Por qué el enmascarado de formato sigue apuntando al mismo cliente

Soporte, operaciones y quien está de guardia ya usan una IA conversacional como herramienta de borrador: pegan una reclamación, un registro, unas notas de reunión, y esperan una respuesta más limpia. El recuadro de pegar sigue pareciendo que está en tu navegador. En cuanto envías, el texto ha salido de la pestaña actual. El proveedor del modelo decide, según sus propias condiciones, si ese texto sirve para entrenar, si entra en el historial o si se guarda otra vez para una revisión de seguridad. Los asteriscos que escribes en este dispositivo solo afectan a esa petición si ya están puestos antes de pulsar enviar.

En abril de 2023, ingenieros del negocio de semiconductores de Samsung pegaron en ChatGPT, en unos veinte días, material que no debía salir del edificio: código de una base de semiconductores, código de inspección de defectos y notas internas de reunión. PCMag, citando cobertura coreana de The Economist, recogió esos tres casos. Bloomberg informó en mayo de 2023 de que la empresa prohibió entonces la IA generativa en los dispositivos de trabajo. Ninguno de los tres fue «se nos olvidó poner asteriscos en un teléfono». Lo que salió fue código fuente, un algoritmo y el contenido de una reunión.

Ese mismo año, Cyberhaven publicó telemetría laboral de unos 1,6 millones de empleados en empresas que usan su producto. Una actualización de alrededor de junio de 2023 decía que, desde que ChatGPT es público, cerca del 4,7 % de esos empleados había pegado material confidencial al menos una vez, y que cerca del 11 % de lo pegado en ChatGPT estaba etiquetado como confidencial. Los números están en el propio blog de Cyberhaven. Es la telemetría de un fabricante, no un censo del sector, y esas tasas no se pueden estirar a cada mesa de soporte de 2026. Lo que sí se puede comprobar es más estrecho: pegar texto de trabajo en un recuadro de consumo ya era lo bastante habitual en 2023 como para preguntar, por separado, qué cambia de verdad una máscara puesta antes de pegar.

Esa capa no es la de «por qué una clave rotada no debe volver al chat». Ese artículo trata de una API key que, tras rotarla, se pega en un canal que se busca; véase Tras una filtración de variables de entorno, por qué la clave nueva no debe volver al chat. Este texto cubre el canal de al lado, el de cada día: tickets, correo y registros, y qué capa de identidad cambia el enmascarado de formato antes de que entren en una IA — y qué capa sigue ahí, en palabras llanas.

El Enmascarado de UsePwd tapa texto en la pestaña actual. Ábrelo y úsalo: no hay que registrarse. La detección está fijada en seis tipos: teléfono, DNI / cédula, tarjeta, correo, API Key e IP. El original no se envía como cuerpo HTTP ni se escribe en analytics. Un solo pegado no puede superar 512 KB; si es más largo, pártelo. Esto no es comprensión del lenguaje natural. No puntúa «Laura Méndez» y no decide si «Calle Ejemplo 12» es un domicilio.

Los teléfonos se cazan como móviles de China continental, números internacionales que empiezan por +, y escrituras habituales de Norteamérica. Un móvil español o latinoamericano escrito solo como 612 34 56 78, sin +34 ni otro prefijo, puede quedarse en claro: no entra en esas tres familias. En documentos, un DNI residente de 18 dígitos se comprueba con su dígito de control antes de actuar, para no tratar un n.º de pedido al azar como documento; la página también acepta la forma antigua de 15 dígitos, un número de la Seguridad Social de EE. UU. escrito como 123-45-6789, y algunas cadenas de pasaporte (letras más dígitos). Un DNI español del tipo 12345678Z —ocho cifras y letra al final— no encaja en esos patrones: la etiqueta de la página dice «DNI / cédula», pero esa forma concreta suele quedar. Las tarjetas piden de 13 a 19 dígitos y un control Luhn; los bloques enteros de 15 y 18 dígitos se saltan para no pelearse con la regla de documento por el mismo tramo. El correo es parte local @ dominio. Las claves son una lista pública de prefijos, entre ellos sk-, sk_live_, sk_test_, AKIA, ghp_, github_pat_, xoxb- y Bearer . Las IP cubren IPv4 y algunas escrituras IPv6.

