Fluturașii de salariu, contractele, notele de interviu și corespondența cu clienții pot conține informații sensibile. Mascarea documentelor ajută la eliminarea anumitor informații din versiunea pe care intenționați să o partajați sau să o prelucrați. Mascarea reversibilă și cea permanentă au scopuri diferite; niciuna nu stabilește automat că un rezultat este anonim sau că o utilizare ulterioară este legală.
Acest ghid este referința extinsă pe care ne-am fi dorit-o când am construit Redactic. Explică ce este cu adevărat mascarea datelor și ce nu este, cum o încadrează GDPR (pseudonimizarea din articolul 4 față de anonimizarea din considerentul 26), cele două moduri de mascare pe care le veți folosi în practică, categoriile de date personale care trebuie mascate înainte de orice utilizare a AI, un flux de lucru în cinci pași care merge de la un singur PDF până la o foaie de calcul de salarii cu mai multe foi, riscul real de GDPR al shadow AI în firmele de servicii profesionale, o listă de opt puncte pentru alegerea unui instrument de mascare și un FAQ cu întrebările pe care clienții ni le pun în fiecare săptămână.
Puteți citi articolul de la cap la coadă, este scris pentru a fi parcurs rapid, sau puteți sări la secțiunea care se potrivește problemei dumneavoastră de moment. Dacă firma dumneavoastră a avut deja discuția „ce facem cu ChatGPT” și a pierdut-o, începeți cu secțiunea despre shadow AI. Dacă grija principală este controlul autorității de supraveghere, începeți cu cadrul GDPR.
1. Ce este mascarea datelor și ce nu este
Mascarea datelor (în engleză redaction) este procesul prin care se identifică datele personale sau alte informații sensibile dintr-un document și se elimină din versiunea care va fi partajată, prelucrată sau stocată în continuare. Termenul vine din practica juridică, unde pasajele din actele de procedură se înnegreau înainte de publicare; în fluxurile digitale acoperă un set mult mai larg de operațiuni, de la înlocuirea unui nume cu un substituent până la distrugerea definitivă a unei zone dintr-o imagine printr-o înnegrire perfectă la nivel de pixel.
Oamenii folosesc adesea „mascare”, „anonimizare”, „pseudonimizare”, „acoperire”, „criptare” și „ștergere” ca sinonime. Nu sunt sinonime, iar diferența contează în GDPR. Revenim la nuanțele juridice în secțiunea 2; deocamdată rețineți următoarele distincții.
- Mascarea (redaction) este operațiunea generală: transformarea unui document care conține date personale într-o versiune care nu le mai conține (sau nu le mai conține într-un mod pe care atacatorii sau cititorii neautorizați îl pot recupera).
- Acoperirea (masking) este o singură tehnică: fiecare fragment de date personale detectat se înlocuiește cu un substituent precum
[PERSON_1]sau⟦NAME⟧. Substituentul are sens pentru un proces ulterior (de exemplu un LLM), dar nu conține el însuși niciun identificator. În practică, mascarea datelor personale înseamnă alegerea între această cale și o înnegrire permanentă, în funcție de destinația documentului. - Pseudonimizarea este acoperirea plus o corespondență controlată, stocată separat, înapoi către valorile originale. GDPR o recunoaște explicit la articolul 4 pct. 5 și o încurajează în tot textul, dar nu transformă datele în date „anonime”.
- Anonimizarea este într-un singur sens și ireversibilă. După anonimizare nimeni, nici dumneavoastră, nu ar trebui să mai poată reidentifica persoana vizată. GDPR stabilește acest prag în considerentul 26, iar datele anonime ies complet din sfera regulamentului.
- Criptarea este reversibilă pentru oricine are cheia. Datele personale criptate rămân date personale în sensul GDPR; criptarea este un control de securitate și nu o tehnică de mascare.
- Ștergerea elimină documentul; mascarea elimină datele personale dintr-un document pe care îl păstrați.
Alegeți mascarea permanentă atunci când anumite informații sensibile trebuie eliminate din rezultatul partajat. Alegeți mascarea reversibilă atunci când un flux acceptat are nevoie de substituenți și de restaurare ulterioară. În ambele cazuri, evaluați contextul rămas și identificatorii indirecți. Mascarea permanentă nu stabilește automat anonimizarea.
