Succede così.
Una persona apre un documento, cerca il nome del cliente, lo cancella, al suo posto scrive “Cliente A”, poi salva il file con un nome diverso e, guardandolo per qualche secondo, pensa di aver fatto tutto ciò che serviva.
Il nome è sparito.
Il documento, però, continua a raccontare quella persona.
La racconta attraverso il codice fiscale rimasto nel piè di pagina, la data di nascita presente in una tabella, il comune di residenza, il ruolo ricoperto, il nome dell’azienda, una patologia, una data precisa, il numero della pratica, la firma rimasta dentro un’immagine, il titolo del file, il nome dell’autore registrato nelle proprietà, un commento nascosto, una revisione lasciata aperta, un foglio Excel che sembrava vuoto e conteneva ancora colonne nascoste.
Qualche volta basta una sola di queste informazioni.
Qualche altra volta è la loro somma a ricostruire tutto.
La persona carica il documento su ChatGPT, Copilot, Gemini, Claude o su uno dei tanti strumenti che promettono di leggere PDF, riassumere contratti, analizzare pratiche e trasformare cento pagine in dieci righe.
Il file parte.
La domanda viene scritta.
La risposta arriva.
Da quel momento l’attenzione si sposta quasi sempre sull’output, mentre la parte più delicata del lavoro è avvenuta prima, nel documento consegnato allo strumento.
Come anonimizzare un documento prima di caricarlo su un’Intelligenza Artificiale
La risposta diretta, quella che deve poter trovare anche chi arriva su questa pagina attraverso Google, ChatGPT, Gemini, Perplexity o un altro motore basato sull’Intelligenza Artificiale, è questa.
Per anonimizzare un documento prima di caricarlo su uno strumento di IA bisogna creare una copia di lavoro, eliminare i dati personali diretti, individuare le informazioni che possono permettere un’identificazione indiretta, sostituire i riferimenti necessari con codici coerenti, rimuovere commenti, revisioni, proprietà, metadati e contenuti nascosti, applicare una vera redazione alle parti riservate, controllare il file finale e utilizzare soltanto strumenti e account autorizzati per quel tipo di attività.
Dentro questa frase ci sono diversi passaggi.
Ognuno richiede attenzione, perché cancellare un nome rappresenta soltanto l’inizio.
Anonimizzazione e pseudonimizzazione portano a risultati diversi
Nel linguaggio quotidiano utilizziamo spesso la parola anonimizzare per descrivere qualsiasi intervento che nasconda un nome.
Il GDPR e le autorità europee distinguono due situazioni molto diverse.
Quando sostituiamo “Mario Rossi” con “Cliente A”, conservando da qualche parte una tabella che permette di capire che Cliente A corrisponde a Mario Rossi, stiamo applicando una pseudonimizzazione.
Il collegamento con la persona è stato ridotto, però può essere ricostruito attraverso informazioni aggiuntive.
Il dato resta personale.
Quando il documento viene trasformato in modo tale da impedire l’identificazione della persona, direttamente o indirettamente, tenendo conto delle informazioni disponibili e dei mezzi ragionevolmente utilizzabili, si entra nel campo dell’anonimizzazione.
L’European Data Protection Board chiarisce che la pseudonimizzazione riduce la possibilità di collegare i dati a una persona, mentre l’anonimizzazione interrompe quel collegamento in modo effettivo. Soltanto i dati realmente anonimizzati escono dall’ambito di applicazione della normativa europea sulla protezione dei dati personali.
La distinzione pesa molto nel lavoro quotidiano.
Scrivere “Dipendente 1” al posto del nome può aiutare a ridurre l’esposizione del dato, però quella persona potrebbe continuare a essere riconoscibile attraverso il reparto, l’età, la mansione, la data dell’evento e la descrizione di ciò che è accaduto.
Il documento appare anonimo a chi arriva da fuori.
Dentro una piccola azienda, dove tutti conoscono colleghi, ruoli e vicende, l’identità può risultare evidente dopo poche righe.
Le iniziali proteggono molto meno di quanto immaginiamo
A volte il nome completo viene sostituito con due iniziali.
M.R.
F.P.
