętych wartości, ukrytych informacji i identyfikatorów pośrednich. Zniszczenie wybranego tekstu lub obszarów obrazu samo w sobie nie dowodzi, że osób nie da się już zidentyfikować na podstawie pozostałej treści.

Najczęstszy błąd jest odwrotny: firma przeprowadza „anonimizację”, która w istocie jest maskowaniem odwracalnym, udostępnia plik na zewnątrz i trzyma mapę na wspólnym dysku, do którego odbiorca w końcu uzyskuje dostęp. W rezultacie na serwerze strony trzeciej leży rekord umożliwiający reidentyfikację. Tryb należy dobierać do miejsca docelowego dokumentu.

Redactic oferuje maskowanie odwracalne i trwałe w obsługiwanych procesach. Dostępne formaty eksportu i zachowanie układu zależą od pliku wejściowego i wybranej operacji. Wynik warto potwierdzić na reprezentatywnym pliku; nie należy zakładać, że maskowanie odwracalne zachowuje plik PDF w pierwotnym formacie.

4. Kategorie danych osobowych, które trzeba zamaskować przed użyciem AI

Nie każda dana osobowa ma tę samą wagę regulacyjną. RODO odróżnia „dane osobowe” (art. 4 pkt 1), czyli wszystko, co identyfikuje lub może identyfikować osobę fizyczną, od „szczególnych kategorii” (art. 9), takich jak dane o zdrowiu, dane biometryczne, pochodzenie rasowe lub etniczne, poglądy polityczne, przekonania religijne, przynależność do związków zawodowych, orientacja seksualna i dane genetyczne. Dla szczególnych kategorii poprzeczka przetwarzania jest znacznie wyższa (wyraźna zgoda, żywotne interesy, interes publiczny w dziedzinie zdrowia itd.), a ryzyko niezamierzonego ujawnienia po stronie LLM jest odpowiednio większe.

Poniższa tabela to robocza lista, której używamy. Zanim jakikolwiek dokument trafi do ChatGPT, Claude, Gemini, Mistrala lub innego dostawcy LLM, każdą z tych pozycji trzeba zamaskować znacznikiem albo zaczernić, zależnie od tego, czy proces wymaga odwracalności.

Kategoria	Przykłady	Dlaczego to ważne
Identyfikatory bezpośrednie	Imię i nazwisko, e-mail, telefon, adres pocztowy	Minimalny zestaw danych osobowych; identyfikuje bez trudu.
Identyfikatory krajowe	Włoski Codice Fiscale, francuski NIR/INSEE, niemiecki Steuer-ID, hiszpański DNI/NIE, numery paszportów UE	Identyfikatory właściwe dla danego kraju wymagają odpowiedniego pokrycia i weryfikacji przez człowieka. Dopasowanie formatu identyfikatora nie musi potwierdzać jego poprawności ani tego, do kogo należy.
Finansowe	IBAN, SWIFT, numery kart płatniczych, rachunek bankowy, numer podatkowy/VAT	Ryzyko zbliżone do PCI-DSS i bezpośrednie ryzyko oszustwa.
Zatrudnienie	Numer pracownika, wiersz płacowy, data zatrudnienia, wynagrodzenie, ocena okresowa	Pozwalają zidentyfikować osobę w małej organizacji nawet bez nazwiska.
Zdrowie (art. 9)	Diagnozy, leki, przyczyny zwolnień lekarskich, notatki medycyny pracy	Szczególna kategoria danych; wymagana wyraźna zgoda lub inna podstawa z art. 9.
Dane biometryczne i dokumenty tożsamości	Numery dowodów, prawo jazdy, paszport, zdjęcia twarzy	Szczególna kategoria, jeśli służą do jednoznacznej identyfikacji.
Quasi-identyfikatory	Data urodzenia + kod pocztowy + płeć, dokładne stanowisko + dział, rzadka nazwa stanowiska	Wykorzystywane w atakach przez powiązanie. Reguła Sweeney'a: 87% dorosłych Amerykanów identyfikuje kod pocztowy + data urodzenia + płeć.
Ujawnienia w tekście swobodnym	Transkrypcje rozmów wyjściowych, skargi klientów, zgłoszenia do wsparcia	Najtrudniejsza kategoria. Często umyka narzędziom opartym na wzorcach i wymaga rozpoznawania nazw własnych opartego na uczeniu maszynowym.

