Observe cómo un abogado, un contable o un profesional sanitario se sirve de una IA en un expediente concreto y advertirá algo que todas las herramientas de anonimización parecen haber pasado por alto: nadie trabaja en una sola pasada. Se plantea una pregunta, se lee la respuesta, se encadena una repregunta más precisa, se pega un segundo documento, se vuelve al primero. El trabajo es la conversación. Sin embargo, casi todas las maneras de ocultar datos personales se rompen en silencio en cuanto esa conversación arranca.
Esa observación explica la forma que tiene promptShield. Conviene, pues, nombrar la idea con claridad, porque, por lo que sabemos, nadie más ha construido su producto en torno a ella: la anonimización estable en conversación. Una misma entidad conserva un mismo código de un extremo a otro de la conversación y en cada archivo relacionado, de modo que la IA razona sobre el documento protegido igual que lo haría sobre el real y usted recupera después, sin pérdida, los valores reales.
El trabajo se hace en varios turnos, así que la protección también debe serlo
Imagine la versión realista de la tarea. Tiene un contrato y sus tres anexos: pega el contrato ya anonimizado y pide al modelo un resumen de las obligaciones, que el modelo entrega sin dificultad. Después pega un anexo y pregunta: «¿Modifica esto las condiciones de pago del comprador respecto del original?». Y acto seguido: «Redacta una cláusula que resuelva el conflicto entre la sección 4 de este anexo y la sección 7 del contrato».
Para que eso dé algo útil, el modelo tiene que saber que el «comprador» del contrato y el «comprador» del anexo son la misma persona jurídica, que la dirección de la cláusula 4 es la misma que se mencionó tres turnos atrás y que «el demandado» y «la señora Laurent» son una sola parte, no dos. La correferencia, ese hilo de identidad que atraviesa todo el intercambio, es la sustancia del razonamiento profesional, no un lujo prescindible. Rómpala y la IA se equivocará con todo aplomo, de un modo que además cuesta detectar.
Una anonimización que concibe el documento como «algo que limpiar una sola vez» nunca llega a ver esto: limpia el archivo y lo devuelve. Pero el profesional no tiene un archivo; tiene un caso, un asunto, un cliente, es decir, un conjunto de material relacionado sobre el que razona en bloque, en diálogo y a lo largo del tiempo. De ahí que la unidad de trabajo sea la conversación, y no el documento.
Por qué los enfoques evidentes se desmoronan
En cuanto se formula la tarea como «mantener la identidad coherente a lo largo de toda una conversación», las técnicas habituales quedan al descubierto como la herramienta equivocada:
| Enfoque | Qué hace | Por qué la conversación lo desarma |
|---|---|---|
| Tachar con barras negras | Cubre el texto en la página | El modelo no puede razonar sobre lo que no ve: ninguna mención posterior al «comprador» remite ya a nada |
| Borrar los nombres | Elimina la entidad sin más | Personas distintas se funden en el mismo hueco, y el modelo inventa en silencio a alguien que lo llene |
| Una etiqueta nueva en cada pasada | Genera un seudónimo distinto en cada ejecución | El segundo turno renombra a todos: una persona se convierte en dos, y nada señala la contradicción |
| Buscar y reemplazar | Hace corresponder una grafía con una cadena | Se le escapan las flexiones, las iniciales y los alias, y no sabe nada del segundo documento que usted pega |
| Tokenización documento a documento | Códigos estables, pero solo dentro de un archivo | Un contrato y su adenda asignan códigos distintos a la misma parte: el razonamiento cruzado falla en silencio |
El patrón se repite en cada fila: todos estos enfoques sirven para «sanear este único bloque de texto» y todos fallan en cuanto el trabajo se convierte en una conversación. Se concibieron para una unidad de trabajo que no es la que los profesionales tienen delante.
Qué exige la anonimización estable en conversación
Nombrar la carencia es fácil; cerrarla implica exigencias reales, y son ellas las que hacen de esto un producto y no una simple macro de buscar y reemplazar.
Una identidad estable. La misma entidad debe corresponder al mismo código cada vez que aparece: no solo dentro de un documento, sino a lo largo de toda la conversación y en cada archivo vinculado. En promptShield, «John Smith» recibe el mismo código (digamos [P0ABCD]) tanto si figura en el contrato como en la factura o en el adjunto del correo, porque los archivos relacionados comparten un mismo registro de códigos. Deposítelos en la misma carpeta y la vinculación es automática, sin configurar nada.
