Cómo anonimizar un documento antes de usar IA: Word, Google Docs, PDF y escaneos

Anonimizar un párrafo que vas a pegar en un chat es una cosa. Anonimizar un documento entero —un contrato en Word, una demanda en PDF, la foto de una cédula que te mandó un cliente— es otra muy distinta. Un archivo guarda información que no se ve en pantalla: el nombre de quien lo creó, comentarios viejos, cambios con control activado, texto oculto, versiones anteriores. Y un PDF con rectángulos negros puede seguir conteniendo, debajo, todo lo que creías haber tapado.

Esta guía es la parte técnica. Si buscas qué dice la ley, en nuestra guía sobre protección de datos al usar IA en el despacho explicamos la norma ecuatoriana y el criterio general para decidir qué no pegar. Aquí nos concentramos en el cómo: qué identifica a una persona además del nombre, cómo reemplazar datos en Word y Google Docs sin dejarte ninguno, cómo quitar metadatos, por qué tachar en negro no basta y qué hacer con imágenes y escaneos. Al final hay una tabla de reemplazos y una lista de verificación que puedes copiar. Sirve igual para abogados, contadores, consultores o cualquier profesional que trabaje con documentos de clientes.

Qué identifica a una persona, además del nombre

El error más común es pensar en una sola palabra: el nombre. Pero una persona se puede reconocer por muchos caminos, y casi todos aparecen en un documento profesional. Conviene pensar en tres capas.

La primera son los identificadores directos: nombres y apellidos, números de cédula, pasaporte o registro tributario, direcciones, teléfonos, correos, números de cuenta, placas de vehículos, números de juicio o de expediente, números de historia clínica. Cualquiera de ellos, solo, basta para saber de quién se trata.

La segunda son los identificadores indirectos, los que identifican por combinación: una fecha de nacimiento junto con la ciudad, un cargo único en una empresa pequeña («la única contadora»), el nombre de un barrio o de una escuela, un monto exacto con una fecha exacta, el nombre del empleador, la marca y el color del auto. Ninguno basta por sí solo; juntos, muchas veces sí.

La tercera es la que más se olvida: lo que el archivo guarda sin mostrarlo. Las propiedades del documento (autor, empresa, última persona que lo modificó), los comentarios, los cambios con control activado, el texto con formato oculto, los encabezados y pies de página, las marcas de agua, los nombres de archivos adjuntos y, en las fotos, la fecha, el modelo del teléfono y a veces las coordenadas del lugar donde se tomó.

Seudonimizar o anonimizar: dos cosas distintas

Cuando reemplazas «María Pérez» por [CLIENTE_1] y guardas aparte una tabla que dice quién es quién, estás seudonimizando. La autoridad de protección de datos del Reino Unido (ICO) lo explica así: los datos seudonimizados siguen siendo datos personales, porque con la información adicional se puede volver a identificar a la persona. La seudonimización es una medida de seguridad, no una forma de sacar los datos del alcance de la ley.

Anonimizar es ir más allá: que el texto, por sí solo y sin esfuerzos desproporcionados, no permita llegar a nadie. Eso exige, además de los reemplazos, generalizar los datos indirectos y borrar lo que no hace falta. En la práctica, para usar IA trabajas con las dos cosas a la vez: seudonimizas para que el borrador sea coherente (la IA necesita saber que [CLIENTE_1] es siempre la misma persona) y anonimizas el resto para que esas etiquetas no se puedan descifrar. La tabla de equivalencias se queda en tu computadora y nunca entra al chat.

Una tabla de reemplazos para usar siempre

Usar siempre las mismas etiquetas tiene dos ventajas: la IA entiende mejor el texto y tú, al recibir el borrador, sabes exactamente qué completar. Las etiquetas con guion bajo y número se buscan fácil después para devolver los datos reales.

Cómo anonimizar en Word

Buscar y reemplazar, uno por uno

La herramienta básica es Buscar y reemplazar: en Word para Windows está en Inicio > Reemplazar, y se abre también con Ctrl+H. Escribes el dato en «Buscar», la etiqueta en «Reemplazar con» y avanzas. Microsoft recomienda usar Reemplazar, uno por uno, en lugar de Reemplazar todos, para revisar cada cambio. Es buena idea: un «Pérez» puede aparecer como nombre del cliente y como nombre de una calle.

