Anonimizować lub pseudonimizować przed zadaniem pytania AI
Zastąpienie nazwiska kodem nie czyni danych anonimowymi. Co mówią CNIL, ANSSI i NCSC, zanim wklei się tekst do narzędzia AI.
Na tej stronie
W 30 sekund
- Gdzie to się zdarza
- Gdy kopiuje się dokument, czasem bardzo długi, do pola zapytania narzędzia AI, aby uzyskać odpowiedź na temat jego treści[3].
- Co jest stawką
- Zapytanie jest widoczne dla organizacji dostarczającej narzędzie, jest przechowywane i niemal na pewno zostanie wykorzystane do rozwijania usługi lub modelu[3].
O co chodzi
Zastąpienie nazwiska kodem przed wklejeniem tekstu do narzędzia AI daje wrażenie, że osoba jest chroniona. Według CNIL ten zabieg jest pseudonimizacją, a dane spseudonimizowane nadal mają charakter danych osobowych[1].
Słabym punktem jest zestawianie danych. Nawet bez nazwiska dane z innych źródeł lub rzadkie wartości (wiek, adres) mogą wystarczyć, by kogoś odnaleźć[1]. Europejskie organy ochrony danych ustaliły trzy kryteria oceny, czy zbiór danych jest naprawdę anonimowy[1][2].
Pytania wprost
Jaka jest różnica między anonimizacją a pseudonimizacją?
Anonimizacja sprawia, że w praktyce niemożliwe jest zidentyfikowanie osoby jakimikolwiek środkami, i to w sposób nieodwracalny[1]. Pseudonimizacja polega na zastąpieniu danych bezpośrednio identyfikujących (nazwisko, imię) danymi identyfikującymi pośrednio, takimi jak pseudonim lub kolejny numer[1].
Ta operacja jest odwracalna. Bardzo często można odtworzyć tożsamość osób dzięki danym z zewnętrznych źródeł, więc dane te nadal są danymi osobowymi[1]. G29, które zrzesza europejskie organy ochrony danych, przypomina, że dane spseudonimizowane nie są danymi anonimowymi[2].
Jeśli nazwisko zostanie zastąpione numerem, czy tekst jest anonimowy?
Nie. CNIL podaje przykład bazy CV, w której numerem zastąpiono tylko nazwisko i imiona, a numer odpowiada tylko jednej osobie: taka baza pozwala wyodrębnić osobę, jest więc spseudonimizowana, a nie zanonimizowana[1].
Jakie są trzy kryteria G29?
Służą do sprawdzenia, czy zbiór danych jest anonimowy[1][2]:
- Wyodrębnienie: czy w danych da się wyodrębnić jedną osobę?[1][2]
- Powiązanie: czy da się połączyć ze sobą odrębne zbiory danych dotyczące tej samej osoby?[1][2]
- Wnioskowanie: czy można wywnioskować informacje o osobie?[2] CNIL precyzuje: w sposób niemal pewny[1].
Zbiór danych, który nie pozwala ani wyodrębnić, ani powiązać, ani wywnioskować, jest a priori anonimowy. Jeśli choć jedno z tych kryteriów nie jest spełnione, można go uznać za anonimowy dopiero po szczegółowej analizie ryzyka reidentyfikacji[2].
Czy wystarczy usunąć kilka pól?
Również nie. CNIL radzi usuwać elementy bezpośredniej identyfikacji, ale także rzadkie wartości, które ułatwiłyby reidentyfikację. Podaje przykład wieku, który pozwala bardzo łatwo odnaleźć osoby stuletnie[1].
Czy narzędzie AI zachowuje to, co się w nim wpisuje?
Brytyjskie NCSC wskazywało w 2023 r., że model AI nie dodaje automatycznie zapytań użytkowników do swojego modelu, ale że zapytania te pozostają widoczne dla dostawcy i są przechowywane[3]. ANSSI zauważa, że w przypadku większości usług przesłane dane są zbierane i wykorzystywane przez dostawcę do optymalizacji modeli[4].