Códigos tipados y legibles. Un código tiene esta forma: [P0ABCD], [A1WXYZ], [B2KLMN]. La primera letra indica el tipo (P de persona, A de dirección, B de IBAN), de modo que el modelo sigue sabiendo que razona sobre una persona, una dirección o una cuenta, y puede dar una respuesta de verdad útil en lugar de tropezar con un ruido opaco. Con la descarga va una instrucción que pide a la IA devolver los códigos tal cual. Se conserva así la estructura que ayuda a la IA; solo se oculta la identidad.
Una vuelta atrás fiel. Ocultar la identidad es solo la mitad del trabajo. La correspondencia que lleva del código al valor original se guarda en su equipo, de modo que, cuando la respuesta de la IA vuelve sembrada de [P0ABCD] y [B2KLMN], usted la decodifica en un solo paso y obtiene un texto que se lee como si nunca hubiera anonimizado nada. Son los códigos estables los que hacen inequívoca esa decodificación: un código, un original, siempre.
Reúna todo eso y obtendrá la propiedad que importa: la IA trabaja sobre el documento protegido exactamente como lo haría sobre el real. El mismo razonamiento, las mismas referencias cruzadas, la misma coherencia a lo largo de varios turnos, sin que ninguna identidad real esté nunca presente en la conversación y con una restitución limpia al final.
El circuito, de principio a fin
En la práctica es un único circuito continuo, y acompaña el ritmo del trabajo real en lugar de interrumpirlo:
- Codificar. Cada entidad se reemplaza por un código estable y tipado; los archivos vinculados comparten el registro; un humano revisa las detecciones antes de que nada quede fijado. (En los documentos donde hay mucho en juego, esa revisión humana es la clave de todo: véase por qué un humano permanece en el circuito.)
- Conversar. Pegue la versión protegida en ChatGPT, Claude o cualquier otro modelo, plantee repreguntas, añada más documentos del mismo asunto, vuelva sobre los anteriores. Las identidades se mantienen coherentes mientras dure la conversación, porque los códigos no se desvían.
- Decodificar. Traiga lo que ha escrito la IA y restituya cada código a su valor real en un solo paso: un documento final que se lee como si los nombres reales hubieran estado ahí desde el principio.
Como todo el circuito se ejecuta en su equipo, ninguna parte del asunto (ni los originales, ni la tabla de códigos, ni un solo turno del texto protegido) sale jamás de su perímetro.
La categoría que reivindicamos
Abundan las herramientas capaces de ocultar un nombre, y algunas incluso lo ocultan de forma coherente si se las configura para ello. Lo que falta en el mercado es otra cosa: un producto concebido en torno a la manera en que los profesionales trabajan de verdad con la IA, es decir, de forma iterativa, de un turno a otro, entre archivos vinculados, con un humano que responde por el resultado y una vuelta atrás limpia al final. Para ese flujo de trabajo se diseñó promptShield desde los cimientos, y es la idea a la que nos gustaría ponerle nombre.
Llámela anonimización estable en conversación. Una entidad, un código, de principio a fin, para que por fin pueda usar la IA en los documentos que importan tal como usted ya los concibe: no como archivos que limpiar, sino como un caso que trabajar.
Preguntas frecuentes
¿Por qué el mismo nombre necesita el mismo código siempre?
Porque los profesionales no anonimizan de una sola pasada. Repreguntan, pegan un segundo documento y razonan sobre ambos. Si la misma persona recibe un código distinto en cada turno, la IA lee sobre dos personas diferentes.
¿Qué se rompe si los códigos cambian entre documentos?
El razonamiento cruzado. Un contrato y su adenda dejan de referirse a la misma parte, y cualquier conclusión sacada de ambos es errónea. Por eso el tachado reversible mantiene un código estable por entidad en lugar de una etiqueta nueva en cada ejecución.
¿Se guarda la tabla de códigos en algún servidor?
No. El registro de código a valor permanece en la máquina que lo creó, la misma decisión de diseño que hay detrás del motor que escribimos justo para ese trabajo.