2.2. Técnicas sencillas de anonimización de textos, tareas y proyectos
La anonimización de la información educativa no requiere necesariamente conocimientos técnicos avanzados ni herramientas especializadas. En la mayoría de los casos, pequeñas acciones preventivas aplicadas de forma sistemática permiten reducir considerablemente los riesgos asociados al tratamiento de datos personales mediante herramientas de inteligencia artificial. Estas medidas deben incluirse como parte habitual del flujo de trabajo docente.
A continuación, se presentan técnicas accesibles y recomendables para anonimizar en el entorno educativo.
Sustitución de nombres por códigos o identificadores internos
La técnica más básica y eficaz consiste en reemplazar cualquier dato identificativo por códigos neutrales que no permitan reconocer al alumnado.
Por ejemplo, en lugar de utilizar nombres y apellidos reales:
| Información original | Información anonimizada |
| Arantxa Larrondo | Estudiante01 |
| León Soria | Estudiante02 |
Es importante que el código asignado al alumnado no se repita en las diferentes usos para evitar que la herramienta de inteligencia artificial cree un perfil asociado a ese código.
Eliminación de datos personales visibles en documentos
Es conveniente revisar cuidadosamente el documento para detectar información identificativa que pueda aparecer de forma explícita.
Revisión y eliminación de metadatos
Metadatos: información oculta que acompaña a un archivo digital y que describe aspectos relacionados con su creación, edición o autoría. Aunque no suele verse directamente en el contenido del documento, puede contener datos personales o identificativos.
Los docentes tenemos que ser conscientes de este aspecto y eliminar de los archivos que entrega al alumnado estos datos para evitar que sean identificados.
Como docentes tenemos que asegurarnos de no subir archivos con este tipo de datos. En el siguiente imagen se pueden ver los matadatos de un documento de word creado en un PC donde el nombre de usuario es Alumno:
En el apartado 2.4 se muestra un ejemplo de eliminación de metadatos.
Uso de fragmentos parciales en lugar de documentos completos
En muchas situaciones, no es necesario compartir un trabajo completo con una herramienta de IA. Habitualmente basta con utilizar únicamente el fragmento relevante para la tarea concreta. Reducir la cantidad de información compartida disminuye la exposición innecesaria de datos y facilita el control sobre el contenido enviado.
Edición de imágenes
Cuando se utilizan imágenes como evidencias de aprendizaje, también deben aplicarse medidas de anonimización visual:
- difuminar rostros
- recortar nombres visibles
- cubrir logotipos
- eliminar otra información sensible
Existen multitud de herramientas de edición de imágenes. En el siguiente ejemplo se ha usado GIMP para difuminar rostros.
Eliminación de comentarios y revisiones incrustadas
En documentos colaborativos o archivos editados por varias personas, pueden quedar almacenados comentarios internos, marcas de revisión o historiales de cambios que revelen información personal. Es recomendable generar una copia del archivo final sin esa información. Una buena práctica, como se ha indicado anteriormente, es crear una copia en pdf del documento. En ese caso hay que revisar los metadatos.
Aplicación del principio de mínima exposición
Una de las estrategias más importantes en protección de datos consiste en compartir únicamente la información estrictamente necesaria para la finalidad educativa concreta. Es conveniente reflexionar antes de utilizar un dato en una herramienta de inteligencia artificial si es necesario realmente introducir ese dato.introducirlo.