Motor v5.1 + modo correo · OCR local para PDF sin capa de texto · Seudonimización reversible · Ley 25.326 · RGPD art. 4.5 · ISO/IEC 27002 8.11
connect-src 'none': el navegador bloquea cualquier envío. El OCR corre en un worker de
esta misma pestaña, con el motor y los idiomas descargados al abrir la página y verificados por
SHA-256; después podés cortar la conexión y todo sigue funcionando. El mapa de
reidentificación vive en la memoria de esta pestaña y solo sale de ella cifrado.
Los nombres de De / Para / CC, de “Nombre <correo>”, de “El … escribió:” y de la firma después de una despedida se suman como términos forzados (rol Tercero), aunque estén en minúsculas o en orden “Apellido, Nombre”. Rótulos, días, meses y AM/PM se protegen para que no se lean como nombres.
Fecha, porcentaje y monto vienen desactivados: en un caso de riesgos del trabajo son cuasi-identificadores (fecha del siniestro, incapacidad), pero suelen ser necesarios para el análisis. Activalos si el destino no los necesita.
Nombres o datos que querés reemplazar sí o sí, con su rol. Tienen prioridad máxima; el apellido suelto y el orden invertido heredan la misma etiqueta.
| Categoría | Original | Reemplazo | Ocurr. | Otras grafías | Observación |
|---|
El mapa queda en la memoria de esta pestaña y la pestaña Restituir lo usa directamente. Si necesitás conservarlo para restituir otro día, descargalo cifrado. No hay opción en claro.
Usá cuatro o cinco palabras que no formen una cita conocida (por ejemplo, palabras al azar de un diccionario). No hacen falta mayúsculas ni símbolos: cuenta el largo. Se rechazan frases comunes, repeticiones, secuencias, filas del teclado y frases armadas con el identificador del caso. Podés usar un gestor de contraseñas y pegarla.
No hay mapa en memoria.
Detecta datos personales en un escrito judicial argentino y los reemplaza por etiquetas estables, para que puedas trabajarlo con una IA externa y después volver a poner los datos reales. Todo ocurre dentro de tu navegador.
No reemplaza tu revisión. La detección de nombres y domicilios es heurística: reconoce patrones, no comprende el documento. Apodos, referencias indirectas (“el hermano de la actora”) o un apellido en minúscula pueden pasar.
Un correo impreso desde el navegador con “Microsoft Print to PDF” sale sin texto: el controlador convierte cada letra en un dibujo vectorial. Se ve perfecto, pero ningún lector de PDF encuentra caracteres. Lo mismo pasa con un escaneo. Esta herramienta detecta esas páginas y las lee con OCR local (Tesseract, español e inglés) dentro de la pestaña: unos 3 segundos por página. Si el correo todavía está en tu casilla, imprimilo con Guardar como PDF del navegador: el PDF sale con texto real y no necesita OCR.
juan.perez1987O gmail.com). Si la dirección
queda partida, la parte local (que casi siempre contiene el nombre) se escapa. Se reconstruye cuando el dominio
ya aparece bien escrito en el documento o es un proveedor conocido.?id=…) no se reemplazan y se avisan:
pueden contener identificadores de cuenta o de conversación.Cargá el escrito. Pegalo o abrí un
.docx, .pdf o .txt. El .docx se lee con un
lector propio (tope de seguridad de 50 MB descomprimidos); el texto eliminado o movido con
control de cambios y el texto con formato oculto de Word se descartan con aviso. Los encabezados y pies de
página de Word se agregan al final, como bloque aparte. Las páginas de un PDF sin capa de texto
se leen con el OCR local (ver Correos impresos y OCR). Al extraer texto de un PDF las palabras suelen partirse
(“MIL LÓN”, “Gon zález”, “OCTAV A”) y los datos quedan
con espacios o saltos de línea en el medio; el motor tolera los cortes más comunes, pero un
escrito que viene de PDF merece una relectura más atenta.
Cargá los términos forzados que conozcas: nombre de la actora, de la demandada, de los testigos, con su rol. Es la forma más segura de que no se escape ninguno.
Anonimizá y leé la auditoría. Cada fila muestra el valor, su etiqueta, cuántas veces aparecía y con qué otras grafías. Las filas marcadas “revisar” son las que merecen tu atención.
Releé la salida completa y recién entonces copiala a la IA.
Restituí. Pegá la respuesta del modelo en la
pestaña Restituir. La herramienta acepta las variantes que suelen devolver los modelos
(NOMBRE_1 sin corchetes, [DNI 1] con espacio) y te avisa si aparece una
etiqueta que no está en el mapa.
[NOMBRE_1].