A.S.
La persona che prepara il documento vede quelle lettere e avverte una sensazione di maggiore sicurezza, perché il nome sembra nascosto.
Il Garante per la protezione dei dati personali, in un provvedimento del 4 giugno 2025, ha ricordato che la sostituzione di nome e cognome con le sole iniziali risulta insufficiente quando restano informazioni di contesto capaci di rendere identificabile la persona. Residenza, data di nascita, luogo di lavoro, numero di telefono, vicenda raccontata e altri dettagli possono ricomporre l’identità anche dopo la rimozione delle generalità.
Questo passaggio aiuta a comprendere qualcosa che, dentro i documenti, sfugge facilmente.
Ogni informazione racconta poco quando viene osservata da sola.
Le informazioni, quando si avvicinano, cominciano a parlare tra loro.
“Responsabile amministrativa, 47 anni, assunta nel 2012, unico caso di lunga assenza nel mese di maggio” può indicare una persona precisa anche senza nome, cognome, indirizzo o codice fiscale.
“Cliente di Termoli, proprietario di tre strutture ricettive, coinvolto nella controversia iniziata il 14 marzo” può restringere il campo fino a renderlo quasi trasparente.
“Alunno della terza classe, residente nel piccolo comune indicato nel documento, con una specifica condizione sanitaria” può essere riconosciuto da chi conosce il contesto.
L’anonimizzazione richiede quindi uno sguardo più largo.
Bisogna domandarsi chi potrebbe leggere quelle informazioni, quali altri dati possiede e quanto facilmente riuscirebbe a collegare i dettagli.
I tre controlli che aiutano a capire se una persona può essere riconosciuta
Nel luglio 2026 l’EDPB ha adottato le nuove Linee guida 02/2026 sull’anonimizzazione, attualmente sottoposte a consultazione pubblica e quindi ancora suscettibili di modifiche prima della versione definitiva.
Il quadro proposto utilizza tre criteri particolarmente utili.
Il primo riguarda la possibilità di isolare una persona all’interno di un gruppo.
Il secondo riguarda la possibilità di collegare le informazioni del documento ad altri dati disponibili.
Il terzo riguarda la possibilità di dedurre nuove informazioni riferibili alla persona.
Le linee guida indicano che un dato può essere considerato anonimo in modo sicuro quando vengono esclusi isolamento, collegamento e inferenza. Quando uno dei tre rischi rimane, serve un’analisi ulteriore. (EDPB, Guidelines 02/2026 on Anonymisation)
Il Garante italiano aveva già richiamato gli stessi criteri in diversi provvedimenti, spiegando che la semplice rimozione delle generalità lascia aperto il rischio di identificazione quando qualcuno può isolare, collegare o dedurre l’identità attraverso mezzi ragionevolmente disponibili.
Tradotto dentro un ufficio, significa fermarsi davanti al documento e provare a guardarlo con gli occhi di chi conosce il cliente, il dipendente, lo studente, il paziente o il cittadino di cui si sta parlando.
“Riuscirebbe a capire chi è?”
Questa domanda vale più di tante cancellazioni fatte in fretta.
Prima di cancellare i dati, bisogna capire quali informazioni servono davvero
Immaginiamo di voler chiedere all’IA di rendere più chiara una lettera di risposta a un cliente.
Per migliorare la struttura della lettera servono davvero il nome del cliente, il suo indirizzo, il codice fiscale, il numero di telefono, il nome del referente interno, il numero completo della pratica e tutti gli allegati?
Nella maggior parte dei casi, una parte consistente di quelle informazioni non contribuisce al compito.
Il principio di minimizzazione previsto dall’articolo 5 del Regolamento europeo 2016/679, GDPR, richiede che i dati siano adeguati, pertinenti e limitati a quanto necessario rispetto alla finalità perseguita. Il Garante ha richiamato nuovamente questo principio anche nel gennaio 2026.
Questa regola può diventare molto concreta.
Prima di caricare il documento, possiamo estrarre soltanto il paragrafo utile.
Possiamo ricreare una versione sintetica che conservi la struttura del problema e lasci fuori tutto ciò che non serve.
