Cubrir los nombres con bloques negros parece seguro y es la herramienta adecuada para un documento que se va a enviar a un tribunal o a otra parte. Pero es la herramienta equivocada para un documento que quieres que lea una IA. Aquí explicamos por qué, con un ejemplo, y para qué sirve cada método.
El mismo párrafo de tres maneras
Original:
Maria Lopez signed a lease with Northwind Ltd on 3 March. Ms. Lopez agreed to pay
1,850 a month. Northwind may end the lease if Maria misses two payments.
Con bloques negros:
[REDACTED] signed a lease with [REDACTED] on [REDACTED]. [REDACTED] agreed to pay
1,850 a month. [REDACTED] may end the lease if [REDACTED] misses two payments.
Con marcadores de posición coherentes:
Person_1 signed a lease with Company_1 on Date_1. Person_1 agreed to pay
1,850 a month. Company_1 may end the lease if Person_1 misses two payments.
Pregúntale a la IA «¿quién puede rescindir el contrato de arrendamiento y cuándo?». No se puede responder con confianza a partir de la versión con bloques negros. Sí se puede con la versión con marcadores de posición: Company_1, si Person_1 no paga dos mensualidades. En ambas ha desaparecido la identidad. Solo una conserva la estructura.
Qué se pierde con los bloques negros
- Quién es quién. Todos los bloques parecen iguales, así que la IA no puede distinguir al inquilino del arrendador ni a un testigo de otro.
- El vínculo entre las menciones. «Maria», «Sra. Lopez» y «ella» son la misma persona. Los bloques rompen esa cadena.
- El tipo de elemento. Una persona, una empresa y una dirección se comportan de manera diferente. Una etiqueta que diga Empresa o Dirección ayuda a la IA a interpretar la frase.
- Referencias entre documentos. Si la misma persona aparece en un contrato y en un correo electrónico, los bloques no permiten saberlo.
Entonces la IA hace conjeturas, responde de forma imprecisa o te pide que completes la información que falta. En todos los casos tienes que volver a poner los nombres a mano o perder la respuesta.
Cómo elegir las etiquetas
Funcionan mejor las etiquetas genéricas por tipo: Person_1, Company_1, Address_1, Phone_1, Email_1, Account_1, ID_1, Birthdate_1. El tipo indica a la IA qué clase de elemento está leyendo y el número le indica cuál es. Evita etiquetas con significados que no pretendías darles. «Inquilino» sirve como función, pero sería incorrecto si la misma persona es arrendadora en otro documento. Las funciones van en la instrucción; las etiquetas, en el texto.
No uses iniciales. «M.L.» es parte de un nombre y podría confundirse con «Michael Lee».
Qué conservan los marcadores de posición coherentes
La palabra clave es coherencia. Una persona recibe una sola etiqueta en todas sus menciones y documentos. Así, la IA puede:
- seguir a una persona a lo largo de una cronología;
- determinar qué obligaciones corresponden a cada parte;
- advertir que Person_2 en el correo electrónico es la misma persona que Person_2, quien firmó el acuerdo;
- dar una respuesta que puedas restaurar después con los nombres reales. Consulta el flujo de trabajo de ida y vuelta.
Si la numeración empieza de nuevo en cada archivo, pierdes la ventaja. Consulta trabajar con un expediente completo.
Tareas en las que se nota la diferencia
- Quién debe qué a quién. Hay que mantener separadas a todas las partes.
- Una cronología. Hay que reconocer a la misma persona en cada acontecimiento.
- Comparar dos versiones de un contrato. Se necesitan las mismas etiquetas en ambas; de lo contrario, todos los nombres parecen un cambio.
- Encontrar contradicciones entre documentos. La misma persona debe tener la misma etiqueta en todos ellos.
Para una tarea como «acorta este párrafo», los bloques cuestan poco. Para cualquier tarea que dependa de relaciones, cuestan la respuesta.
A menudo, un bloque negro sobre un PDF no oculta nada
Hay otra razón para evitar los bloques negros en archivos que envías a una herramienta de IA. En muchos PDF, un rectángulo negro dibujado sobre el texto solo lo cubre. El texto sigue en el archivo y quien lo reciba aún puede seleccionarlo, copiarlo y leerlo. Una supresión correcta elimina el texto, además de los metadatos, marcadores, archivos adjuntos y campos de formulario.
Si tienes que entregar un PDF, compruébalo seleccionando todo el texto y pegándolo en otro sitio. Si aparecen los nombres, nunca se eliminaron.
Cuándo son adecuados los bloques negros
Utiliza la supresión de verdad cuando el documento vaya a entregarse a otra parte como documento: a la contraparte, un organismo regulador, un tribunal o una oficina de prensa. En esos casos, el destinatario recibe el archivo, importan el diseño y el valor probatorio, y el objetivo es que nadie pueda recuperar el texto. ClientSafe no está pensada para ese trabajo. Crea una copia segura del texto para herramientas de IA.
Son dos tareas distintas. La supresión protege un documento que entregas. Una copia segura protege al cliente cuando pides a una herramienta que analice el documento.
Los marcadores de posición no son mágicos
- El contexto aún puede identificar a una persona: un cargo poco frecuente, una localidad pequeña y una fecha.
- Una errata no detectada deja un nombre real junto a un marcador de posición. Lee la copia segura antes de enviarla.
- Las fechas y los importes se conservan salvo que los reemplaces, y a veces conviene conservarlos.
El La comparación entre anonimización, seudonimización y supresión explica cuándo corresponde usar cada término, y la lista de verificación indica qué debes buscar.
Preguntas frecuentes
¿La IA se confundirá con etiquetas como Person_1?
No. Son tokens corrientes. Indícale en la instrucción qué representan y que los conserve tal como están escritos.
¿Debo usar etiquetas diferentes para distintas funciones?
Bastan etiquetas genéricas por tipo. En la instrucción, añade la función en una línea breve; por ejemplo, «Person_1 es el inquilino».
¿Puedo usar [SUPRIMIDO] en un párrafo breve?
Puedes hacerlo, pero un solo párrafo oculto en medio del texto sigue obligando a la IA a hacer conjeturas. Usar marcadores de posición no requiere más esfuerzo cuando una herramienta hace el reemplazo.
ClientSafe reemplaza nombres, empresas, direcciones, números de teléfono, direcciones de correo electrónico, números de cuenta e identificación, y fechas de nacimiento por marcadores de posición coherentes como Person_1 y Company_1. Puedes ver cada coincidencia, desmarcar las falsas y señalar lo que se pasó por alto; después, copia la copia segura.