Un al doilea tipar pe care îl vedem constant este tratarea mascării ca pas unic, înainte de partajare. Într-o firmă cu mai mulți clienți, cu discuri partajate, cu utilizare săptămânală a LLM-urilor și cu subcontractori externi, mascarea trebuie să facă parte din fluxul de lucru, la încărcare, la momentul cererii către AI și la export. O verificare manuală lunară făcută de un paralegal cu un marker negru nu o înlocuiește.
2. Cadrul GDPR: pseudonimizarea din art. 4 pct. 5 față de anonimizarea din considerentul 26
Trei trimiteri la GDPR modelează orice discuție serioasă despre mascarea datelor în UE.
Articolul 4 pct. 5 din GDPR definește pseudonimizarea ca „prelucrarea datelor cu caracter personal într-un asemenea mod încât acestea să nu mai poată fi atribuite unei anume persoane vizate fără a se utiliza informații suplimentare”. Informațiile suplimentare trebuie „păstrate separat și să facă obiectul unor măsuri de natură tehnică și organizatorică, care să asigure neatribuirea acestor date cu caracter personal unei persoane fizice identificate sau identificabile”. Datele pseudonimizate rămân date personale: GDPR se aplică în continuare, aveți nevoie în continuare de un temei juridic, iar persoana vizată păstrează dreptul de acces și de ștergere.
Considerentul 26 din GDPR trasează limita anonimizării: „Principiile protecției datelor nu ar trebui, prin urmare, să se aplice informațiilor anonime, și anume informațiilor care nu au legătură cu o persoană fizică identificată sau identificabilă sau datelor cu caracter personal care au fost transformate în date anonime astfel încât persoana vizată să nu mai fie sau să nu mai poată fi identificată.” Datele anonime sunt în afara domeniului de aplicare. Pragul este ridicat și se înțelege cel mai bine prin cele trei criterii din Avizul 05/2014 al Grupului de lucru Articolul 29: izolarea, posibilitatea de corelare și inferența. Dacă un document mascat permite încă izolarea unei persoane, corelarea înregistrărilor între seturi de date sau deducerea unor atribute ale unei anumite persoane, ați pseudonimizat, nu ați anonimizat.
Articolul 25 (protecția datelor începând cu momentul conceperii și implicit) și articolul 32 (securitatea prelucrării) indică împreună pseudonimizarea drept măsură tehnică prudentă pentru prelucrările riscante. Articolul 32 alin. (1) lit. (a) o menționează explicit. De aceea un program de conformitate GDPR care a investit într-o pseudonimizare corectă este bine privit de autoritățile de supraveghere: este un control pe care regulamentul însuși îl prevede cu numele.
Regulamentul UE privind inteligența artificială, care se suprapune cu GDPR în acest domeniu, este în vigoare din 2024, cu dispozițiile pentru sistemele cu risc ridicat intrând etapizat în 2026 și 2027, și adaugă un strat nou. Sistemele AI folosite în HR (recrutare, evaluarea performanței, decizii de promovare) sunt clasificate cu risc ridicat în anexa III. Ele cer gestionarea riscurilor, guvernanța datelor, documentație tehnică, transparență, supraveghere umană, controale de acuratețe, robustețe și securitate cibernetică și o evaluare a impactului asupra drepturilor fundamentale. Regulamentul nu impune pseudonimizarea înainte de utilizarea AI, dar în practică este calea cea mai curată de a respecta simultan minimizarea datelor (art. 5 GDPR) și articolul de guvernanță a datelor din Regulamentul privind IA (art. 10). Pentru utilizarea AI, conformitatea cu GDPR și cu Regulamentul privind IA funcționează cel mai bine ca un singur model operațional în care cele două regulamente sunt tratate împreună.
Un mit trebuie dărâmat: mulți furnizori își prezintă instrumentul drept „anonimizare GDPR”, deși este de fapt pseudonimizare. Dacă corespondența dintre substituent și valoarea originală există undeva, pe sistemul dumneavoastră de fișiere, în browserul utilizatorului sau într-un serviciu operat de noi, datele sunt pseudonimizate și nu anonime. Pseudonimizarea din GDPR este o garanție utilă și nu e nimic rău în a o oferi; faptul că o numim anonimizare induce în eroare și îl expune pe client unei capcane de conformitate. Certificatul de mascare Redactic face distincția în mod explicit și etichetează fiecare lucrare reversibilă drept pseudonimizare conform articolului 4 pct. 5.