Un DNI con y sin puntos es un solo [DNI_1].| Categoría | Ejemplos |
|---|---|
| Nombre de persona | “María Rodríguez”, “RODRIGUEZ, MARIA”, “la Sra. Claro”, “Juan Diez” |
| DNI, CUIT / CUIL, pasaporte | “22.333.444”, “22.333. 444”, “27 - 17250612 - 2” |
| CBU / CVU, alias, cuenta bancaria | CBU agrupado o partido en dos renglones, “ALIAS:” con el valor en el renglón siguiente, “cta. cte. N° …”, “caja de ahorro nro. …” |
| Correo, teléfono, tarjeta | Correos partidos por un espacio, teléfonos con 15 intercalado, tarjetas con Luhn |
| Domicilio | Calle y altura, barrio y manzana, ruta y kilómetro, piso y departamento (“1ero “B””) |
| Padrón / partida / catastro | “Padrón: 0027408/0004”, “Partida inmobiliaria N° …”, “Circ. 1, Sec. 2, Mz. 45, Parcela 7” |
| Identificadores ART, salud y laborales | Siniestro, historia clínica, legajo, afiliado, póliza, beneficio |
| Expediente, matrícula, patente, código postal | CUIJ, “Matric. N.º 26”, tomo y folio, patentes Mercosur |
| Certificado | Firma digital, certificado médico, CUD, con número |
| Dirección IP | IPv4 e IPv6 |
| Fecha de nacimiento | Solo con rótulo: “fecha de nacimiento: …”, “nacida el …” |
| Empleadora / aseguradora / organización | Razones sociales con forma societaria (incluida “Ltda.”), ART, prestadoras de servicios |
| Fecha, porcentaje, monto | Desactivadas por defecto: ver Cuasi-identificadores |
Quedan intactos, aunque parezcan nombres: encabezados de cláusula (“DÉCIMA PRIMERA (…):”), montos en letras, índices de actualización (“Índice de Precios al Consumidor”), ambientes de un inventario (“BAÑO PRINCIPAL:”), normas, organismos y ciudades.
Mientras exista el mapa, el escrito etiquetado sigue siendo dato personal para vos: es seudonimizado, no disociado en los términos del art. 2 de la Ley 25.326, y siguen corriendo los deberes de seguridad del art. 9. Lo que cambia es qué recibe el tercero: la IA externa ve etiquetas, no datos.
Si el objetivo es publicar sin posibilidad de reversión (jurisprudencia, material de clase), no guardes el mapa: con Limpiar todo o al cerrar la pestaña, desaparece.
Se deriva una clave de tu frase con PBKDF2-SHA256 (600.000 iteraciones) y se cifra con AES-GCM de 256 bits. El identificador del caso viaja autenticado: si alguien lo altera, el archivo no descifra. Sin la frase, el archivo no revela nada.
[NOMBRE_1], [DNI_2]. Es la única que permite restituir con certeza y la
que mantiene legible el escrito para el modelo. La misma persona conserva su etiqueta en todo el
escrito; la numeración sigue el orden de aparición y vuelve a empezar en cada escrito, así que
[NOMBRE_1] de un escrito no es [NOMBRE_1] de otro. Cada escrito se
restituye con su propio mapa.
[DNI_a3f9c1e08b42], con un salt aleatorio nuevo en cada anonimización. Los
códigos no se repiten entre escritos: no sirve para cruzarlos y no permite vincular a una
persona de un escrito con la de otro. Es restituible solo con el mapa de ese escrito.
*******22. Solo para uso interno. No es reversible y no es seudonimización defendible.
En un expediente de riesgos del trabajo, la combinación de fecha del siniestro, empleadora, aseguradora y porcentaje de incapacidad identifica a la persona aunque no aparezca su nombre. Empleadora y aseguradora se reemplazan por defecto. Fecha, porcentaje y monto se reemplazan si activás esas categorías: decidilo según lo que la IA necesite para trabajar.
La excepción es la fecha de nacimiento con rótulo (“fecha de nacimiento”, “nacida el”): casi identifica a la persona y se reemplaza siempre, en su propia categoría. La edad (“de 45 años de edad”) no se reemplaza: si importa, cargala como término forzado.
Descargar la herramienta guarda esta página como un solo .html, sin el
documento cargado ni la auditoría. Abierta con doble clic funciona sin red; la lectura de PDF
y el OCR requieren la versión publicada, porque dependen de pdf.js y del motor de OCR servidos
por el sitio. En la versión publicada, una vez que la línea de estado dice “OCR local listo”,
podés cortar la conexión: todo lo demás ocurre en la pestaña.
Nada de esto reemplaza el criterio profesional sobre qué corresponde seudonimizar en cada caso. La herramienta ejecuta la decisión; no la toma.
Estos casos corren en tu navegador, sobre el mismo motor. Incluyen las fugas concretas detectadas en v3 y v4: apellido suelto, nombres con partículas, diéresis, DNI en otra grafía, CBU agrupado, homónimos. Si alguno falla, la herramienta no es confiable en esa dimensión.