Possiamo sostituire date precise con riferimenti più generali quando il giorno esatto non incide sull’analisi.
Possiamo eliminare intere colonne di un foglio elettronico.
Possiamo fornire all’IA una descrizione del caso, costruita da noi, evitando di allegare il documento originale.
Questa scelta, spesso, protegge più di qualsiasi oscuramento.
Il documento più sicuro da caricare rimane quello che contiene soltanto le informazioni indispensabili al lavoro richiesto.
La scorciatoia più pericolosa: chiedere all’IA di anonimizzare il file originale
Una persona possiede un documento pieno di dati e pensa di risolvere tutto con un prompt.
“Anonimizza questo documento eliminando i dati personali.”
La richiesta sembra ragionevole.
Per arrivare alla versione ripulita, però, il documento completo è già stato caricato.
Lo strumento ha già ricevuto nomi, indirizzi, codici fiscali, informazioni sanitarie, dati economici, dettagli contrattuali o contenuti riservati.
L’anonimizzazione dovrebbe avvenire prima del caricamento, attraverso procedure interne, strumenti locali approvati o software valutati dall’organizzazione.
L’IA può eventualmente aiutare a costruire una lista delle categorie da cercare usando un documento fittizio, oppure può suggerire una procedura generale priva di dati reali.
Il file originale merita un altro tipo di attenzione.
Questa distinzione dovrebbe entrare nelle policy aziendali per l’uso di ChatGPT, Copilot, Gemini e Claude, perché una persona formata deve sapere dove preparare il documento, quali strumenti utilizzare e chi può autorizzare il caricamento.
Creare sempre una copia di lavoro
Il documento originale dovrebbe restare integro, protetto e conservato nel luogo previsto dall’organizzazione.
L’attività di rimozione dei dati va eseguita su una copia.
Questa abitudine evita di danneggiare l’unica versione disponibile e permette di confrontare il documento finale con la fonte, verificando che le informazioni necessarie siano rimaste corrette.
Anche il nome del nuovo file merita attenzione.
Un PDF chiamato:
Ricorso_Mario_Rossi_diagnosi_oncologica_2026.pdf
continua a comunicare informazioni sensibili anche quando il contenuto interno è stato ripulito.
Un nome come:
Documento_analisi_caso_01.pdf
riduce il rischio, purché il codice utilizzato venga gestito con criterio e l’eventuale tabella di corrispondenza resti separata, protetta e accessibile soltanto alle persone autorizzate.
Quali dati vanno cercati dentro il documento
I dati più evidenti sono nome, cognome, indirizzo, numero di telefono, email, codice fiscale, partita IVA personale, numero del documento di identità, firma, fotografia e coordinate bancarie.
Subito dopo arrivano le informazioni che riconducono a una persona attraverso il contesto.
Data e luogo di nascita.
Comune di residenza.
Azienda e reparto.
Mansione.
Numero di matricola.
Targa di un veicolo.
Codice cliente.
Numero della pratica.
Date di visite, assenze, incidenti o procedimenti.
Nomi dei familiari.
Informazioni sanitarie.
Percorsi scolastici.
Dati economici.
Geolocalizzazione.
Indirizzi IP.
Identificativi presenti nei sistemi aziendali.
Una fotografia può mostrare un volto, un badge, una targa, una scrivania, un monitor, un’etichetta o un luogo riconoscibile.
Una schermata può contenere, ai bordi, molte più informazioni di quelle che volevamo mostrare.
Un foglio Excel può nascondere colonne, formule, commenti, nomi definiti, collegamenti esterni, cronologie o altri fogli.
Un documento Word può conservare revisioni, commenti, autore, azienda, testo nascosto e versioni precedenti.
Un PDF può contenere allegati incorporati, livelli, annotazioni, campi compilati, metadati e testo che continua a esistere sotto un elemento grafico.
Anonimizzare significa guardare anche ciò che il documento non mostra immediatamente.
Come sostituire i nomi senza perdere il senso del documento
In molti casi l’IA ha bisogno di distinguere le persone presenti nel testo.
Eliminare ogni riferimento può rendere il documento incomprensibile.
Possiamo allora usare etichette coerenti.