Jurisprudența a strâns și mai mult limita. În cauza Breyer împotriva Germaniei (C-582/14, 2016), Curtea de Justiție a hotărât că o adresă IP deținută de operatorul unui site este dată personală dacă operatorul dispune de mijloace legale rezonabile pentru a obține informațiile suplimentare de identificare de la un terț. Testul „mijloacelor rezonabile” este mai larg decât presupun mulți ingineri: datele pe care serviciul dumneavoastră singur nu le poate identifica pot fi totuși date personale dacă o hotărâre judecătorească sau un aranjament contractual ar putea furniza piesele lipsă. Pentru mascare, aceasta înseamnă că o separare între substituent și corespondență, repartizată între două organizații, nu este automat anonimizare: dacă oricare dintre părți poate obliga legal cealaltă parte să dezvăluie corespondența, datele sunt pseudonimizate pentru amândouă. Hotărârea din 2023 SRB împotriva AEPD (T-557/20) a consolidat caracterul contextual al testului, distingând datele pseudonimizate în mâinile unui destinatar care nu poate reidentifica de aceleași date în mâinile operatorului care poate.
Avizul 05/2014 al Grupului de lucru Articolul 29 (susținut acum de CEPD) operaționalizează considerentul 26 prin trei modele concrete de atac. Izolarea: poate un atacator să izoleze o înregistrare care corespunde unei singure persoane? Corelarea: pot fi legate de aceeași persoană două înregistrări din același set de date sau din seturi diferite? Inferența: poate fi dedusă valoarea unui atribut dintr-o combinație a celorlalte? Dacă răspunsul la oricare dintre cele trei este da, documentul este pseudonimizat, nu anonimizat. Concluzia practică este că mascarea numelui dintr-o foaie de salarii nu o anonimizează, pentru că rândul încă izolează un angajat, și că cazul cu adevărat anonim este mai rar decât lasă să se înțeleagă furnizorii.
3. Cele două moduri de mascare: reversibil (corespondență de substituenți) și ireversibil (înnegrire)
În producție veți folosi constant două moduri. Înțelegerea diferenței separă un flux de lucru care rezistă unei inspecții de unul care scapă nume pentru că ați folosit instrumentul greșit pentru sarcină.
Mascarea reversibilă înlocuiește valorile sensibile detectate cu substituenți și folosește o corespondență separată pentru restaurare în fluxurile acceptate. Protejați corespondența și verificați textul pregătit înaintea oricărei sarcini AI opționale. Valorile ratate și informațiile din context pot identifica în continuare persoane.
Corespondențele de restaurare cer protecție și o politică de păstrare definită. În funcție de flux, prelucrarea poate implica o stare temporară pe server, pe lângă restaurarea locală. Redactic nu afirmă că conținutul original sau datele de corespondență rămân întotdeauna în browser. Consultați DPA aplicabil pentru obligațiile de păstrare și ștergere.
Mascarea permanentă elimină anumite informații sensibile din documentul exportat. Pentru scanări și imagini, OCR poate ajuta la localizarea textului care trebuie revizuit. Verificați rezultatul pentru valori ratate, informații ascunse și identificatori indirecți. Distrugerea unui text sau a unor zone de imagine selectate nu demonstrează în sine că persoanele nu mai pot fi identificate pe baza conținutului rămas.
Greșeala pe care o vedem cel mai des este cea inversă: o firmă face o trecere de „anonimizare” care este de fapt mascare reversibilă, partajează fișierul extern și lasă corespondența pe un disc partajat la care destinatarul ajunge în cele din urmă. Rezultatul este o înregistrare reidentificabilă pe serverul unei terțe părți. Alegeți modul după destinația documentului.
Redactic oferă mascare reversibilă și permanentă pentru fluxurile acceptate. Formatele de export disponibile și păstrarea aspectului depind de fișierul de intrare și de operațiunea aleasă. Confirmați rezultatul cu un fișier reprezentativ; nu presupuneți că mascarea reversibilă păstrează un PDF în formatul original.
4. Categoriile de date personale care trebuie mascate înainte de utilizarea AI
Nu toate datele personale au aceeași greutate în reglementare. GDPR distinge „datele cu caracter personal” (art. 4 pct. 1), tot ce identifică sau poate identifica o persoană fizică, de „categoriile speciale” (art. 9), precum datele privind sănătatea, identificatorii biometrici, originea rasială sau etnică, opiniile politice, convingerile religioase, apartenența sindicală, orientarea sexuală și datele genetice. Pentru categoriile speciale pragul de prelucrare este semnificativ mai ridicat (consimțământ explicit, interese vitale, interes public în domeniul sănătății etc.), iar riscul unei dezvăluiri neintenționate la nivelul LLM este pe măsură mai mare.