Automatyczne wykrywanie danych osobowych może łączyć techniki oparte na wzorcach i uczeniu maszynowym, by wskazywać prawdopodobne informacje wrażliwe. Redactic łączy automatyczne wykrywanie z przetwarzaniem dokumentów i przeglądem przez człowieka w infrastrukturze kontrolowanej przez Redactic w Europie. Treść niezamaskowana nie jest przekazywana zewnętrznym usługom wnioskowania AI ani uczenia maszynowego podczas wykrywania ani maskowania. Dokładność zależy od jakości dokumentu, języka i kontekstu.

OCR udostępnia tekst w obsługiwanych skanach i obrazach do wykrywania i przeglądu. Niska rozdzielczość, obrót, pismo odręczne i złożone układy mogą pogorszyć wynik. Warto sprawdzić każdą istotną stronę i przejrzeć wyeksportowany dokument; obsługa OCR nie gwarantuje, że wszystkie wartości wrażliwe zostaną znalezione.

Raporty składające się w dużej części z informacji o zdrowiu wymagają takiej samej staranności, a Redactic pokazuje, jak psycholodzy mogą maskować opinie psychologiczne i biegłych przed przekazaniem ich pełnomocnikom, szkołom lub sądowi.

5. Pięć kroków pracy, które się skalują

Powtarzalny proces maskowania łączy wybór dokumentu, automatyczne wykrywanie, przegląd przez człowieka, zastosowanie i weryfikację wyniku. Poniższe pięć kroków to praktyczny punkt wyjścia; warto dostosować je do zasad obsługi danych i zatwierdzania w organizacji.

1. Wgranie. Wybierz obsługiwany dokument i potwierdź, że masz uprawnienie do jego przetwarzania. W standardowym SaaS oryginalny dokument jest przesyłany do Redactic w celu przetworzenia w Europie. Wykrywanie i maskowanie nie przekazują niezamaskowanej treści zewnętrznym usługom wnioskowania AI.
2. Wykrywanie. Wskaż prawdopodobne imiona i nazwiska, dane kontaktowe, informacje finansowe i właściwe identyfikatory krajowe. W skanach i obrazach rozpoznawanie tekstu może pomóc w znalezieniu informacji. Wykrycia traktuj jako propozycje wymagające przeglądu.
3. Przegląd. Sprawdź wykryte wartości, popraw fałszywe trafienia i poszukaj pominiętych informacji wrażliwych. Szczególną uwagę zwróć na identyfikatory kontekstowe, skany słabej jakości, tabele i niespójną pisownię.
4. Zastosowanie. Wybierz maskowanie trwałe lub odwracalne dla zamierzonego miejsca docelowego. Jeśli używasz odwzorowań do przywracania, chroń je. Sprawdź właściwości dokumentu i ukryte informacje oprócz widocznego tekstu; ograniczenia zależne od formatu są istotne.
5. Udostępnienie lub przywrócenie. Przejrzyj wyeksportowany wynik przed udostępnieniem. Jeśli wybierasz opcjonalny proces AI, najpierw przejrzyj przygotowaną treść i warunki dostawcy. Wartości przywracaj tylko w obsługiwanym procesie, z odpowiednio chronionym odwzorowaniem. Prowadź rejestry operacji odpowiednie do wymogów audytowych.

Certyfikat maskowania może uzupełniać Państwa rejestry operacji o skróty dokumentów i podsumowania maskowania. Nie dowodzi, że wykryto każdą wartość wrażliwą, nie ustala anonimizacji i niezależnie nie potwierdza, że nie zachowano żadnej kopii dokumentu. Pola rzeczywistego certyfikatu warto porównać z własnymi wymogami audytowymi.

Na przykład zespół płacowy może przejrzeć wieloarkuszowy plik pod kątem nazwisk pracowników, identyfikatorów podatkowych, danych bankowych i wrażliwych notatek. Potwierdza wykrycia, poprawia pominięte wartości i wybiera maskowanie odwracalne albo trwałe, zależnie od potrzeby. Przed udostępnieniem sprawdza wyeksportowany skoroszyt, w tym formuły, komórki liczbowe, ukryte arkusze, komentarze i właściwości. Ten przykład ilustruje proces i nie jest gwarancją dokładności ani czasu przetwarzania.

6. Shadow AI: dlaczego bezrefleksyjne używanie ChatGPT łamie RODO

Rozmowa, którą z klientami prowadzimy najczęściej, zaczyna się tak: „Zakazaliśmy ChatGPT dla danych wrażliwych. Potem odkryliśmy, że i tak wszyscy coś wklejają, z kont prywatnych, na telefonach, po godzinach”. To shadow AI: korzystanie z publicznych usług LLM z danymi wrażliwymi, bez wiedzy działu IT, często w dobrej wierze. W 2026 r. to dominujące ryzyko AI w firmach usługowych.