La máscara inteligente es la predeterminada: teléfono, documento y tarjeta dejan los últimos cuatro dígitos; el correo deja el primer carácter de la parte local y el dominio entero; la clave deja el prefijo y los últimos cuatro; IPv4 deja los dos primeros octetos. La máscara completa convierte cada acierto en asteriscos de la misma longitud; el correo pasa a ***@*** y la clave conserva un prefijo reconocible más ***. Los dos modos solo cambian los tramos que tocan. A la derecha salen los tipos y recuentos de esta pasada, para comparar, no para aceptar de palabra un «ya está anónimo».

El artículo 4, apartado 5, del RGPD define la seudonimización como el tratamiento de datos personales de manera que ya no puedan atribuirse a un interesado sin información adicional que se conserve por separado. El considerando 26 deja ese resultado dentro de los datos personales: la información que ha sido seudonimizada, y que podría atribuirse de nuevo con información adicional, sigue siendo información sobre una persona identificable. El mismo considerando sitúa la información anónima fuera del Reglamento: datos que no se refieren a una persona identificada o identificable, o que se han hecho anónimos de forma que la persona ya no es identificable. El texto consolidado está en EUR-Lex. Pasar +34612345678 a *******5678 es un gesto habitual de seudonimización. No es anonimización. Quien aún tenga el ticket completo, una grabación de la llamada o el archivo de pedidos puede cruzar los últimos cuatro, el dominio del correo y la reclamación.

La AEPD dice lo mismo en castellano más directo. En Anonimización y seudonimización escribe que la información anónima, según el considerando 26, no guarda relación con una persona identificada o identificable, mientras que la seudonimizada no puede atribuirse al interesado sin información adicional guardada aparte y sujeta a medidas que impidan esa atribución. El conjunto seudonimizado sigue bajo el RGPD. El CEPD, en su guía para pymes, resume el mismo corte: los datos seudonimizados siguen siendo personales; los anonimizados de verdad quedan fuera del Reglamento. La máscara inteligente deja los últimos cuatro y el dominio a propósito, para que un agente pueda comprobar «¿hemos tocado la línea que queríamos?». Ese resto no es un permiso para entregar el párrafo a cualquier tercero. La máscara completa quita esos restos y sube el coste del cruce. Nombre, dirección, n.º de ticket y relato no desaparecen porque hayas cambiado el interruptor. Leer «más asteriscos» como «ya no es identificable» es tratar la seudonimización como si fuera anonimización.

Un dominio de correo suele ser más peligroso que la parte local. @example.com en un buzón de consumo apunta poco. @una-sl-de-veinte-personas más «pidió la devolución ayer a las 16:00» es casi un nombre dentro de esa empresa. Una IPv4 dejada como 203.0.*.* dice poco en internet pública; en una LAN de oficina de una sola subred, la propia red es una pista. Una clave dejada como sk_test_ o ghp_ dice al lector de abajo qué clase de credencial estuvo ahí. Un prefijo no es el secreto. Es una etiqueta.

«Laura Méndez» no tiene dígito de control. Una dirección es una calle, un portal y un código postal, no un ancho fijo. N.º de ticket, n.º de pedido y n.º de seguimiento los inventa cada proveedor: hoy WO-20260903-8842, mañana otro prefijo. Una IA a la que se pide un borrador necesita justo ese relato: cuándo llamó alguien, dónde aterrizó el paquete, qué se había prometido. Si un motor de formato lo vaciara todo, el borrador no serviría. Si lo deja todo, la capa de identidad sigue ahí.

Por eso las líneas que un humano suele tener que borrar casi nunca son el teléfono. El número es el acierto fácil. Vale un segundo vistazo: cómo se nombra al contacto, si hay una dirección completa, si hay un identificador que se pueda buscar, y si una hora más un detalle clavan una llamada. Deja esos cuatro en el prompt y llama luego al texto «enmascarado», y solo has demostrado que la línea del teléfono se ha acortado.