Tabelul următor este lista scurtă operațională pe care o folosim. Înainte ca un document să ajungă la ChatGPT, Claude, Gemini, Mistral sau la orice alt furnizor de LLM, fiecare element de mai jos trebuie fie mascat cu un substituent, fie înnegrit, în funcție de nevoia de reversibilitate a fluxului.
| Categorie | Exemple | De ce contează |
|---|---|---|
| Identificatori direcți | Nume complet, e-mail, telefon, adresă poștală | Setul minim de date personale; reidentifică fără efort. |
| Identificatori naționali | Codice Fiscale italian, NIR/INSEE francez, Steuer-ID german, DNI/NIE spaniol, numere de pașaport UE | Identificatorii specifici fiecărei țări cer acoperire adecvată și verificare umană. Potrivirea formatului unui identificator nu îl validează neapărat și nu stabilește cui aparține. |
| Financiari | IBAN, SWIFT, numere de carduri de plată, cont bancar, cod fiscal/TVA | Risc apropiat de PCI-DSS și risc direct de fraudă. |
| Angajare | ID de angajat, rând din statul de plată, data angajării, salariu, calificativ de performanță | Reidentificare într-o organizație mică chiar și fără nume. |
| Sănătate (art. 9) | Diagnostice, medicație, motivele concediilor medicale, note de medicina muncii | Categorie specială; consimțământ explicit sau alt temei din art. 9. |
| Date biometrice / documente de identitate | Numere de cărți de identitate, permis de conducere, pașaport, fotografii ale chipului | Categorie specială dacă servesc la identificare unică. |
| Cvasi-identificatori | Data nașterii + cod poștal + sex, rol exact + departament, titlu rar de funcție | Folosiți în atacuri prin corelare. Regula de 87% a lui Sweeney: codul poștal + data nașterii + sexul reidentifică majoritatea adulților din SUA. |
| Dezvăluiri în text liber | Transcrieri ale interviurilor de plecare, reclamații ale clienților, tichete de suport | Cea mai grea categorie. Scapă adesea instrumentelor bazate pe tipare și cere recunoașterea entităților prin învățare automată. |
Detectarea automată a datelor personale poate combina tehnici bazate pe tipare și pe învățare automată pentru a identifica informațiile probabil sensibile. Redactic combină detectarea automată cu prelucrarea documentelor și cu revizuirea umană, pe infrastructură controlată de Redactic în Europa. Conținutul nemascat nu este trimis serviciilor de inferență AI sau de învățare automată ale terților în timpul detectării sau al mascării. Acuratețea depinde de calitatea documentului, de limbă și de context.
OCR face textul din scanările și imaginile acceptate disponibil pentru detectare și revizuire. Rezoluția scăzută, rotirea, scrisul de mână și aspectele complexe pot afecta rezultatul. Verificați fiecare pagină relevantă și documentul exportat; suportul OCR nu garantează că fiecare valoare sensibilă va fi găsită.
Rapoartele alcătuite în mare parte din informații de sănătate cer aceeași grijă, iar Redactic arată cum psihologii pot masca rapoartele psihologice și expertizele înainte de a le trimite avocaților, școlilor sau instanței.
5. Fluxul de lucru în cinci pași care se scalează
Un flux de mascare repetabil combină selectarea documentului, detectarea automată, revizuirea umană, aplicarea și verificarea rezultatului. Cei cinci pași de mai jos sunt un punct de plecare practic; adaptați-i la cerințele de tratare a datelor și de aprobare din organizația dumneavoastră.
- Încărcare. Selectați un document acceptat și confirmați că sunteți autorizat să îl prelucrați. În SaaS standard, documentul original este încărcat la Redactic pentru prelucrare în Europa. Detectarea și mascarea nu trimit conținut nemascat către servicii de inferență AI ale terților.
- Detectare. Identificați numele, datele de contact, informațiile financiare și identificatorii naționali relevanți probabili. Pentru scanări și imagini, recunoașterea textului poate ajuta la localizarea informațiilor. Tratați detecțiile ca sugestii care cer revizuire.
- Revizuire. Verificați valorile detectate, corectați fals-pozitivele și căutați informațiile sensibile ratate. Acordați atenție deosebită identificatorilor contextuali, scanărilor slabe, tabelelor și grafiilor inconsecvente.
