Come anonimizzare i documenti prima di darli in pasto all’AI

C’è una scena che ormai vedo ovunque nei corsi: qualcuno carica un PDF su ChatGPT o su un altro strumento di intelligenza artificiale e dice “fammi un riassunto”. Domanda: cosa c’era dentro quel PDF? Nome, cognome, codice fiscale, partita IVA, email, indirizzi, magari dei clienti. E a quel punto non stai più usando l’AI: stai regalando dati personali.

Anonimizzare documenti e PDF prima di caricarli su ChatGPT, Copilot o altri strumenti AI non è un optional: è un passaggio fondamentale per proteggere la privacy, ridurre i rischi GDPR e lavorare in modo consapevole con l’intelligenza artificiale. In questa guida pratica scopri come farlo, quali dati rimuovere, quali strumenti usare e quando conviene lavorare in locale.

Il problema non è l’AI. È come la usi

L’intelligenza artificiale è uno strumento straordinario. Ma ha una caratteristica che spesso ignoriamo: non distingue tra dato utile e dato sensibile. Se carichi un documento “sporco”, lei lo elabora comunque. E tu sei responsabile di ciò che hai condiviso.

Come dici: chi diavolo lo fa?

L’intelligenza artificiale entra sempre più nelle aziende, ma non sempre viene utilizzata in modo sicuro. Secondo il Report 2025 di Cyberhaven, citato da Federprivacy, il 77% dei lavoratori copia e incolla dati aziendali sensibili in ChatGPT e altri chatbot AI. Tra le informazioni condivise figurano documenti interni, dati dei clienti e contenuti riservati. Un comportamento che può esporre le organizzazioni a rischi di violazione della privacy, perdita di proprietà intellettuale e problemi di conformità normativa. Per questo gli esperti sottolineano l’importanza di formazione, policy aziendali e strumenti di governance dedicati all’uso dell’AI generativa.

Ecco i rischi principali di caricare documenti non anonimizzati su piattaforme AI:

• violazioni del GDPR (Regolamento Europeo sulla protezione dei dati personali)
• perdita di controllo sui dati personali e aziendali
• condivisione involontaria di informazioni riservate
• esposizione di clienti, fornitori, dipendenti e collaboratori

Non è paranoia. È igiene digitale di base per chiunque usi l’intelligenza artificiale in modo professionale.

Quali dati personali rimuovere prima di usare l’intelligenza artificiale

Prima di caricare qualsiasi documento su un sistema AI, dovresti sempre rimuovere o oscurare questi elementi:

• Nomi e cognomi di persone fisiche
• Email e numeri di telefono
• Codici fiscali e numeri di partita IVA
• IBAN e dati bancari
• Indirizzi e riferimenti geografici precisi
• Dati sanitari e informazioni sulla salute
• Segreti aziendali e informazioni riservate

Questa è la regola aurea dell’anonimizzazione: prima anonimizzi, poi usi l’AI. Dovrebbe essere una procedura standard, come lavarsi le mani prima di operare.

Come anonimizzare un PDF online con redactpdf.io

Dalle ricerche che ho condotto emerge uno strumento interessante: redactpdf.io. Si tratta di un servizio online progettato per anonimizzare documenti e PDF in modo rapido e sicuro.

Funziona così:

• carichi il documento
• il sistema individua automaticamente i dati sensibili
• tu verifichi le modifiche proposte
• scarichi il PDF anonimizzato

Semplice ed efficace.

Nella versione gratuita puoi caricare un documento alla volta (fino a 25 pagine), con una dimensione massima di 5 MB.

È sicuro usare redactpdf.io?

Lo strumento dichiara espressamente:

• crittografia dei documenti durante il trattamento
• elaborazione lato browser o in ambiente sicuro
• nessun uso di AI di terze parti per l’elaborazione
• server situati in Europa (infrastruttura EU-compliant)
• cancellazione immediata dei file dopo il download
• nessun account richiesto per utilizzare il servizio

Tradotto: privacy by design. Un approccio che mette la protezione dei dati al centro del processo di anonimizzazione.

Il punto critico che molti ignorano

“Uso uno strumento sicuro, quindi sono a posto”.

Non è così.

Il vero problema non è lo strumento. È il processo. Se tu:

• carichi il file sbagliato
• dimentichi un dato sensibile
• non controlli l’output prima di usarlo

hai già perso. L’AI aiuta, ma non sostituisce la responsabilità umana. Anonimizzare documenti per l’AI richiede sempre una verifica finale da parte tua.

OpenAI lancia Privacy Filter

C’è una novità che merita attenzione da parte di chi usa l’intelligenza artificiale in azienda, negli studi professionali o nella Pubblica Amministrazione: OpenAI ha presentato Privacy Filter, un modello open-weight progettato per individuare e oscurare dati personali nei testi prima che vengano elaborati da altri sistemi di intelligenza artificiale.