“Cliente A”.
“Dipendente 1”.
“Responsabile commerciale”.
“Fornitore Alfa”.
“Minore 1”.
“Struttura sanitaria A”.
“Comune X”.
La stessa persona deve conservare la stessa etichetta in tutto il documento.
Se Mario Rossi diventa “Cliente A” nella prima pagina e “Soggetto 3” nella seconda, l’IA potrebbe considerarli due soggetti diversi e costruire un’analisi sbagliata.
Le sostituzioni vanno fatte prima del caricamento e controllate una per una.
Quando esiste una tabella di corrispondenza tra i codici e le identità reali, quella tabella deve restare separata dal documento destinato all’IA.
In quel caso stiamo lavorando, con ogni probabilità, su dati pseudonimizzati.
La protezione aumenta, il dato conserva però la propria natura personale e richiede tutte le cautele previste dal GDPR. Le Linee guida 01/2025 dell’EDPB sulla pseudonimizzazione approfondiscono proprio la necessità di separare e proteggere le informazioni aggiuntive che permettono di ricostruire il collegamento.
Coprire un testo con un rettangolo nero può lasciare il testo sotto
Questo è uno degli errori più concreti e più facili da commettere.
Una persona apre un PDF, inserisce una forma nera sopra il nome, salva il documento e vede soltanto una striscia scura.
Il testo sottostante può essere ancora presente.
Qualcuno potrebbe selezionarlo, copiarlo, cercarlo nel documento, estrarlo con un altro programma o rimuovere l’elemento grafico che lo copre.
La vera redazione elimina il contenuto, non si limita a nasconderlo alla vista.
Adobe, nella propria documentazione ufficiale, distingue la redazione del contenuto visibile dalla successiva sanitizzazione delle informazioni nascoste. Lo strumento di redazione applica la rimozione alle aree selezionate, mentre la funzione di sanitizzazione può eliminare metadati, commenti, livelli nascosti, allegati incorporati e altri elementi che restano dentro il PDF. (Adobe Acrobat, Redact sensitive content) (Adobe Acrobat, Sanitize PDFs)
Adobe precisa anche che la redazione riguarda testo e grafica visibili, mentre i dati nascosti richiedono una sanitizzazione separata.
Il controllo finale dovrebbe provare a cercare la parola cancellata, selezionare l’area, copiare il contenuto, aprire il PDF con un altro lettore e verificare le proprietà del file.
La barra nera protegge soltanto quando ciò che sta sotto è stato davvero rimosso.
Word, Excel e PowerPoint possono conservare informazioni nascoste
Un documento Microsoft 365 può contenere commenti, revisioni, testo nascosto, proprietà personali, nomi degli autori, percorsi dei file, fogli invisibili, colonne nascoste, intestazioni, piè di pagina, oggetti incorporati e altri elementi che sfuggono a una lettura normale.
Microsoft mette a disposizione la funzione Controllo documento, raggiungibile attraverso:
File → Informazioni → Verifica documento → Controlla documento
La documentazione ufficiale consiglia di eseguire il controllo su una copia, perché alcune informazioni rimosse potrebbero non essere recuperabili. Lo strumento permette di individuare e cancellare dati nascosti e informazioni personali prima della condivisione di documenti, presentazioni e cartelle di lavoro. (Microsoft Support, Rimuovere dati nascosti e informazioni personali)
In Excel bisogna controllare anche formule, celle nascoste, fogli nascosti, commenti, collegamenti a origini esterne e intervalli che potrebbero continuare a contenere dati anche quando la tabella visibile appare pulita.
Eliminare una colonna richiede un’azione diversa dal nasconderla.
Un foglio nascosto continua a far parte del file.
Una formula può contenere riferimenti a celle che abbiamo smesso di guardare.
I metadati continuano a raccontare la storia del file
Il documento può apparire pulito e conservare, nelle proprietà, il nome dell’autore, l’azienda, il programma utilizzato, la data di creazione, la data di modifica, il dispositivo, parole chiave, commenti, coordinate geografiche o altri dati tecnici.
Le fotografie possono contenere informazioni EXIF, compresa la posizione in cui sono state scattate.