- Aplicare. Alegeți mascarea permanentă sau reversibilă pentru destinația urmărită. Protejați corespondențele de restaurare când le folosiți. Verificați proprietățile documentului și informațiile ascunse, pe lângă textul vizibil; limitările specifice formatului sunt importante.
- Partajare sau restaurare. Revizuiți rezultatul exportat înainte de partajare. Dacă alegeți un flux AI opțional, revizuiți mai întâi conținutul pregătit și condițiile furnizorului. Restaurați valorile numai într-un flux acceptat, cu o corespondență protejată corespunzător. Păstrați evidențe ale operațiunilor potrivite cerințelor dumneavoastră de audit.
Un certificat de mascare poate completa evidențele dumneavoastră de operațiuni cu hash-uri ale documentelor și rezumate ale mascării. Nu dovedește că fiecare valoare sensibilă a fost detectată, nu stabilește anonimizarea și nu dovedește independent că nu a fost păstrată nicio copie a documentului. Comparați câmpurile certificatului real cu cerințele dumneavoastră de audit.
De exemplu, o echipă de salarizare poate revizui o foaie de calcul cu mai multe foi pentru a găsi nume de angajați, identificatori fiscali, date bancare și note sensibile. Confirmă detecțiile, corectează valorile ratate și alege mascarea reversibilă sau permanentă, după caz. Înainte de partajare verifică registrul exportat, inclusiv formulele, celulele numerice, foile ascunse, comentariile și proprietățile. Acest exemplu ilustrează un flux de lucru și nu este o garanție măsurată de acuratețe sau de timp de prelucrare.
6. Shadow AI: de ce folosirea nechibzuită a ChatGPT încalcă GDPR
Discuția pe care o avem cel mai des cu clienții începe așa: „Am interzis ChatGPT pentru date sensibile. Apoi am descoperit că toată lumea lipește totuși informații, din conturi personale, pe telefoane, după program.” Aceasta este shadow AI: folosirea unor servicii LLM publice cu date sensibile, fără vizibilitate pentru IT, adesea cu cele mai bune intenții. În 2026 este riscul AI dominant în firmele de servicii profesionale.
Shadow AI încalcă GDPR în trei moduri concrete. Mai întâi, furnizorul de LLM devine persoană împuternicită fără acord de prelucrare. Articolul 28 cere un astfel de acord, iar articolul 28 alin. (3) enumeră cele opt clauze pe care trebuie să le conțină, înainte de orice prelucrare în numele operatorului. Un utilizator care lipește nume de clienți într-un cont personal ChatGPT creează o prelucrare fără acord, fără înregistrare în registrul activităților de prelucrare (art. 30), fără verificarea cerută de art. 28 și fără un lanț documentat de subîmputerniciți. Apoi, în funcție de setările implicite ale furnizorului pentru nivelul de consum, datele introduse pot fi folosite pentru antrenarea modelului următor, o dezvăluire ireversibilă pe care ștergerea (art. 17) nu o poate anula. În al treilea rând, datele trec granița UE către un centru de date din SUA, fără ca operatorul să fi făcut o evaluare a impactului transferului după Schrems II.
Detectarea și mascarea documentelor în Redactic rulează pe infrastructură controlată de Redactic în Europa, fără inferență AI sau de învățare automată a terților asupra conținutului nemascat. Fluxurile AI opționale sunt separate: valorile sensibile detectate sunt eliminate sau înlocuite înainte ca conținutul pregătit să fie trimis furnizorului ales. Verificați textul documentului, instrucțiunile suplimentare și mesajele din chat; valorile ratate și detaliile contextuale pot identifica în continuare persoane. Furnizorul, regiunea, păstrarea și condițiile de antrenare depind de fluxul ales și de acordul aplicabil.