Busca cada nombre en todas sus formas. Un mismo cliente aparece como «María Fernanda Pérez Luna», «la señora Pérez», «María Fernanda», «la Sra. Pérez», «MARÍA FERNANDA PÉREZ» en un encabezado y a veces con un error de tipeo. Empieza por la forma más larga y termina por la más corta, para no dejar restos como «[CLIENTE_1] Luna».

Comodines para encontrar números, fechas y correos

Los comodines sirven para encontrar datos que siguen un patrón aunque no sepas el valor. En el cuadro de Reemplazar, pulsa Más y marca Usar caracteres comodín. Según la ayuda de Microsoft, «?» equivale a un carácter, «*» a cualquier cadena, «[ ]» a uno de los caracteres indicados (también rangos, como [0-9]), «{n}» a exactamente n repeticiones, «{n,m}» a un rango de repeticiones y «@» a una o más repeticiones. Los caracteres que son comodines, si los buscas literalmente, van precedidos de una barra invertida.

PATRONES PARA WORD (con «Usar caracteres comodín» activado)

Número de 10 dígitos seguidos (p. ej., la cédula ecuatoriana):
[0-9]{10}

Fechas tipo 14/07/2026 o 3/7/2026:
[0-9]{1,2}/[0-9]{1,2}/[0-9]{4}

Correos electrónicos:
[A-Za-z0-9._-]@\@[A-Za-z0-9.-]@

Teléfonos de 9 o 10 dígitos:
[0-9]{9,10}

Si Word marca error en {1,2} o {9,10}, prueba con punto y coma: {1;2}
(depende de la configuración regional de tu computadora).

Ajusta los patrones a tu país: la cantidad de dígitos de un documento de identidad o de un teléfono cambia de un lugar a otro. Usa primero Buscar siguiente para ver qué encuentra el patrón antes de reemplazar: un número de 10 dígitos también puede ser un número de factura que no te importa. Y ten presente que los comodines no encuentran un número escrito con espacios o guiones («17 1234 5678») si el patrón no los contempla.

Lo que el reemplazo no toca

Buscar y reemplazar trabaja sobre el texto visible del cuerpo. Antes de dar el archivo por limpio, resuelve tres cosas más. Primero, los cambios con control activado: Microsoft advierte que elegir la vista Sin marcas solo los oculta de forma temporal, y que vuelven a verse la próxima vez que alguien abre el documento; para quitarlos hay que aceptarlos o rechazarlos (Revisar > Aceptar > Aceptar todos los cambios). Segundo, los comentarios: Revisar > Eliminar > Eliminar todos los comentarios del documento. Tercero, revisa a mano encabezados, pies de página, notas al pie y cuadros de texto, donde suelen quedar membretes con nombres y números.

Quitar metadatos con el Inspector de documento

El paso final en Word es el Inspector de documento: Archivo > Información > Comprobar si hay problemas > Inspeccionar documento. Según Microsoft, revisa comentarios, revisiones y versiones; propiedades del documento e información personal (autor, asunto, nombres de usuario); encabezados, pies de página y marcas de agua; texto con formato oculto; datos XML personalizados y contenido invisible. Marcas las categorías, pulsas Inspeccionar y luego Quitar todo en las que quieras limpiar. Recuerda la advertencia: no siempre se puede deshacer, así que hazlo sobre la copia.

Cómo anonimizar en Google Docs

En Google Docs, el reemplazo está en Editar > Buscar y reemplazar. Tiene dos opciones útiles: Coincidir mayúsculas y minúsculas, y Hacer coincidir con expresiones regulares. Las expresiones regulares cumplen el papel de los comodines de Word, pero con otra sintaxis: Google usa la biblioteca RE2. Aquí «\d» equivale a un dígito y «+» a una o más repeticiones.

PATRONES PARA GOOGLE DOCS (con «Hacer coincidir con expresiones regulares»)

Número de 10 dígitos:
\d{10}

Fechas tipo 14/07/2026:
\d{1,2}/\d{1,2}/\d{4}

Correos electrónicos:
[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+

Números con espacios o guiones (p. ej., 099 123 4567):
\d{3}[ -]?\d{3}[ -]?\d{4}

Hay un detalle propio de Google Docs: el historial de versiones. Según la ayuda de Google, desde ahí puedes ver quién actualizó el archivo y qué cambió, y recuperar versiones anteriores. Eso significa que reemplazar los nombres en el documento no los borra de las versiones previas. Por eso, nunca compartas el enlace de un documento que anonimizaste encima del original. Lo seguro es copiar el texto ya limpio y pegarlo en la IA, o descargar el archivo anonimizado (Archivo > Descargar) y revisarlo antes de usarlo. Antes de descargar, resuelve o borra comentarios y sugerencias.

