Anonimización de datos personales: guía práctica

Anonimizar datos personales es dejarlos de forma que ya nadie pueda saber de quién son. Suena sencillo y casi nunca lo es: quitar el nombre de un expediente y dejar el cargo, el municipio y la fecha exacta no es anonimizar, es cambiar una etiqueta. Esta guía explica qué dice la ley colombiana, cómo se distingue la anonimización de la seudonimización, qué técnicas se usan de verdad y cómo aplicar todo eso cuando quieres pedirle ayuda a ChatGPT, Claude, Copilot o Gemini con un caso real.

Lo que sigue resume normas y prácticas, y no reemplaza la opinión de un abogado sobre un caso concreto.

Qué es la anonimización de datos personales

Anonimizar es transformar un conjunto de datos para que ya no permita identificar a las personas a las que se refiere. No solo de forma directa, por el nombre o el número de cédula, sino tampoco de forma indirecta, cruzando lo que queda con otra información disponible.

Esa segunda parte es la que más se olvida. La Ley 1581 de 2012 define en su artículo 3, literal c), el dato personal como «cualquier información vinculada o que pueda asociarse a una o varias personas naturales determinadas o determinables». La palabra clave es determinables: no hace falta que el dato diga quién es alguien, basta con que se pueda llegar a saberlo. Un texto sin nombre que cuenta que «la única odontóloga del municipio pidió una incapacidad por cáncer» identifica a una persona aunque no la nombre.

Por eso la anonimización no es una operación sobre lo que se ve, sino sobre lo que alguien podría deducir. Y por eso no tiene una receta única: depende de qué compartes, con quién y qué más sabe esa persona.

En una oficina colombiana la pregunta aparece en situaciones muy distintas: una firma de abogados que quiere usar un proceso real como ejemplo en una capacitación, una empresa que le entrega una base a un consultor para que la analice, una IPS que arma estadísticas de sus pacientes, una alcaldía que publica la respuesta a un derecho de petición o una persona que quiere que una IA le ayude a redactar algo a partir de un caso. En todas, la pregunta de fondo es la misma: qué puede saber de cada persona quien reciba la información.

Anonimización de datos en Colombia: lo que dice la ley

La Ley 1581 no usa la palabra «anonimización». Lo que hace es definir qué es un dato personal y someter su tratamiento a reglas. Si un conjunto de datos ya no puede asociarse a ninguna persona determinada o determinable, deja de encajar en esa definición, y con eso dejan de aplicarse la autorización, la finalidad informada y el resto de obligaciones pensadas para los datos personales. Esa es la razón práctica para anonimizar: poder usar y compartir la información con menos cargas.

Hay tres lugares de la ley donde esta idea aparece de forma más concreta:

• El artículo 6, literal e), permite tratar datos sensibles cuando el tratamiento «tenga una finalidad histórica, estadística o científica», y agrega que en ese caso «deberán adoptarse las medidas conducentes a la supresión de identidad de los Titulares». Es lo más cercano a una orden de anonimizar que trae la ley.
• El artículo 4, literal g), el principio de seguridad, pide manejar la información con las medidas técnicas, humanas y administrativas necesarias para evitar su consulta o uso no autorizado. Quitar los datos que no hacen falta antes de compartir un documento es una de esas medidas, y de las más baratas.
• El artículo 4, literal b), el principio de finalidad, dice que el tratamiento debe obedecer a una finalidad legítima que se informa al titular. Si tu cliente te entregó sus datos para gestionar su proceso, no los entregó para que su nombre termine en el servidor de un tercero que no tiene nada que ver con eso.

El reglamento, compilado en el capítulo 25 del Decreto 1074 de 2015, agrega una idea que conviene tener presente: el responsable debe ser capaz de demostrar, a petición de la Superintendencia de Industria y Comercio (SIC), que implementó medidas apropiadas y efectivas para cumplir, en proporción a su tamaño, a la naturaleza de los datos y a los riesgos del tratamiento (artículo 2.2.2.25.6.1). Si anonimizas, documenta cómo lo hiciste.

Y en agosto de 2024 la SIC publicó la Circular Externa 002, con lineamientos sobre el tratamiento de datos personales en sistemas de inteligencia artificial, dirigida a los sujetos que vigila en su rol de autoridad de protección de datos. Su mensaje de fondo es que la IA no es una excepción: si usas datos personales para desarrollar, desplegar o usar un sistema de IA, la Ley 1581 sigue aplicando. Lo desarrollamos en la guía de inteligencia artificial y protección de datos.