Shadow AI łamie RODO na trzy konkretne sposoby. Po pierwsze, dostawca LLM staje się podmiotem przetwarzającym bez umowy powierzenia. Art. 28 wymaga takiej umowy, a art. 28 ust. 3 wylicza osiem klauzul, które musi zawierać, przed jakimkolwiek przetwarzaniem w imieniu administratora. Użytkownik wklejający nazwiska klientów na prywatne konto ChatGPT tworzy przetwarzanie bez umowy, bez wpisu do rejestru czynności przetwarzania (art. 30), bez weryfikacji z art. 28 i bez udokumentowanego łańcucha podprzetwarzających. Po drugie, zależnie od ustawień domyślnych dostawcy w wersji konsumenckiej, dane wejściowe mogą posłużyć do trenowania kolejnego modelu, co oznacza nieodwracalne ujawnienie, którego prawo do usunięcia (art. 17) nie cofnie. Po trzecie, dane przekraczają granicę UE do centrum danych w USA, a administrator nie przeprowadził oceny skutków transferu po wyroku Schrems II.

Wykrywanie i maskowanie dokumentów w Redactic działają w infrastrukturze kontrolowanej przez Redactic w Europie, bez wnioskowania AI ani uczenia maszynowego stron trzecich na treści niezamaskowanej. Opcjonalne procesy AI są osobne: wykryte wartości wrażliwe są usuwane lub zastępowane, zanim przygotowana treść trafi do wybranego dostawcy. Należy przejrzeć tekst dokumentu, dodatkowe polecenia i wiadomości w czacie; pominięte wartości i szczegóły kontekstu nadal mogą identyfikować osoby. Dostawca, region, przechowywanie i warunki trenowania zależą od wybranego procesu i obowiązującej umowy.

To nie jest zagrożenie teoretyczne. Samsung zakazał ChatGPT i innych narzędzi generatywnej AI w maju 2023 r., gdy pracownicy mieli wprowadzić do chatbota informacje korporacyjne, w tym kod źródłowy. Włoski Garante tymczasowo zawiesił ChatGPT 30 marca 2023 r. z powodu art. 6 (podstawa prawna), art. 13 (obowiązek informacyjny) i braku weryfikacji wieku; usługę przywrócono 28 kwietnia 2023 r. dopiero po wprowadzeniu przez OpenAI bramki wiekowej, możliwości sprzeciwu i wyraźnej informacji. Garante wydał następnie ostateczną decyzję 20 grudnia 2024 r. z karą 15 mln euro. Równolegle hiszpański AEPD wszczął postępowanie w kwietniu 2023 r., a Europejska Rada Ochrony Danych powołała w kwietniu 2023 r. specjalną grupę zadaniową ds. ChatGPT, która opublikowała wstępne ustalenia w maju 2024 r. Badanie Cyberhaven z 2023 r., cytowane przez Cleansum, wykazało, że 11% firmowych zapytań do ChatGPT zawierało dane wrażliwe, takie jak rekordy płacowe, kod źródłowy i informacje o klientach, wysłane zza firewalli. Akt o AI dodaje od sierpnia 2025 r. obowiązki dotyczące modeli ogólnego przeznaczenia, które dodatkowo ograniczają używanie konsumenckich usług LLM w kontekstach regulowanych. Wiarygodna odpowiedź w sprawie prywatności w ChatGPT jest dziś operacyjnym warunkiem wstępnym wdrożenia AI w firmie.

Zatwierdzony proces AI powinien być wygodny dla pracowników i wsparty jasnymi zasadami postępowania. Redactic oferuje opcjonalne procesy AI obok maskowania dokumentów, z zasłanianiem wykrytych wartości wrażliwych. Nie przedstawiamy tu porównawczych twierdzeń o szybkości: czas przetwarzania i nakład pracy na przegląd zależą od pliku, zadania i procesu.