Nu este o îngrijorare teoretică. Samsung a interzis ChatGPT și alte instrumente de IA generativă în mai 2023, după ce angajații ar fi introdus în chatbot informații corporative, inclusiv cod sursă. Autoritatea italiană Garante a suspendat temporar ChatGPT la 30 martie 2023 din cauza art. 6 (temei juridic), art. 13 (notă de informare) și a lipsei verificării vârstei; serviciul a fost restabilit la 28 aprilie 2023 numai după ce OpenAI a introdus o barieră de vârstă, o opțiune de renunțare și o notă de informare explicită. Garante a emis apoi o decizie finală la 20 decembrie 2024, cu o amendă de 15 milioane de euro. În paralel, AEPD din Spania a deschis o anchetă în aprilie 2023, iar Comitetul European pentru Protecția Datelor a format în aprilie 2023 un grup operativ dedicat ChatGPT, care și-a publicat constatările preliminare în mai 2024. Studiul Cyberhaven din 2023, citat de Cleansum, a constatat că 11% dintre solicitările corporative către ChatGPT conțineau date sensibile, precum evidențe de salarii, cod sursă și informații despre clienți, încărcate din interiorul firewall-urilor. Regulamentul privind IA adaugă, din august 2025, obligații pentru IA de uz general care limitează în continuare modul în care serviciile LLM pentru consumatori pot fi folosite în contexte reglementate. Un răspuns credibil privind confidențialitatea în ChatGPT este acum precondiția operațională a adoptării AI în firma dumneavoastră.
Un flux AI aprobat trebuie să fie practic pentru angajați și susținut de reguli clare de tratare. Redactic oferă fluxuri AI opționale alături de mascarea documentelor, cu acoperirea valorilor sensibile detectate. Nu facem aici nicio afirmație comparativă despre viteză: timpul de prelucrare și efortul de revizuire depind de fișier, de sarcină și de flux.
Ca întrebare de achiziție, confidențialitatea datelor în LLM se reduce la trei răspunsuri concrete. (1) Furnizorul are un endpoint UE cu rezidența datelor în UE și o listă clară a subîmputerniciților? (2) Datele dumneavoastră de intrare sunt excluse implicit din antrenarea modelului, cu un acord de prelucrare semnat în acest sens? (3) Păstrarea este zero sau strict limitată, cu o pistă de audit pe care o puteți reproduce? Orice este mai slab decât un da la toate trei împinge povara conformității înapoi asupra firmei dumneavoastră, și asupra avocatului, contabilului sau responsabilului HR care nu are nici timpul, nici pregătirea necesară. Setările implicite de confidențialitate ale nivelului pentru consumatori al ChatGPT nu trec acest test; nivelurile pentru întreprinderi îl trec, dar cer atât diligență la achiziție, cât și un strat de mascare în fața lor pentru a putea fi apărate.
Când estimați riscul shadow AI pentru propria firmă, tratați cu prudență statisticile care circulă: auditul nostru al celor mai repetate statistici despre shadow AI urmărește fiecare cifră până la sursa primară și arată mai multe care nu măsoară ceea ce se spune de obicei că măsoară.
Pentru a folosi AI fără a preda nume și identificatori, Redactic poate pregăti documentele dumneavoastră pentru AI: valorile detectate devin substituenți, iar numele reale revin în browserul dumneavoastră când sosește răspunsul.
7. Alegerea unui instrument de mascare: o listă de evaluare cu 8 puncte
Dacă cumpărați software de mascare a documentelor, cu sau fără detectare bazată pe AI, sau comparați o soluție internă cu un produs gata făcut, lista de mai jos este cea pe care o folosim cu potențialii clienți. Acordați fiecărui punct 0-2 (nu / parțial / da) și dați dublă pondere punctelor despre confidențialitate. Dacă terminați sub 18 din maximum 32, aveți un risc de conformitate; sub 12, aveți și un risc de productivitate.
- Arhitectură fără urme. Procesează serviciul documentul în memorie și îl aruncă imediat? Sunt datele de intrare criptate în repaus în stocarea efemeră, cu TTL scurt, și nu sunt scrise niciodată într-un jurnal persistent? De ce contează: o copie stocată este în continuare dată personală; procesul de mascare devine el însuși o activitate de prelucrare separată dacă datele de intrare supraviețuiesc cererii.
- Detectare multilingvă a datelor personale. Modelul tratează Codice Fiscale italian, NIR francez, Steuer-ID german, DNI/NIE spaniol, PESEL polonez etc. sau numai nume englezești și SSN americane? De ce contează: detectoarele centrate pe engleză ratează 30-50% din identificatorii naționali din documentele UE.
- OCR pentru scanări. Poate instrumentul masca un PDF scanat sau o carte de identitate fotografiată cu înnegrire perfectă la nivel de pixel? De ce contează: cazurile care îl sperie cel mai mult pe responsabilul cu protecția datelor, contractele vechi și documentele fotografiate, sunt exact cazurile în care un instrument doar pentru text nu poate ajuta.
- Suport pentru două moduri. Poate instrumentul produce din aceeași încărcare atât un rezultat reversibil (substituenți), cât și unul ireversibil (înnegrire)? De ce contează: instrumentele cu un singur mod vă obligă să întrețineți două fluxuri.