El marco general de la ley, con los derechos del titular y lo que se le exige a una empresa, está en la guía de habeas data y la Ley 1581.

Seudonimización y anonimización: en qué se distinguen

Las dos palabras se usan como si fueran lo mismo, y no lo son.

Seudonimizar es cambiar los datos que identifican por un código, un alias o una etiqueta, guardando aparte la tabla que permite volver al dato real. «Mariana Builes Zapata» pasa a ser «Cliente 0045» o [PERSONA_1]. Quien recibe el texto no sabe de quién se habla; quien tiene la tabla, sí.

Anonimizar es lograr que esa vuelta no exista para nadie: ni para quien recibe ni para quien entrega. Se borra la tabla, se generalizan los datos que permitirían reconocer a la persona, se agregan los resultados.

	seudonimizar	anonimizar
¿Se puede volver al dato real?	sí, quien guarda la tabla	no, nadie
¿Sigue siendo dato personal?	sí, para quien guarda la tabla	no, si se hizo bien
¿Para qué sirve?	trabajar con un tercero o con una IA sin entregarle quién es quién	publicar, compartir sin control, hacer estadísticas
Ejemplo	[PERSONA_1] en un hecho de una demanda	«35 % de los usuarios atendidos en 2025 eran mayores de 60 años»

Para pedirle ayuda a una IA casi siempre te sirve seudonimizar, y es lo más práctico: la IA redacta, resume o revisa sin saber de quién habla, y tú vuelves a poner los nombres en la respuesta. Para publicar una base de datos en un portal o entregársela a alguien sin control sobre lo que hará con ella, hace falta anonimizar.

Hay una consecuencia que conviene tener clara: los datos seudonimizados siguen siendo datos personales para ti, porque conservas la tabla. Seguir las reglas de la Ley 1581 con tu base original sigue siendo obligación tuya.

Técnicas de anonimización de datos

No hay una técnica única. Las más usadas, de la más simple a la más elaborada:

• Supresión. Quitar del todo el dato: borrar la columna del número de cédula, eliminar la línea de la firma. Es lo más seguro cuando el dato no hace falta para nada.
• Generalización. Cambiar un dato preciso por uno más amplio: la fecha de nacimiento por la década, la dirección por el municipio, el municipio por el departamento, el salario exacto por un rango.
• Seudónimos o etiquetas. Cambiar el nombre por un código coherente. Útil para que la información se siga entendiendo («[PERSONA_1] le escribió a [PERSONA_2]»). Por sí sola no anonimiza: seudonimiza.
• Agregación. En lugar de entregar una fila por persona, entregar totales o promedios: cuántos usuarios por EPS, cuántos procesos por tipo.
• Perturbación. Alterar ligeramente los valores (redondear, mover fechas unos días) para que no coincidan con los reales, sin cambiar las conclusiones del análisis. Se usa en estadística y requiere cuidado técnico.

En la práctica se combinan. Un ejemplo con una base de usuarios de una IPS que se va a entregar a un investigador (la historia clínica tiene su propia guía: usar la IA con la historia clínica):

dato original	técnica	resultado
nombre completo	supresión	(se borra la columna)
número de cédula	supresión	(se borra la columna)
fecha de nacimiento	generalización	rango de edad: 40 a 49
barrio de residencia	generalización	municipio
diagnóstico	se mantiene	es lo que se estudia
fecha de atención	generalización	mes y año

Después de hacerlo, falta la pregunta más importante: ¿alguna fila sigue siendo única? Si en el municipio solo hay una mujer de 40 a 49 años con ese diagnóstico atendida en ese mes, esa fila identifica a alguien aunque no tenga nombre. La regla práctica es que cada combinación de datos indirectos se repita varias veces en la base. Si una no se repite, hay que generalizar más.

Anonimizar datos para la IA

Cuando le pegas un texto a ChatGPT o a otra IA, ese texto sale de tu computador y llega a los servidores de la empresa que presta el servicio, en general fuera de Colombia. Qué hace cada una con lo que recibe lo contamos en la guía sobre si es seguro ChatGPT. Aquí importa otra cosa: qué conviene quitar antes.

Para casi cualquier tarea, la IA no necesita saber quién es la persona. Necesita la estructura del caso: qué pasó, en qué orden, qué se pide. El nombre, el correo, el celular y la dirección no le aportan nada a la respuesta, y son justo lo que identifica.