Jako pytanie zakupowe prywatność danych w LLM sprowadza się do trzech konkretnych odpowiedzi. (1) Czy dostawca udostępnia punkt końcowy w UE z rezydencją danych w UE i czytelną listą podprzetwarzających? (2) Czy Państwa dane wejściowe są domyślnie wyłączone z trenowania modelu, z podpisaną w tej sprawie umową powierzenia? (3) Czy retencja wynosi zero albo jest ściśle ograniczona, ze ścieżką audytu, którą da się odtworzyć? Wszystko słabsze niż „tak” na wszystkie trzy przerzuca ciężar zgodności z powrotem na firmę, a konkretnie na prawnika, księgowego lub osobę z HR, którzy nie mają ani czasu, ani przeszkolenia, by go udźwignąć. Domyślne ustawienia prywatności konsumenckiej wersji ChatGPT tego testu nie przechodzą; wersje dla przedsiębiorstw go przechodzą, ale do obrony wymagają zarówno staranności zakupowej, jak i warstwy maskowania przed nimi.

Przy szacowaniu ryzyka shadow AI we własnej firmie krążące statystyki warto traktować ostrożnie: nasz audyt najczęściej powtarzanych statystyk o shadow AI wskazuje źródło pierwotne każdej liczby i pokazuje kilka takich, które nie mierzą tego, do czego zwykle się je przywołuje.

Aby korzystać z AI bez przekazywania nazwisk i identyfikatorów, Redactic może przygotować Państwa dokumenty dla AI: wykryte wartości zamieniają się w znaczniki, a prawdziwe nazwiska wracają w przeglądarce, gdy nadejdzie odpowiedź.

7. Wybór narzędzia do maskowania: ośmiopunktowa lista kontrolna

Przy zakupie oprogramowania do maskowania dokumentów, z wykrywaniem opartym na AI lub bez, a także przy porównywaniu własnego rozwiązania z gotowym produktem, korzystamy z poniższej listy kontrolnej razem z potencjalnymi klientami. Każdy punkt ocenia się w skali 0-2 (nie / częściowo / tak), a punkty dotyczące prywatności liczy się podwójnie. Wynik poniżej 18 z możliwych 32 oznacza ryzyko zgodności, a poniżej 12 także ryzyko dla produktywności.

1. Architektura bez śladu. Czy usługa przetwarza dokument w pamięci i od razu go odrzuca? Czy dane wejściowe są szyfrowane w spoczynku w pamięci tymczasowej, z krótkim TTL, i nigdy nie trafiają do trwałego dziennika? Dlaczego to ważne: zachowana kopia nadal jest daną osobową; jeśli dane wejściowe przeżywają żądanie, sam proces maskowania staje się odrębną czynnością przetwarzania.
2. Wielojęzyczne wykrywanie danych osobowych. Czy model obsługuje włoski Codice Fiscale, francuski NIR, niemiecki Steuer-ID, hiszpański DNI/NIE, polski PESEL itd., czy tylko angielskie imiona i amerykańskie SSN? Dlaczego to ważne: detektory nastawione na angielski pomijają 30-50% krajowych identyfikatorów w dokumentach z UE.
3. OCR dla skanów. Czy narzędzie potrafi zamaskować zeskanowany plik PDF lub sfotografowany dowód osobisty pełnym zaczernieniem co do piksela? Dlaczego to ważne: przypadki, które najbardziej niepokoją inspektora ochrony danych, czyli stare umowy i fotografowane dokumenty, to dokładnie te, w których narzędzie tylko tekstowe nie pomoże.
4. Obsługa dwóch trybów. Czy narzędzie potrafi z tego samego wgrania wytworzyć zarówno wynik odwracalny (znaczniki), jak i nieodwracalny (zaczernienie)? Dlaczego to ważne: narzędzia jednotrybowe zmuszają do utrzymywania dwóch potoków.
5. Przegląd ręczny. Czy interfejs pozwala człowiekowi zaakceptować lub odrzucić każdy wykryty fragment przed zastosowaniem maskowania? Dlaczego to ważne: wykrywanie nastawione na pełność jest właściwym ustawieniem domyślnym, ale daje fałszywe trafienia, które wymagają szybkiej ścieżki przeglądu.
6. Usuwanie metadanych. Czy narzędzie usuwa także właściwości dokumentu (autor, ostatnio zmienił, XMP, EXIF)? Dlaczego to ważne: najczęstszy wyciek w produkcji to czysta treść z nazwiskiem autora we właściwościach pliku PDF.
7. Certyfikat audytu. Czy narzędzie generuje dla każdego zadania kryptograficzny zapis tego, co przetworzono, ze skrótami i liczbą kategorii, ale bez treści? Dlaczego to ważne: certyfikat pokazuje się organowi nadzorczemu, ubezpieczycielowi i klientowi.
8. Poziom zgodności. Rezydencja danych w UE, umowa powierzenia w cenie rejestracji, rejestr podprzetwarzających, zgoda klikalna z kryptograficznym zapisem, rozdział ról (narzędzie działa jako podmiot przetwarzający, a nie administrator). Dlaczego to ważne: od tych elementów zależy, czy narzędzie wpisze się w istniejący program RODO, czy stworzy nowe czynności przetwarzania, którymi trzeba będzie zarządzać.