PDF: por qué tachar en negro no basta

Un PDF puede tener varias capas: el texto, las imágenes y, encima, anotaciones o dibujos. Si pones un rectángulo negro sobre un nombre con una herramienta de dibujo o de resaltado, el nombre sigue ahí debajo. Cualquiera puede seleccionarlo, copiarlo y pegarlo en otro lado. Y una IA que lee el PDF puede leer ese texto aunque tú no lo veas.

No es un riesgo teórico. En enero de 2019, los abogados de Paul Manafort presentaron ante un tribunal de Estados Unidos un escrito con partes cubiertas por barras negras. Un periodista de The Guardian copió el texto tapado, lo pegó en un documento nuevo y las barras desaparecieron, según relató la Columbia Journalism Review. La revista señala que lo más probable es que alguien dibujó encima del texto o usó las herramientas de redacción de Acrobat sin aplicarlas.

La redacción real en Adobe Acrobat

La redacción (en algunas versiones en español la herramienta aparece como «Censurar») elimina el contenido de verdad, no lo tapa. Según la guía oficial de Adobe, está disponible solo en Acrobat Pro, Premium o Studio, no en el lector gratuito. Los pasos, resumidos de esa guía:

1. Abre el archivo y ve a Todas las herramientas > Redact a PDF (redactar un PDF).
2. Si quieres, ajusta las propiedades de la marca: color del recuadro o un texto encima, como «[DATO PROTEGIDO]».
3. Usa Redact text and images para marcar a mano texto o imágenes.
4. Usa Find text and redact para buscar una palabra, una frase o un patrón, y marca los resultados con Mark checked results for redaction.
5. Si hace falta, usa Redact pages para marcar páginas enteras.
6. Pulsa Apply para aplicar las marcas. Hasta este paso, nada se borró.
7. Pulsa Continue para limpiar también la información oculta (metadatos, comentarios, capas). Adobe indica que así las redacciones y la información oculta se eliminan de forma permanente y se guardan en un archivo nuevo.

Después de guardar, haz la prueba de fuego: abre el archivo nuevo, selecciona el área redactada, copia y pega en un bloc de notas. No debería aparecer nada. Prueba también con la búsqueda del lector de PDF (Ctrl+F) usando el apellido del cliente.

Si no tienes Acrobat Pro

La salida más simple es no redactar el PDF: vuelve al archivo editable del que salió (el Word o el Google Docs), anonimízalo ahí con los pasos de arriba y exporta un PDF nuevo. Si el PDF te lo mandó otra persona y no tienes el original, puedes copiar el texto a un documento nuevo, anonimizarlo y trabajar con eso. Para una IA, el texto limpio suele ser mejor entrada que el PDF completo.

Imágenes, fotos y escaneos

Los asistentes actuales leen imágenes: si subes la foto de una cédula, de un contrato firmado o de una conversación de WhatsApp, la IA puede extraer el texto. Para efectos de privacidad, una imagen con datos es igual de identificable que el texto escrito, y además puede llevar firmas, sellos, rostros y números de documentos.

Con los escaneos hay una trampa adicional. Muchos PDF escaneados pasan por reconocimiento óptico de caracteres (OCR), que agrega una capa de texto invisible sobre la imagen para que se pueda buscar y copiar. Si tapas la imagen con un rectángulo de dibujo, esa capa de texto sigue intacta. Y al revés: si el escaneo no tiene OCR, la búsqueda por palabras no va a encontrar el nombre del cliente, y vas a tener que marcar cada área a mano con la herramienta de redacción.

Las fotos tomadas con el teléfono, además, guardan metadatos: fecha y hora, modelo del aparato y, si el teléfono lo tenía activado, la ubicación GPS. En Windows puedes quitarlos desde el explorador de archivos: clic derecho en la imagen > Propiedades > Detalles > Quitar propiedades e información personal, y elegir crear una copia sin las propiedades. Mejor aún: si lo que necesitas es el texto del documento, transcríbelo ya anonimizado y no subas la imagen.

Ejemplo antes y después (ficticio)

Una contadora recibe en Word el borrador de un contrato de servicios que preparó su cliente, y quiere pedirle a la IA que revise la claridad de las cláusulas de pago. Todos los datos son inventados.