Este es un ejemplo con datos de ejemplo, tal como sale de Nonimo:

ANTES
Hechos de la demanda
Demandante: Silvia Ardila Prada
1. La demandante celebró un contrato de arrendamiento sobre el apartamento de la Calle Inexistente 0, Bucaramanga.
2. El arrendador dejó de responder los mensajes enviados a nombre@example.com y al celular +57 300 000 0000.
3. La demandante pagó el canon hasta agosto de 2026.

DESPUÉS
Hechos de la demanda
Demandante: [PERSONA_1]
1. La demandante celebró un contrato de arrendamiento sobre el apartamento de la Calle [DIRECCION_1], Bucaramanga.
2. El arrendador dejó de responder los mensajes enviados a [CORREO_1] y al celular [TELEFONO_1].
3. La demandante pagó el canon hasta agosto de 2026.

Datos de ejemplo: el nombre es inventado, la calle no existe, el celular es de ceros y example.com es un dominio reservado para ejemplos.

Fíjate en dos detalles. El primero: la palabra «Calle» y la ciudad quedaron a la vista, y solo salió tapado el resto de la dirección. Para la IA da igual, pero si la ciudad es pequeña y el caso es conocido, conviene generalizarla tú. El segundo: el canon y las fechas quedaron como estaban, porque es lo que la IA necesita para redactar.

Esto es seudonimizar. La IA no sabe quién es [PERSONA_1]; tú sí, y cuando copias la respuesta Nonimo vuelve a poner los datos en su lugar. Lo que el contexto pueda delatar, como un cargo o un detalle del caso que lo hace reconocible, lo revisas tú.

La lista de lo que conviene quitar antes de pegar, dato por dato, está en qué datos no compartir con ChatGPT.

Anonimizar datos sensibles antes de la IA

Los datos de salud, de orientación sexual, de pertenencia a un sindicato o los biométricos son datos sensibles según el artículo 5 de la Ley 1581, y su tratamiento está prohibido salvo las excepciones del artículo 6. Ponerles una etiqueta al nombre no cambia su categoría: un diagnóstico sigue siendo un dato de salud aunque el paciente se llame [PERSONA_1]. Si el diagnóstico no hace falta para la pregunta, sácalo; si hace falta, que lo que quede no permita saber de quién es. Lo explicamos en la guía de datos sensibles.

Anonimización de sentencias: la Rama Judicial y la Corte Constitucional

En Colombia hay un ejemplo público y cotidiano de anonimización: las sentencias. Si has leído providencias de tutela de la Corte Constitucional sobre salud o sobre menores de edad, habrás visto nombres cambiados por otros ficticios o por iniciales, con una nota al comienzo que lo explica.

La Corte lo hace por regla propia. En un auto de la Sala de Selección de Tutelas Número Cinco de 2025 se lee que la sala omitirá los nombres reales y cualquier otro dato que permita identificar a los accionantes cuando se haga referencia a su historia clínica o a su salud, cuando se trate de niños, niñas o adolescentes (salvo datos públicos), o cuando publicarlos pueda poner en riesgo la vida, la integridad o la intimidad personal y familiar. El mismo auto cita como fundamento el artículo 1 de la Circular Interna 10 de la Corte, que manda omitir de las providencias publicadas en su página web los nombres de las personas ante la potencial afectación de su intimidad, y el artículo 61 del Acuerdo 01 de 2025, su reglamento.

Dos cosas que una firma de abogados puede aprender de esa práctica:

1. El criterio no es el nombre, es la identificación. La Corte omite el nombre «así como cualquier otro dato que permita su identificación». Cambiar el nombre y dejar la dirección exacta no cumple el objetivo.
2. Se conservan dos versiones. La versión pública lleva nombres ficticios; el expediente conserva los reales. Es la misma lógica de la seudonimización: el texto que circula no dice de quién habla, y quien tiene el expediente sí lo sabe.

Si en tu firma usas sentencias, autos o escritos de procesos reales como modelo para una IA o para una capacitación, aplica el mismo criterio. Y recuerda que, para un abogado, el deber de reserva va más allá de la protección de datos: es secreto profesional.

Cómo saber si un conjunto de datos está bien anonimizado

No existe un sello oficial. Lo que sí puedes hacer es un examen honesto con cuatro preguntas:

1. ¿Quedó algún identificador directo? Nombre, número de cédula, NIT de persona natural, correo, celular, dirección, placa, número de historia clínica, número de radicado ligado a una persona. Si queda uno, no está anonimizado.
2. ¿Alguna combinación de datos es única? Edad exacta, municipio, profesión, fecha de un evento. Una sola fila irrepetible basta para que alguien la reconozca.
3. ¿Qué sabe quien lo recibe? Un compañero de oficina reconoce a un cliente por detalles que a un extraño no le dicen nada. Anonimizar para el público es distinto de anonimizar para alguien que conoce el contexto.
4. ¿Existe una tabla para volver atrás? Si existe y la conserva alguien, es seudonimización. Puede estar bien, pero llámala por su nombre y protege esa tabla.