Narzędzia dostarczane jako rozszerzenie Chrome bywają eleganckie, ale wypadają słabo w punktach (1) i (8): za darmowym rozszerzeniem rzadko stoi prawdziwa umowa powierzenia. Biblioteki open source, takie jak Presidio czy Piiranha, wypadają dobrze w punkcie (2), ale cały ślad operacyjny (brak śladu, OCR, audyt, certyfikat), czyli większość pracy, spada na Państwa. Komercyjne narzędzia hostowane wypadają różnie; najlepsze pytanie do zadania brzmi: „proszę pokazać certyfikat z przykładowego zadania i listę podprzetwarzających”.

Rozważając budowę kontra zakup, trzeba uwzględnić obsługę dokumentów, przegląd przez człowieka, walidację wyników, kontrolę przechowywania, zarządzanie dostępem, dokumentację umowną i stałe wsparcie. Prototyp wykrywania to tylko część utrzymywanej usługi. Warto porównać całkowity nakład operacyjny z wymaganiami organizacji na reprezentatywnych dokumentach.

Redactic łączy automatyczne wykrywanie, przetwarzanie dokumentów i przegląd przez człowieka, by pomagać w identyfikowaniu informacji wrażliwych, także w obsługiwanych dokumentach skanowanych. Wykryte wartości należy przejrzeć przed zastosowaniem maskowania trwałego lub odwracalnego. Pokrycie zależy od jakości dokumentu, języka i kontekstu; automatyzacja może coś pominąć. Przed wdrożeniem procesu warto ocenić reprezentatywne pliki i wyeksportowane wyniki. Więcej informacji: DPA

Ważne ograniczenia: format eksportu i zachowanie układu zależą od wybranego procesu. Skany, częściowe nazwiska, alternatywna pisownia i identyfikatory kontekstowe mogą prowadzić do pominiętych lub niespójnych wykryć. Te przypadki i końcowy plik należy sprawdzić. Do odwracalnego przywracania może być potrzebna mapa, którą należy chronić osobno.

8. Najczęściej zadawane pytania

Czym różni się maskowanie danych od anonimizacji danych?

Maskowanie usuwa wybrane informacje z wyniku. Maskowanie odwracalne zastępuje wykryte wartości i korzysta z odwzorowania do ich przywrócenia. Trwałe maskowanie nie sprawia automatycznie, że pozostały dokument jest anonimowy: informacje z kontekstu nadal mogą identyfikować osoby. Przed uznaniem wyniku za anonimowy trzeba osobno ocenić możliwość identyfikacji.

Czy pseudonimizacja to to samo co szyfrowanie?

Nie. Szyfrowanie jest odwracalne dla każdego, kto ma klucz, i jest zabezpieczeniem; pseudonimizacja zastępuje wartości identyfikujące znacznikami, a mapę odwrotną przechowuje pod ostrzejszą kontrolą dostępu. RODO wprost uznaje pseudonimizację w art. 4 pkt 5 i art. 32 ust. 1 lit. a; zaszyfrowane dane osobowe nadal są danymi osobowymi.

Czy mogę bezpiecznie używać ChatGPT z zamaskowanymi dokumentami zgodnie z RODO?

Maskowanie może zmniejszyć ilość danych osobowych przekazywanych dostawcy AI, ale nie czyni automatycznie takiego użycia zgodnym z prawem. Należy sprawdzić przygotowaną treść, w tym dodatkowe polecenia, potwierdzić warunki dostawcy oraz ocenić cel, podstawę prawną i pozostały kontekst. W Redactic SaaS dokumenty są przesyłane do Redactic w celu przetworzenia przed każdym osobno wybranym opcjonalnym zadaniem AI.

Czy automatyczne wykrywanie danych osobowych działa na zeskanowanych plikach PDF?

OCR może pomóc w wykrywaniu tekstu w zeskanowanych plikach PDF i obrazach. Redactic obsługuje procesy z dokumentami zawierającymi skany, z zastrzeżeniem obsługiwanych formatów i języków. Strony o słabej jakości i wyeksportowane wyniki warto sprawdzić; OCR i automatyczne wykrywanie mogą pominąć informacje wrażliwe.

