Co anonimizować w dokumencie: lista danych, które najczęściej umykają

Michał Paszkiewicz, radca prawny. , 5 min czytania

W dokumencie anonimizuje się wszystko, co pozwala wskazać konkretną osobę albo konkretną sprawę, a czego odbiorca nie potrzebuje. Nazwiska to dopiero początek. RODO wymienia wśród identyfikatorów także „numer identyfikacyjny, dane o lokalizacji, identyfikator internetowy”. W dokumencie są to PESEL, NIP, numer dowodu, rachunku bankowego i księgi wieczystej, adres zamieszkania, telefon i e-mail, a w dokumentach prawniczych także sygnatury akt i numery rejestracyjne pojazdów. Przy ręcznym czyszczeniu rzadko umyka nazwisko w nagłówku. Umykają dane w stopce, podpisie, tabeli albo w środku długiego zdania.

Jeżeli wolisz, żeby dane wyszukał program, a Ty tylko przejrzał wynik, zajrzyj na stronę jak anonimizować dokumenty w Poufniku.

Jakie dane anonimizować według RODO?

Według art. 4 pkt 1 RODO możliwa do zidentyfikowania osoba fizyczna to „osoba, którą można bezpośrednio lub pośrednio zidentyfikować, w szczególności na podstawie identyfikatora takiego jak imię i nazwisko, numer identyfikacyjny, dane o lokalizacji, identyfikator internetowy lub jeden bądź kilka szczególnych czynników określających fizyczną, fizjologiczną, genetyczną, psychiczną, ekonomiczną, kulturową lub społeczną tożsamość osoby fizycznej”. Najwięcej znaczy tu słowo „pośrednio”: jeżeli po usunięciu nazwiska zostaje PESEL, osoba nadal jest zidentyfikowana.

Osobno RODO traktuje dane szczególnej kategorii z art. 9 ust. 1, między innymi „danych dotyczących zdrowia, seksualności lub orientacji seksualnej”, pochodzenie, poglądy i przynależność do związków zawodowych. Same nie wskazują osoby, ale gdy w dokumencie zostanie choć jeden identyfikator, jego przetwarzanie wymaga szczególnej podstawy prawnej. W karcie pacjenta albo piśmie w sprawie pracowniczej identyfikatory trzeba więc usunąć szczególnie starannie.

Co anonimizować w dokumencie i gdzie szukać tych danych?

  1. Imiona i nazwiska trzeba wyłapać także w odmianie. „Z Janem Kowalskim”, „pani Kowalskiej” i „powód Kowalski” to ta sama osoba, a funkcja „znajdź i zamień” z hasłem „Kowalski” pominie dwie z trzech form. Do tego dochodzą inicjały w komentarzach i podpisy ułożone w kolumnach na końcu umowy.
  2. Nazwa spółki zdradza klienta tak samo jak nazwisko. Bywa zwykłym słowem („Zielona Dolina”, „Horyzont”) i łatwo ją przeoczyć.
  3. Adres zamieszkania, siedziby, lokalu w umowie najmu albo nieruchomości w akcie notarialnym jest „daną o lokalizacji” i często wskazuje jedną rodzinę.
  4. PESEL, NIP, REGON, KRS oraz numery dowodów i paszportów stoją w komparycji umowy, w nagłówku pisma i w pełnomocnictwie. PESEL usuwa się także wtedy, gdy nazwiska już nie ma: sam numer jednoznacznie wskazuje osobę, a do tego można z niego odczytać datę urodzenia i płeć.
  5. Numery rachunków bankowych i kart są w wezwaniach do zapłaty, ugodach, umowach i fakturach, a rachunek prowadzi do właściciela.
  6. Numer księgi wieczystej pośrednio ujawnia właściciela nieruchomości, ponieważ księga jest jawna i można w niej odczytać jego imię, nazwisko i adres.
  7. Sygnatura akt albo znak sprawy („I C 412/26”) razem z nazwą sądu prowadzi do konkretnych akt. Nazwy sądu i wydziału zwykle się nie ukrywa, sygnaturę zwykle tak.
  8. Numery rejestracyjne i VIN pojazdów pojawiają się w sprawach odszkodowawczych, umowach sprzedaży i protokołach. Z numeru rejestracyjnego ustala się właściciela.
  9. Telefony i adresy e-mail stoją najczęściej w stopkach maili, nagłówkach pism i podpisach. Numer telefonu łatwo pominąć, skoro jest poza główną treścią.
  10. W dokumentacji IT i protokołach z incydentów są adresy IP i MAC, współrzędne GPS i klucze API.
  11. Datę urodzenia usuwa się zawsze. Datę wypadku albo kwotę wynagrodzenia wtedy, gdy razem z resztą treści zawężają krąg osób do jednej.

Jak wyglądają dane rozsiane po piśmie?

Weźmy fikcyjną odpowiedź na reklamację. Nagłówek:

Katarzyna Lewandowska, ul. Morska 18/4, 81-323 Gdynia, tel. 601 234 567, k.lewandowska@przyklad.pl

Treść:

W odpowiedzi na reklamację z 3 listopada dotyczącą zamówienia nr 2026/1187 informujemy, że zwrot kwoty 1 249 zł zostanie przekazany na rachunek 83 1140 0000 0000 0002 3456 7890 w terminie 14 dni. Z Panią Lewandowską skontaktuje się nasz pracownik, Piotr Wiśniewski.