Errores comunes al anonimizar

• Tapar con un recuadro negro en un PDF. El texto sigue debajo y se copia completo. Cómo hacerlo bien lo contamos en censurar un PDF.
• Olvidar los metadatos. El autor, la empresa y a veces versiones anteriores viajan dentro del archivo. Revisa las propiedades del archivo antes de enviarlo.
• Olvidar el control de cambios y los comentarios de Word. Un nombre borrado con el control de cambios activo sigue en el documento.
• Dejar el nombre del archivo. «Demanda Ardila Prada final.docx» identifica antes de abrirlo.
• Anonimizar solo al titular. El codeudor, el cónyuge, el testigo y el médico tratante también son personas.
• Confiar en que la otra parte no sabe nada. Quien recibe la información puede tener otras fuentes: redes sociales, la consulta de procesos de la Rama Judicial, el directorio de la empresa.

Cuándo sí vale la pena anonimizar de verdad

Seudonimizar resuelve el día a día con la IA. Anonimizar de verdad tiene sentido cuando:

• vas a publicar algo: un informe, un caso de estudio, la respuesta a una solicitud de información pública;
• vas a entregar una base completa a alguien sobre quien no tienes control, como un investigador externo o un proveedor de analítica;
• quieres conservar información para estadísticas cuando ya se cumplió la finalidad para la que se recogió;
• vas a entrenar o ajustar un modelo propio con datos de clientes, que es exactamente el escenario que tiene en mente la Circular 002 de 2024 de la SIC.

Un caso típico: la respuesta pública de una alcaldía

Una alcaldía recibe un derecho de petición, lo responde y quiere publicar la respuesta o usarla como modelo. El texto trae el nombre del peticionario, su dirección, su correo y, muchas veces, detalles de su situación: una deuda de predial, un problema con un vecino, una solicitud por discapacidad. Lo que interesa publicar es el criterio de la respuesta, no quién preguntó.

Aquí seudonimizar no basta, porque el documento va a circular sin control. Hay que suprimir los identificadores directos, generalizar los detalles que reconocen a la persona («un predio del sector rural» en lugar de la vereda y el número) y leer el resultado como lo leería un vecino del municipio. Cómo trabajar estos documentos con IA sin exponer a nadie lo contamos en la página para alcaldías.

En esos casos, lo recomendable es que lo haga alguien con criterio técnico, que se documente qué se hizo y que se pruebe: pedirle a una persona que no participó que intente reconocer a alguien en el resultado.

Lo que hace Nonimo

Nonimo es una app para Mac y Windows que, en tu computador, cambia por etiquetas los datos personales de un texto antes de que lo pegues en ChatGPT, Claude, Copilot o Gemini, y los devuelve a su lugar cuando copias la respuesta. A Nonimo no le llega el texto.

Nonimo tapa los datos personales de Colombia, como nombres, correos, celulares, direcciones, cédulas y NIT, y te los enseña marcados para que los revises. Cada persona conserva su etiqueta en todo el texto, así que la IA entiende quién hizo qué sin saber quién es.

Lo que el contexto pueda delatar, como un cargo único o un detalle del caso, sigue siendo tu revisión. Y si en tu empresa varias personas usan IA todos los días, conviene que lo que se tapa quede por escrito: en la política de uso de IA en la empresa te dejamos un modelo.

Para documentos sueltos, en las herramientas puedes tapar los datos de un PDF, un Word, un Excel, un PowerPoint o un CSV sin instalar nada.

Si trabajas con expedientes todos los días, mira la página para firmas de abogados.

Fuentes

• Ley Estatutaria 1581 de 2012, arts. 3 c), 4 b) y g), 5 y 6 e). Secretaría del Senado, leída el 22 de octubre de 2026.
• Decreto 1074 de 2015, capítulo 25, art. 2.2.2.25.6.1 (compila el Decreto 1377 de 2013). Función Pública, leído el 22 de octubre de 2026.
• Circular Externa 002 de 2024 de la SIC, lineamientos sobre datos personales en sistemas de inteligencia artificial.
• Corte Constitucional, auto de la Sala de Selección de Tutelas Número Cinco, 30 de mayo de 2025, aclaración previa y nota 1 (Circular Interna 10 y Acuerdo 01 de 2025). Leído el 22 de octubre de 2026.