I PDF possono conservare proprietà, annotazioni, allegati, livelli e cronologie.
I file Office possono contenere nomi di autori e revisori.
Anche qui serve un controllo specifico.
La rimozione del nome visibile non agisce automaticamente sui metadati.
Questo passaggio merita di entrare nelle procedure aziendali, soprattutto quando vengono trattati documenti legali, sanitari, fiscali, amministrativi, scolastici, relativi al personale o contenenti segreti commerciali.
Il controllo finale deve provare a rompere l’anonimizzazione
Quando la copia è pronta, bisogna smettere per qualche minuto di guardarla come la persona che l’ha preparata.
Serve provare a ricostruire ciò che abbiamo cercato di nascondere.
Possiamo cercare nel file il nome originale.
Possiamo cercare il codice fiscale, l’indirizzo, l’email, il nome dell’azienda e altre parole che ricordiamo.
Possiamo copiare tutto il testo e incollarlo in un documento vuoto, osservando se ricompaiono informazioni coperte.
Possiamo aprire le proprietà.
Possiamo verificare commenti e revisioni.
Possiamo controllare intestazioni, piè di pagina, immagini, allegati e fogli nascosti.
Possiamo aprire il file su un altro dispositivo o con un altro programma.
Possiamo chiedere a una persona autorizzata, che conosce il contesto, di leggere il documento e dirci se riesce a capire chi riguarda.
L’anonimizzazione regge quando sopporta il tentativo di ricostruire l’identità.
Il controllo umano, dentro il Metodo Sinibaldi, entra anche qui, prima che l’IA produca una sola parola.
Un documento anonimizzato può contenere ancora informazioni riservate
I dati personali rappresentano una parte del problema.
Un contratto può essere privo di nomi e contenere comunque strategie commerciali, prezzi riservati, condizioni negoziate, segreti industriali, procedure interne, codice sorgente, previsioni finanziarie, informazioni su un prodotto futuro o clausole coperte da obblighi di riservatezza.
La tutela della privacy non esaurisce la tutela del documento.
Prima del caricamento bisogna considerare anche gli obblighi contrattuali, il segreto professionale, le regole della categoria, le policy interne, la proprietà intellettuale, la sicurezza informatica e il livello di riservatezza delle informazioni.
Un file può essere anonimo e restare inadatto a qualsiasi piattaforma esterna.
Questa valutazione dovrebbe essere collegata alla policy aziendale sull’Intelligenza Artificiale e, quando l’uso diventa ricorrente o rilevante, al Registro IA aziendale.
Nel registro può essere utile annotare lo strumento, la finalità, la categoria del documento, il tipo di dati trattati, le misure applicate, la persona che ha effettuato il controllo e l’uso previsto dell’output.
Account personale e account aziendale cambiano il contesto
ChatGPT, Gemini, Claude e Copilot offrono piani, contratti, impostazioni e protezioni differenti.
Le condizioni applicate a un account personale possono divergere da quelle previste per un prodotto Business, Enterprise, Workspace o Microsoft 365 gestito dall’organizzazione.
OpenAI dichiara che i dati dei prodotti Business ed Enterprise non vengono utilizzati per addestrare i modelli per impostazione predefinita, mentre negli account personali sono disponibili controlli specifici per scegliere se le conversazioni possano contribuire al miglioramento dei modelli. (OpenAI, Enterprise Privacy) (OpenAI, Data Controls FAQ)
Google specifica che la gestione dei dati di Gemini cambia in base al tipo di account e alla licenza Workspace, mentre per gli account personali valgono impostazioni, tempi di conservazione e condizioni descritte nel Gemini Apps Privacy Hub. (Google, Gemini Apps con account di lavoro) (Google, Gemini Apps Privacy Hub)
Anthropic distingue i prodotti commerciali, per i quali input e output non vengono usati per l’addestramento per impostazione predefinita, dai prodotti consumer, nei quali l’utilizzo dei contenuti dipende anche dalle scelte dell’utente e dalle condizioni indicate nel centro privacy. (Anthropic, dati dei prodotti commerciali) (Anthropic, dati dei prodotti consumer)
Microsoft indica che Microsoft 365 Copilot e Copilot Chat, quando coperti dall’Enterprise Data Protection, applicano ai prompt e alle risposte protezioni contrattuali, cifratura e separazione tra tenant. (Microsoft, Enterprise Data Protection)
Queste condizioni cambiano nel tempo.
