Ett namn som du ser på skärmen är inte alltid text. I ett inskannat avtal, ett fotograferat brev eller en skärmbild av ett mejl som klistrats in i en rapport är namnet en bild. Sök och ersätt hittar det inte. Ett AI-verktyg kan göra det.
Var personuppgifter kan döljas i bilder
- Inskannade PDF-filer. Varje sida är en bild. All text, inklusive namn och nummer, består av pixlar.
- Fotografier av dokument. Ett mobilfoto av ett brev, en faktura eller ett formulär.
- Skärmbilder i Word eller PowerPoint. Ett mejl eller en chatt som klistrats in som en bild för att ”visa vad som sades”.
- Signaturblock och stämplar. Ofta bilder med ett namn bredvid.
- Brevhuvuden och logotyper. Företagsnamn och adress i ett sidhuvud.
- Visitkort, whiteboardtavlor och formulär som fotograferats under ett möte.
- Bildmetadata. Bilder kan innehålla datum, enhetsinformation och ibland uppgift om var de togs.
Varför det spelar roll för AI-verktyg
AI-verktyg kan läsa bilder. Om du laddar upp en skanning av en klients avtal läser verktyget namnen i den precis som om de hade skrivits in som text. Om du tar bort namn från de skrivna delarna av en fil men låter bilderna vara kvar är klienten fortfarande utsatt.
Det omvända händer också. En fil som ser ut att bara innehålla vanlig text kan ha en inskannad bilaga med alla uppgifter kvar. Öppna varje sida, inte bara den första.
Ett snabbt test: går det att markera texten?
Öppna PDF-filen och försök markera en rad med markören. Om du kan markera enskilda ord har sidan ett textlager. Om markeringen tar hela sidan som ett block, eller om ingenting markeras, är sidan en bild. Blandade filer är vanliga: sidor med maskinskriven text och en inskannad signatursida eller bilaga i slutet. Testa de sista sidorna också, inte bara den första.
Samma test fungerar i Word: klicka på en skärmbild. Om den markeras som en enda bild är innehållet inte sökbar text.
Skärmbilder av chattar och mejl
De här förtjänar att nämnas särskilt eftersom de kan verka harmlösa. En skärmbild av en sms-tråd visar ett telefonnummer eller kontaktnamn högst upp, den andra personens namn i varje pratbubbla och ofta även tid och plats i meddelandena. En skärmbild av ett mejl visar hela sidhuvudet med båda adresserna. Om du behöver innehållet kan du kopiera texten, ersätta namnen och utelämna bilden. Om skärmbilden utgör bevis ska du behandla den som ett eget dokument och inte lägga in den mitt i en rapport som du tänker dela med ett AI-verktyg.
Så hanterar du det manuellt
- Hitta bilderna. Bläddra igenom dokumentet och notera varje skanning, skärmbild och bild.
- Avgör om du behöver dem. Ofta är svaret nej, eller så består texten i dem av en eller två rader som du kan skriva in på nytt.
- Om du behöver innehållet kan du skriva av eller kopiera texten och lägga in platshållarna, och sedan utelämna bilden.
- Gör inte oskärpt. Ett suddigt namn går ofta fortfarande att läsa, och en oskärpa kan ibland återställas. En fylld form som har plattats till i bilden är säkrare. Ännu bättre är att utelämna bilden.
- Ta bort fotometadata om du måste skicka bilden.
Vad ett verktyg kan göra
Skannade PDF-filer läses som text, sida för sida. I Word-, PowerPoint- och Excel-filer, e-postmeddelanden och liknande filer identifieras texten i bilderna och placeras där bilden fanns, i ett block märkt ”Text från bild”. Därefter går den igenom samma steg som resten av dokumentet: namn och nummer hittas, du granskar dem och de blir platshållare. Själva bilderna följer inte med i den säkra kopian. Små ikoner och dekorationer hoppas över.
I ClientSafe visar remsan ovanför den säkra kopian hur många bilder som har lästs som text. Engelska, spanska, franska, tyska och arabiska kan läsas.
Ett realistiskt fall
En klient skickar en mapp: ett maskinskrivet avtal, ett skannat bankbrev, tre foton av en handskriven anteckning och en e-posttråd med skärmbilder av textmeddelanden. Avtalet är enkelt. Det är i resten som namnen gömmer sig. Ett verktyg som bara hanterar maskinskriven text missar de flesta av dem, och en snabb sökning i det maskinskrivna avtalet säger ”rent”. Att göra en textsökning är inte detsamma som att granska skanningar. Granskningen måste även omfatta sidorna som lästs från bilder.
Där igenkänningen brister
Att läsa text från bilder är inte exakt. Handskrift, foton med låg upplösning, sneda sidor, stämplar över text och ovanliga typsnitt kan alla orsaka fel. Ett felläst namn kan undgå upptäckt eftersom det inte längre ser ut som ett namn. Om avläsningen är osäker markerar ClientSafe dokumentet som Behöver granskas. Behandla dessa dokument som sådana som du bör läsa två gånger och jämföra den säkra kopian med originalet.
En signatur som ritats som en bild innehåller ingen läsbar text. Ett namn som skrivits bredvid den, som i ”Undertecknat: Maria Lopez”, är text och hittas.
Vanliga frågor
Kan jag låta bilderna vara kvar och bara hoppas?
Nej. En bild av ett dokument är själva dokumentet. Om den innehåller namn ser ett AI-verktyg som läser bilder dem.
Behandlas en skannad PDF-fil som en Word-fil?
Den läses först som text. Därefter går den igenom samma steg.
Innehåller den säkra kopian mina foton?
Nej. Bilderna följer inte med. Texten i dem, där den gick att läsa, inkluderas och görs säker.
Hur är det med handskrivna anteckningar?
Räkna med att saker missas. Handskrift är det svåraste fallet för all textigenkänning, så granska sådana sidor extra noggrant eller skriv om dem.
ClientSafe läser skannade PDF-filer och texten i bilder i dokument, och hittar och ersätter sedan namn och nummer på samma sätt som för maskinskriven text. Granskningssteget visar vad som hittades, och dokument som verktyget är osäkert på markeras som Behöver granskas.