Secondo OpenAI, il modello può funzionare anche in locale, senza inviare contenuti nel cloud. Questo aspetto è cruciale per settori delicati come sanità, legale, HR, finanza e pubblica amministrazione.

Come funziona? Si scarica il modello dalla pagina ufficiale di OpenAI o dal repository indicato e si installa in ambiente locale tramite Python, usando librerie come Transformers o vLLM. Un approccio che mette il controllo dei dati nelle mani dell’utente, non del fornitore del servizio.

Microsoft Presidio: la soluzione per anonimizzare dati in locale

Se lavori con dati sensibili (aziende, PA, sanità), la domanda è un’altra: ha senso usare strumenti online? Spesso la risposta è no.

Qui entra in gioco un approccio più solido, come quello di Microsoft Presidio, un framework open source progettato per:

• rilevare dati personali (PII) nei testi e nei documenti
• anonimizzare testi e documenti in modo automatizzato
• lavorare su dati strutturati e non strutturati
• funzionare in ambienti controllati, anche on-premise

Non è plug-and-play come redactpdf.io. Ma è molto più governabile. E quando gestisci dati veri, la governance vale più della comodità.

Workflow sicuro per usare documenti con l’intelligenza artificiale

Ti propongo una procedura concreta, replicabile subito:

1. Classifica il documento
   • contiene dati personali?
   • contiene dati sensibili?
   • contiene segreti aziendali?
2. Scegli il livello di protezione
   • basso rischio → tool online
   • medio rischio → tool verificati + revisione manuale
   • alto rischio → solo strumenti locali
3. Anonimizza
   • automatico (AI o tool dedicati)
   • manuale (controllo umano)
4. Verifica
   • rilettura completa del documento
   • ricerca di pattern (email, numeri, nomi)
5. Solo ora usa l’AI

Questo è il punto: l’AI è l’ultimo passo, non il primo. Il workflow sicuro per documenti con l’AI parte sempre dall’anonimizzazione.

Una domanda scomoda (ma necessaria)

Se quel documento finisse online domani, cosa succederebbe?

Se la risposta è “nulla”, sei tranquillo.

Se la risposta è “un problema”, allora devi cambiare processo.

FAQ sull’anonimizzazione dei documenti per l’intelligenza artificiale

Come anonimizzare un PDF prima di caricarlo su ChatGPT?

Prima di caricare un PDF su ChatGPT, conviene rimuovere o oscurare nomi, email, numeri di telefono, codici fiscali, IBAN, indirizzi e altri dati personali. Puoi farlo con strumenti di redazione automatica come redactpdf.io oppure manualmente, ma è sempre importante controllare il file finale prima di usarlo con l’AI.

Quali dati personali vanno rimossi da un documento prima di usare l’AI?

In generale vanno rimossi tutti i dati che identificano direttamente o indirettamente una persona: nome e cognome, email, telefono, indirizzo, codice fiscale, partita IVA, IBAN, dati sanitari, riferimenti geografici precisi e informazioni aziendali riservate.

È sicuro usare strumenti online per anonimizzare documenti?

Dipende dal tipo di documento e dal livello di rischio. Per file poco critici può avere senso usare tool online verificati con infrastruttura europea e policy GDPR-compliant. Per contenuti sensibili o riservati è preferibile lavorare in locale o in ambienti controllati con strumenti come Microsoft Presidio o OpenAI Privacy Filter.

Che cos’è OpenAI Privacy Filter?

OpenAI Privacy Filter è un modello open-weight pensato per individuare e oscurare informazioni personali nei testi prima che vengano elaborati da altri sistemi AI. Secondo la documentazione ufficiale, il modello può funzionare anche in locale, senza inviare contenuti nel cloud. È particolarmente indicato per settori come sanità, legale, HR, finanza e pubblica amministrazione.

Microsoft Presidio serve per anonimizzare documenti?

Sì. Microsoft Presidio è un framework open source usato per rilevare e anonimizzare PII (Personally Identifiable Information) nei testi e in altri contenuti. Si integra bene in flussi di lavoro aziendali e può funzionare anche on-premise, offrendo un controllo maggiore rispetto ai semplici tool online.

Qual è il metodo più sicuro per usare documenti con l’intelligenza artificiale?

Il metodo più prudente è questo: classificare il documento in base al livello di rischio, scegliere il livello di protezione adeguato, anonimizzare i dati personali, verificare manualmente il risultato e solo alla fine usare l’AI. L’intelligenza artificiale deve essere l’ultimo passo, non il primo.