- Revizuire manuală. Permite interfața unui om să accepte sau să respingă fiecare fragment detectat înainte de aplicarea mascării? De ce contează: detectarea orientată spre acoperire completă este setarea implicită corectă, dar produce fals-pozitive care cer o cale rapidă de revizuire.
- Eliminarea metadatelor. Elimină instrumentul și proprietățile documentului (autor, ultima modificare de, XMP, EXIF)? De ce contează: cea mai frecventă scurgere din producție este un corp curat cu numele autorului în proprietățile PDF.
- Certificat de audit. Generează instrumentul pentru fiecare lucrare o înregistrare criptografică a ceea ce a fost prelucrat, cu hash-uri și numărul pe categorii, dar fără conținut? De ce contează: certificatul este ceea ce arătați autorității de supraveghere, asigurătorului și clientului.
- Poziție de conformitate. Rezidența datelor în UE, DPA inclus la înscriere, registru al subîmputerniciților, consimțământ click-wrap cu instantaneu criptografic, separarea rolurilor (instrumentul dumneavoastră acționează ca persoană împuternicită, nu ca operator). De ce contează: de acestea depinde dacă instrumentul se încadrează în programul GDPR existent sau creează activități noi de prelucrare pe care trebuie să le guvernați.
Instrumentele livrate ca extensie Chrome pot fi elegante, dar au scoruri slabe la (1) și (8): rareori există un DPA real în spatele unei extensii gratuite. Bibliotecile open source precum Presidio sau Piiranha au scoruri bune la (2), dar urma operațională (fără urme, OCR, audit, certificat), adică cea mai mare parte a muncii, rămâne la dumneavoastră. Instrumentele comerciale găzduite se comportă variabil; întrebarea de pus este: „arătați-mi certificatul unei lucrări de probă și lista subîmputerniciților.”
Compararea între construire și cumpărare trebuie să includă tratarea documentelor, revizuirea umană, validarea rezultatelor, controalele de păstrare, gestionarea accesului, documentația contractuală și suportul continuu. Un prototip de detectare este doar o parte dintr-un serviciu întreținut. Comparați efortul operațional total cu cerințele organizației dumneavoastră, pe documente reprezentative.
Redactic combină detectarea automată, prelucrarea documentelor și revizuirea umană pentru a ajuta la identificarea informațiilor sensibile, inclusiv în documentele scanate acceptate. Verificați valorile detectate înainte de a aplica mascarea permanentă sau reversibilă. Acoperirea depinde de calitatea documentului, de limbă și de context; automatizarea poate rata informații. Evaluați fișiere reprezentative și rezultatele exportate înainte de a adopta un flux. Lecturi suplimentare: DPA
Limitări importante: formatul de export și păstrarea aspectului depind de fluxul ales. Scanările, numele parțiale, grafiile alternative și identificatorii contextuali pot duce la detecții ratate sau inconsecvente. Verificați aceste cazuri și fișierul final exportat. Pentru restaurarea reversibilă poate fi necesară o corespondență, care trebuie protejată separat.
8. Întrebări frecvente
Care este diferența dintre mascarea datelor și anonimizarea datelor?
Mascarea elimină anumite informații dintr-un rezultat. Mascarea reversibilă înlocuiește valorile detectate și folosește o corespondență pentru restaurare. Mascarea permanentă nu face automat anonim restul documentului: informațiile din context pot identifica în continuare persoane. Evaluați separat posibilitatea de identificare înainte de a trata un rezultat drept anonim.
Este pseudonimizarea același lucru cu criptarea?
Nu. Criptarea poate fi inversată de oricine are cheia și este un control de securitate; pseudonimizarea înlocuiește valorile de identificare cu substituenți și păstrează corespondența inversă sub un control de acces mai strict. GDPR recunoaște explicit pseudonimizarea la art. 4 pct. 5 și art. 32 alin. (1) lit. (a); datele personale criptate rămân date personale.
Pot folosi ChatGPT în siguranță cu documente mascate, conform GDPR?
Mascarea poate reduce informațiile personale partajate cu un furnizor de AI, dar nu face automat legală o utilizare. Verificați conținutul pregătit, inclusiv instrucțiunile suplimentare, confirmați condițiile relevante ale furnizorului și evaluați scopul, temeiul juridic și contextul rămas. În Redactic SaaS, documentele sunt încărcate la Redactic pentru prelucrare înainte de orice sarcină AI opțională aleasă separat.