Prima di caricare documenti di lavoro bisogna verificare il prodotto esatto, il piano, le impostazioni attive, il contratto, la conservazione, il ruolo del fornitore, gli eventuali trasferimenti e le regole decise dall’organizzazione.
La presenza di protezioni aziendali riduce alcuni rischi.
La scelta dell’account non cancella la necessità di minimizzare i dati, verificare la finalità e rispettare gli obblighi professionali.
Quando il documento contiene dati sanitari, giudiziari o informazioni sui lavoratori
Alcune informazioni richiedono un livello di prudenza molto più alto.
Dati sanitari.
Informazioni relative a procedimenti o condanne.
Valutazioni sui lavoratori.
Dati di minori.
Credenziali.
Documenti legali coperti da segreto professionale.
Informazioni fiscali e finanziarie.
Materiali relativi alla selezione del personale.
In questi casi una pseudonimizzazione improvvisata può offrire una protezione insufficiente.
La combinazione dei dati potrebbe rendere la persona riconoscibile.
Il caricamento potrebbe richiedere una valutazione giuridica, tecnica e organizzativa più ampia.
Qualche volta la scelta più responsabile consiste nel lasciare il documento fuori dallo strumento e costruire un caso fittizio, una sintesi astratta o una domanda generale.
La potenza dell’IA non obbliga a utilizzarla su ogni documento.
Il metodo serve anche a riconoscere il momento in cui quel file deve restare dove si trova.
Un esempio di documento preparato correttamente
Immaginiamo una lettera di reclamo contenente:
“Il signor Mario Rossi, nato a Campobasso il 12 maggio 1978, residente in via Roma 14, codice cliente 34892, segnala che il dispositivo acquistato presso il punto vendita di Bojano il 3 aprile 2026 ha smesso di funzionare dopo otto giorni. Il cliente richiede il rimborso completo e riferisce di aver già contattato telefonicamente la dipendente Francesca Bianchi.”
Per chiedere all’IA di rendere più chiara la risposta, potremmo preparare questa versione:
“Il Cliente A segnala che un dispositivo acquistato all’inizio di aprile 2026 ha smesso di funzionare dopo pochi giorni. Il cliente richiede il rimborso completo e riferisce di aver già contattato il Servizio clienti.”
Sono spariti nome, cognome, data e luogo di nascita, indirizzo, codice cliente, punto vendita specifico e nome della dipendente.
Resta ciò che serve per comprendere il caso.
Anche questa versione richiede una valutazione.
La data precisa, il prodotto, il luogo o la sequenza degli eventi potrebbero essere necessari in un’attività legale o tecnica.
Potrebbero anche rendere il caso riconoscibile.
La preparazione del documento cambia in base all’obiettivo.
L’anonimizzazione fatta bene conserva il significato necessario e lascia fuori tutto ciò che espone inutilmente persone e organizzazioni.
Il prompt da utilizzare dopo aver preparato il documento
Dopo la pulizia e il controllo, la richiesta all’IA dovrebbe definire con chiarezza il perimetro.
Un prompt possibile potrebbe essere:
“Analizza esclusivamente il documento allegato e aiutami a rendere più chiara la risposta al cliente. Usa soltanto le informazioni presenti nel testo. Non aggiungere cause, date, promesse, riferimenti normativi o soluzioni che non compaiono nel documento. Segnala separatamente ogni informazione mancante. Mantieni le etichette Cliente A e Servizio clienti senza tentare di ricostruire le identità. Al termine indica quali parti devono essere controllate da una persona prima dell’invio.”
Il prompt lavora dopo la protezione dei dati.
Dentro il Metodo Sinibaldi, il contesto, i vincoli, ciò che va evitato, la verifica finale e i punti da controllare servono a ridurre anche il rischio che lo strumento riempia i vuoti con informazioni plausibili.