Jak długo należy przechowywać mapę znaczników?

Mapę do przywracania należy przechowywać tylko tak długo i w takim celu, jak wymaga tego proces, oraz chronić dostęp do niej. Warunki tymczasowego przetwarzania i usuwania w Redactic znajdują się w obowiązującej umowie. Mapa pobrana lub zachowana samodzielnie wymaga własnych zasad postępowania i przechowywania.

Czym jest shadow AI i dlaczego to problem z punktu widzenia RODO?

Shadow AI to korzystanie z publicznych usług LLM z danymi wrażliwymi, poza wiedzą działu IT, zwykle z kont prywatnych. Powstaje przetwarzanie bez umowy powierzenia (art. 28), nieudokumentowane transfery międzynarodowe (Schrems II) i możliwość wykorzystania danych wejściowych do trenowania modelu. Skuteczna odpowiedź to oficjalna ścieżka szybsza i bezpieczniejsza niż nieoficjalna, bo zakazy są omijane.

Czy unijny akt o sztucznej inteligencji coś zmienia w kwestii maskowania?

Tak. Systemy AI wysokiego ryzyka z załącznika III (HR, rekrutacja, ocena pracowników) muszą spełniać wymogi dotyczące zarządzania danymi (art. 10), zarządzania ryzykiem (art. 9) i nadzoru ludzkiego (art. 14). Pseudonimizacja danych wejściowych przed przekazaniem ich takiemu systemowi to najczystszy sposób na jednoczesne spełnienie minimalizacji danych z art. 5 RODO i art. 10 aktu o AI. Akt o AI nie wymaga maskowania wprost, ale w praktyce je ułatwia.

Czym jest certyfikat maskowania i po co mi on?

Certyfikat maskowania może uzupełniać Państwa rejestry operacji o skróty dokumentów i podsumowania maskowania. Nie dowodzi, że wykryto każdą wartość wrażliwą, nie ustala anonimizacji i niezależnie nie potwierdza, że nie zachowano żadnej kopii dokumentu. Pola rzeczywistego certyfikatu warto porównać z własnymi wymogami audytowymi.

Czy mogę zamaskować arkusz Excel z danymi pracowników bez psucia formuł?

Redactic obsługuje procesy maskowania arkuszy. Warto sprawdzić reprezentatywny skoroszyt i zweryfikować wyeksportowane arkusze, formuły, wartości liczbowe, układ i właściwości. Nie należy zakładać, że zachowana jest każda funkcja arkusza ani że wykryto wszystkie informacje wrażliwe.

Gdzie Redactic przechowuje moje dane?

Dokumenty i wyniki korzystają z tymczasowej pamięci przetwarzania w infrastrukturze kontrolowanej przez Redactic w Europie. Może być potrzebne tymczasowe przetwarzanie danych do przywracania po stronie serwera. Dane konta, rozliczeń, zgód i rejestry operacji są obsługiwane osobno. Warunki przechowywania i usuwania znajdują się w umowie powierzenia (DPA) Redactic i w informacji o prywatności; profil dla Państwa procesu można potwierdzić z nami. Więcej informacji: strony zaufania

Jeśli z tego poradnika mają Państwo przeczytać tylko jedno, niech będzie to sekcja 6 o shadow AI. Największym pojedynczym ryzykiem w Państwa firmie w 2026 r. jest skumulowany efekt tysiąca drobnych wklejeń do ChatGPT z kont prywatnych. Odpowiedzią jest szybsza oficjalna ścieżka z prawidłowym maskowaniem danych i podpisaną umową powierzenia, bo zaostrzone zasady zostaną ominięte. Warto zbudować tę ścieżkę, zanim zrobi to za Państwa regulator.

Aby zobaczyć, jak to działa w praktyce, strona główna Redactic pokazuje cztery tryby zastosowań (Maskowanie, Anonimizacja, Użycie z AI, Bezpieczny chatbot) na demo z przykładową umową. Plan Solo obejmuje jednego specjalistę za 19 euro miesięcznie; plan Firm dodaje bezpieczny czat AI i do pięćdziesięciu stanowisk za 49 euro miesięcznie; Enterprise jest ustalany indywidualnie. Umowa powierzenia jest podpisywana przy rejestracji, a certyfikat maskowania można pobrać z każdego ukończonego zadania.