Funcționează detectarea automată a datelor personale pe PDF-uri scanate?
OCR poate ajuta la detectarea textului din PDF-uri scanate și din imagini. Redactic acceptă fluxuri de lucru care includ scanări, în funcție de formatele și limbile acceptate. Verificați paginile de calitate slabă și rezultatele exportate; OCR și detectarea automată pot rata informații sensibile.
Cât timp trebuie păstrată corespondența substituenților?
Păstrați o corespondență de restaurare doar cât timp și în scopul pe care îl cere fluxul dumneavoastră și protejați accesul la ea. Consultați acordul aplicabil pentru condițiile Redactic privind prelucrarea temporară și ștergerea. O corespondență pe care o descărcați sau o păstrați singuri are nevoie de propria politică de manipulare și păstrare.
Ce este shadow AI și de ce este o problemă GDPR?
Shadow AI înseamnă folosirea unor servicii LLM publice cu date sensibile, în afara vizibilității IT, de obicei prin conturi personale. Rezultă prelucrare fără acord de prelucrare (art. 28), transferuri internaționale nedocumentate (Schrems II) și posibila expunere a datelor introduse în antrenarea modelului. Soluția este o cale oficială mai rapidă și mai sigură decât cea din umbră, pentru că interdicțiile sunt ocolite.
Schimbă Regulamentul UE privind inteligența artificială ceva în privința mascării?
Da. Sistemele AI cu risc ridicat din anexa III (HR, recrutare, evaluarea performanței) trebuie să respecte obligațiile privind guvernanța datelor (art. 10), gestionarea riscurilor (art. 9) și supravegherea umană (art. 14). Pseudonimizarea datelor de intrare înainte de a le trimite unui astfel de sistem este calea cea mai curată de a respecta simultan minimizarea datelor din art. 5 GDPR și art. 10 din Regulamentul privind IA. Regulamentul nu cere explicit mascarea, dar o facilitează în practică.
Ce este un certificat de mascare și de ce am nevoie de unul?
Un certificat de mascare poate completa evidențele dumneavoastră de operațiuni cu hash-uri ale documentelor și rezumate ale mascării. Nu dovedește că fiecare valoare sensibilă a fost detectată, nu stabilește anonimizarea și nu dovedește independent că nu a fost păstrată nicio copie a documentului. Comparați câmpurile certificatului real cu cerințele dumneavoastră de audit.
Pot masca o foaie Excel cu date ale angajaților fără să stric formulele?
Redactic acceptă fluxuri de mascare pentru foi de calcul. Verificați un registru reprezentativ și controlați foile exportate, formulele, valorile numerice, aspectul și proprietățile. Nu presupuneți că fiecare funcție a foii de calcul este păstrată sau că toate informațiile sensibile au fost detectate.
Unde stochează Redactic datele mele?
Documentele și rezultatele folosesc stocare temporară de prelucrare pe infrastructură controlată de Redactic în Europa. Poate interveni prelucrarea temporară, pe server, a datelor de restaurare. Evidențele contului, ale facturării, ale consimțământului și ale operațiunilor sunt tratate separat. Consultați DPA și nota de confidențialitate Redactic pentru condițiile de păstrare și ștergere și cereți-ne să confirmăm profilul pentru fluxul dumneavoastră. Lecturi suplimentare: paginile de încredere
Dacă citiți din acest ghid un singur lucru, citiți secțiunea 6 despre shadow AI. Cel mai mare risc din firma dumneavoastră în 2026 este efectul cumulat al unei mii de mici lipiri în ChatGPT din conturi personale. Răspunsul este o cale oficială mai rapidă, cu mascarea corectă a datelor și un DPA semnat, pentru că regulile mai stricte vor fi ocolite. Construiți acea cale înainte ca autoritatea de reglementare să o construiască pentru dumneavoastră.
Dacă doriți să vedeți cum funcționează în practică, pagina principală Redactic parcurge cele patru moduri de utilizare (Mascare, Anonimizare, Folosire cu AI, Chatbot securizat) cu o demonstrație live pe un contract-exemplu. Planul Solo acoperă un singur profesionist cu 19 euro pe lună; planul Firm adaugă chatul AI securizat și până la cincizeci de locuri cu 49 de euro pe lună; Enterprise este personalizat. DPA este semnat la înscriere, iar certificatul de mascare poate fi descărcat din fiecare lucrare finalizată.