Po anonimizacji w Poufniku:

[OSOBA_1], [ADRES_1], tel. [TELEFON_1], [EMAIL_1]

W odpowiedzi na reklamację z 3 listopada dotyczącą zamówienia nr 2026/1187 informujemy, że zwrot kwoty 1 249 zł zostanie przekazany na rachunek [RACHUNEK_1] w terminie 14 dni. Z Panią [OSOBA_1] skontaktuje się nasz pracownik, [OSOBA_2].

Nazwisko w odmianie („Panią Lewandowską”) dostało to samo oznaczenie co w nagłówku, więc czytelnik albo model nadal wie, że chodzi o tę samą osobę. Pracownik firmy jest osobą trzecią i też dostaje oznaczenie. Numer zamówienia został, skoro bez bazy sklepu nie wskazuje osoby, a kwota i termin są treścią sprawy. W piśmie do publikacji usunąłbym także numer zamówienia.

Zrzut ekranu przeglądu w Poufniku na fikcyjnej odpowiedzi na reklamację: po lewej tekst z podświetleniami w kilku kolorach (nazwisko w nagłówku i w odmianie w treści, adres, telefon, e-mail, rachunek, nazwisko pracownika), kwota i numer zamówienia bez podświetlenia; po prawej panel kategorii z włączonymi „Osoba”, „Adres”, „Telefon”, „E-mail”, „Rachunek bankowy” i wyłączoną „Kwota”.

Co zostaje w dokumencie po anonimizacji?

Dokument po anonimizacji ma się nadal nadawać do pracy, więc nie usuwa się wszystkiego, co przypomina dane. Zostaje treść postanowień i żądań, kwoty i terminy, jeśli są przedmiotem zadania, nazwy sądów, urzędów i organów oraz przepisy. Nazwy stanowisk też zostają, chyba że w małej organizacji wskazują jedną osobę. Zostają również role („zamawiający”, „pozwany”, „pacjent”), z których wynika, kto jest kim.

Dlatego Poufnik wstawia oznaczenia z numerami. Z [OSOBA_1] i [OSOBA_2] czytelnik wie, że w dokumencie są dwie różne osoby i która z nich co robi. Gwiazdki albo jednolite „XXX” tę informację kasują i model AI zaczyna mylić strony. Zamianę z zachowaną mapą i usunięcie trwałe porównuje tekst anonimizacja danych: co to jest.

Jak nie przeoczyć danych poza główną treścią?

Po czyszczeniu, ręcznym czy programem, sprawdź nagłówek i stopkę każdej strony, podpisy i pieczęcie, tabele i załączniki, komentarze i śledzone zmiany w pliku Word, właściwości pliku z nazwiskiem autora, nazwę pliku („Umowa Kowalski v3.docx”) oraz obrazy osadzone w dokumencie, na przykład zeskanowany podpis. Metadane i komentarze opisuje osobny tekst: jak usunąć metadane z pliku Word i PDF.

Poufnik sam wykrywa wymienione kategorie, w tym nazwiska w odmianie i podpisy w kolumnach. Każde wykrycie pokazuje przed zamianą, więc możesz je wyłączyć, zmienić mu kategorię albo dopisać fragment, którego program nie zauważył. Kategorię, której w danym dokumencie nie chcesz ukrywać, na przykład kwoty, wyłączasz jednym kliknięciem. Pełna lista kategorii i trzy kroki pracy są na stronie jak to działa, a cechy dobrego anonimizatora opisuje strona o programie do anonimizacji dokumentów.

Pytania i odpowiedzi

Co anonimizować w dokumencie przed wysłaniem do AI?

Wszystko, co pozwala wskazać osobę albo sprawę i nie jest potrzebne do zadania. Najczęściej są to imiona i nazwiska, nazwy firm, adresy, PESEL, NIP, numery dowodów, rachunków bankowych, ksiąg wieczystych, sygnatury akt, numery rejestracyjne, telefony i adresy e-mail. Kwoty i daty zostają, jeśli model ma na nich pracować, chyba że same wskazują osobę.

Czy anonimizacja nazwisk wystarczy?

Nie. Nazwisko jest tylko jednym z identyfikatorów wymienionych w art. 4 pkt 1 RODO. PESEL, adres, numer rachunku, sygnatura sprawy i numer księgi wieczystej wskazują osobę równie jednoznacznie. Dokument, z którego usunięto tylko nazwiska, nadal zawiera dane osobowe.

Jak anonimizować numer PESEL i numer telefonu w tekście?

Zamień je na oznaczenia w rodzaju [PESEL_1] i [TELEFON_1]. Oznaczenie z numerem pozwala odróżnić dwie osoby i wrócić do danych w odpowiedzi modelu, czego gwiazdki nie umożliwiają. Sprawdź też stopki, nagłówki, podpisy i tabele, w których te numery stoją poza głównym tekstem.

Czy nazwy sądów i urzędów też trzeba anonimizować?

Zwykle nie. Nazwa sądu, wydziału albo urzędu nie wskazuje osoby ani konkretnej sprawy. Sprawę wskazuje dopiero sygnatura akt w połączeniu z nazwą sądu, więc ukrywa się sygnaturę, jeśli odbiorca nie ma prawa znać sprawy.