Il documento pulito protegge l’ingresso.
Il prompt governa il lavoro.
La persona controlla ciò che esce.
Domande frequenti sull’anonimizzazione dei documenti per l’IA
Basta cancellare nome e cognome?
No. Bisogna rimuovere o trasformare anche le informazioni che permettono un’identificazione indiretta, comprese date, luoghi, ruoli, codici, dettagli della vicenda, metadati e altri elementi di contesto.
Scrivere “Cliente A” rende anonimo il documento?
Dipende dalle informazioni rimaste e dalla possibilità di ricostruire il collegamento. Quando esiste una tabella che associa Cliente A alla persona reale, il dato è pseudonimizzato e continua a essere un dato personale.
Posso coprire i dati con un rettangolo nero?
Una semplice forma grafica può lasciare il testo sottostante selezionabile o recuperabile. Serve una funzione di redazione che elimini realmente il contenuto, seguita dal controllo e dalla sanitizzazione dei dati nascosti.
Posso chiedere a ChatGPT di anonimizzare il documento originale?
Caricare il documento completo per chiedere all’IA di ripulirlo espone già i dati contenuti nel file. L’anonimizzazione dovrebbe avvenire prima, attraverso strumenti e procedure autorizzati.
Un PDF contiene metadati?
Può contenere autore, date, proprietà, commenti, allegati, livelli, campi, annotazioni e altri elementi nascosti. La sanitizzazione serve a individuare e rimuovere queste informazioni.
Un documento realmente anonimizzato può essere caricato ovunque?
Restano da valutare riservatezza, segreto professionale, proprietà intellettuale, condizioni contrattuali, policy aziendali e caratteristiche dello strumento utilizzato. L’assenza di dati personali non rende automaticamente libero qualsiasi caricamento.
Gli account aziendali sono più sicuri?
I prodotti aziendali possono offrire protezioni, contratti, controlli amministrativi e regole sull’addestramento differenti rispetto agli account personali. Bisogna verificare il prodotto preciso e le impostazioni adottate dall’organizzazione.
Devo annotare il caricamento nel Registro IA?
Un registro interno può essere utile quando l’uso riguarda documenti, dati, clienti, processi ricorrenti o attività rilevanti. Permette di conservare memoria dello strumento, della finalità, delle misure applicate e del controllo effettuato.
Fonti ufficiali utilizzate
Regolamento UE 2016/679 – GDPR
EDPB – Anonymisation and pseudonymisation
EDPB – Guidelines 01/2025 on Pseudonymisation
EDPB – Guidelines 02/2026 on Anonymisation, comunicato e consultazione
Garante Privacy – Provvedimento del 29 gennaio 2026
Garante Privacy – Provvedimento del 4 giugno 2025
Microsoft – Rimuovere dati nascosti e informazioni personali dai documenti
Adobe Acrobat – Redazione dei contenuti sensibili nei PDF
Adobe Acrobat – Sanitizzazione dei PDF
Google – Gemini Apps Privacy Hub
Microsoft – Enterprise Data Protection per Copilot
Un documento racconta sempre qualcosa.
Qualche volta racconta ciò che leggiamo.
Qualche altra volta racconta ciò che credevamo di aver cancellato, ciò che è rimasto dietro una barra nera, dentro una proprietà, nel nome di un file, in una colonna nascosta, tra due date che, avvicinate, indicano una persona precisa.
Prima di consegnarlo all’Intelligenza Artificiale bisogna imparare a guardarlo in questo modo, con un po’ più di lentezza, quasi chiedendogli quali informazioni continuerà a portare con sé quando uscirà dal nostro computer.
L’IA risponderà in pochi secondi.
La responsabilità comincia molto prima, quando il documento è ancora davanti a noi e possiamo scegliere cosa lasciargli raccontare.
Antonio Sinibaldi è formatore e docente di intelligenza artificiale, specializzato nell’uso consapevole dell’IA, nel ragionamento umano e nella responsabilità professionale. Formatore in Intelligenza Artificiale per aziende e professionisti. Docente del corso IA per l’Istituto Nazionale Tributaristi. Autore della collana IA PRATICA.