ANTES (no subir)
Archivo: Contrato_Comercial_Ortiz_FINAL_v3.docx
Propiedades > Autor: Rodrigo Ortiz Salazar | Empresa: Distribuidora Andina Ortiz S.A.
Comentario al margen (de «Carla V.»): «Ojo, Rodrigo debe 3 meses al SRI»

CLÁUSULA TERCERA. Distribuidora Andina Ortiz S.A., RUC 179XXXXXXX001, representada por Rodrigo Ortiz Salazar, cédula 17XXXXXXXX, pagará a Servicios Contables Vega Cía. Ltda. la suma de USD 1.250 mensuales, mediante transferencia a la cuenta corriente n.º 2100XXXXXX del Banco Ejemplo S.A., hasta el 5 de cada mes, a partir del 1 de noviembre de 2026. Cualquier aviso se enviará a rortiz@andinaortiz.example.

DESPUÉS (listo para usar)
Archivo: contrato_servicios_ANONIMIZADO.docx
Propiedades: vacías (Inspector de documento) | Comentarios: eliminados

CLÁUSULA TERCERA. [EMPRESA_1], representada por [REPRESENTANTE_1], pagará a [EMPRESA_2] la suma de [MONTO_1] mensuales, mediante transferencia a la cuenta que [EMPRESA_2] indique por escrito, hasta el día 5 de cada mes, a partir de [FECHA_1]. Cualquier aviso se enviará al correo [CORREO_1].

Fíjate en lo que cambió fuera del texto: el nombre del archivo tenía el apellido del cliente, las propiedades guardaban su nombre y el de su empresa, y un comentario al margen revelaba una deuda tributaria, que es lo peor que podía filtrarse. El RUC, la cédula y el número de cuenta salieron enteros porque no aportan nada a la revisión de claridad. El día de pago (5) se quedó, porque es parte de lo que hay que revisar; la fecha de inicio se volvió [FECHA_1].

Segundo ejemplo rápido, también ficticio: un abogado quiere resumir un informe pericial escaneado de 12 páginas. En lugar de subir el PDF, que trae firma, sello y número de proceso en cada página, copia el texto de las cuatro páginas de conclusiones, reemplaza los nombres por [PERITO], [ACTOR] y [DEMANDADO], quita el número de proceso y pega solo eso. El resumen sale igual de útil y el archivo original nunca sale de su computadora.

Lista de verificación para copiar

ANTES DE SUBIR UN DOCUMENTO A UNA IA

[ ] Trabajo sobre una COPIA, con «ANONIMIZADO» en el nombre
[ ] El nombre del archivo no tiene datos del cliente
[ ] Reemplacé nombres en todas sus formas (completo, apellido, iniciales, mayúsculas)
[ ] Busqué con patrones: documentos de identidad, teléfonos, correos, fechas, cuentas
[ ] Generalicé lo indirecto: cargos únicos, barrios, escuelas, empleadores
[ ] Revisé encabezados, pies de página, notas al pie y cuadros de texto
[ ] Acepté o rechacé todos los cambios con control activado
[ ] Eliminé todos los comentarios
[ ] Pasé el Inspector de documento (Word) o limpié la información oculta (PDF)
[ ] En PDF usé redacción real, no rectángulos de dibujo
[ ] Probé copiar y pegar las zonas redactadas: no aparece nada
[ ] Busqué el apellido del cliente con Ctrl+F: cero resultados
[ ] Imágenes: quité metadatos o transcribí el texto en lugar de subirlas
[ ] La tabla de equivalencias está en otro archivo, fuera del chat
[ ] Releí con ojos de extraño: nadie del entorno podría reconocer al cliente

Errores comunes

• Usar Reemplazar todos con un apellido común y cambiar también el nombre de una calle, de un juez o de una norma. Revisa uno por uno.
• Dejar el apellido en el nombre del archivo. Muchas herramientas de IA muestran o leen el nombre del archivo que subes.
• Elegir la vista Sin marcas y creer que los cambios con control desaparecieron. Siguen en el archivo.
• Tapar con rectángulos negros, resaltador negro o una forma dibujada en lugar de usar la redacción real.
• Marcar las redacciones en Acrobat y cerrar sin aplicarlas: las marcas no borran nada hasta que pulsas Aplicar y guardas.
• Anonimizar un Google Docs encima del original y compartir el enlace: el historial de versiones conserva los datos.
• Subir el expediente completo cuando solo necesitas dos páginas. Lo que no subes no hay que anonimizar.
• Olvidar los datos de terceros: testigos, hijos, médicos, compañeros de trabajo. También son personas identificables.