Jak to działa
CNIL dzieli techniki anonimizacji na dwie rodziny[1]. Randomizacja zmienia atrybuty tak, by były mniej precyzyjne, przy zachowaniu ogólnego rozkładu; chroni przed wnioskowaniem, a CNIL podaje jako przykład permutację dat urodzenia[1]. Uogólnianie zmienia skalę atrybutów tak, by były wspólne dla grupy osób; zapobiega wyodrębnieniu i ogranicza powiązania, na przykład przez zastąpienie daty urodzenia samym rokiem[1].
Lista kontrolna CNIL dla twórców systemów AI wskazuje ten sam kierunek: zaleca preferowanie formatów mniej inwazyjnych, na przykład przedziału wiekowego zamiast pełnej daty urodzenia[5].
ENISA poświęciła pseudonimizacji dwa raporty: pierwszy, opublikowany w styczniu 2019 r., bada pojęcie i różne techniki[6]; drugi, ze stycznia 2021 r., analizuje zaawansowane rozwiązania dla bardziej złożonych scenariuszy[7].
Co robić
- Wklejać tylko to, co konieczne. ANSSI prosi, na zasadzie ostrożności, by nigdy nie umieszczać danych wrażliwych podmiotu w zapytaniach do internetowej usługi generatywnej AI[4]. Zalicza do nich informacje osobowe (dane kontaktowe, informacje prywatne), dane umowne, prawne i finansowe oraz tajemnice informatyczne, takie jak hasła czy klucze API[4].
- Usuwać szczegóły, które pozwalają na zestawienie danych: rzadkie wartości, dokładny wiek, pełną datę urodzenia[1][5]. Nazwisko zastąpione kodem nie wystarcza[1].
- Nie przesyłać do publicznego narzędzia zapytania, które sprawiałoby problem, gdyby stało się publiczne. Tak zaleca NCSC[3].
- W przypadku danych wrażliwych ANSSI odrzuca narzędzia publiczne, takie jak ChatGPT, Gemini, Copilot, DeepL czy Perplexity[4]. NCSC wyjaśnia, że istnieją modele prywatne, oferowane przez dostawcę chmury lub hostowane wewnętrznie, ale że warunki korzystania i politykę prywatności modelu dostarczanego przez chmurę należy zrozumieć[3].
Pułapki
- Kod zastępujący nazwisko: wyodrębnia osobę zamiast ją chronić[1].
- Zestawianie z innymi danymi. Baza adresów nie może być uznana za anonimową, jeśli inne bazy zawierają te same adresy wraz z danymi identyfikującymi[1]. ANSSI wymienia też reidentyfikację przez krzyżowanie z innymi zbiorami danych wśród ataków na dane zanonimizowane[4].
- Wnioskowanie. W przykładzie CNIL zbiór danych o podatkach pokazuje, że wszyscy mężczyźni w wieku od 20 do 25 lat, którzy odpowiedzieli, nie podlegają opodatkowaniu: skoro wiadomo, że pan X, lat 24, odpowiedział, można wywnioskować, że nie podlega opodatkowaniu[1].
- Wrażliwość wynikająca z osoby, która zadaje pytanie. NCSC podaje przypadek osoby z kierownictwa, która zapytałaby, jak zwolnić pracownika, i przypomina, że informacje sumują się z jednego zapytania na drugie pod tym samym identyfikatorem[3].
- Wycieki. Przechowywane zapytania mogą zostać zhakowane, ujawnione lub przypadkowo upublicznione, a operator narzędzia może zostać przejęty przez organizację, której podejście do prywatności jest inne[3].
- Anonimowość, która się zużywa. Techniki anonimizacji i reidentyfikacji się rozwijają, co wymaga regularnego śledzenia zmian od tego, kto twierdzi, że zanonimizował dane[1][2].
Źródła
- CNIL, „L’anonymisation de données personnelles”, 19 maja 2020. https://www.cnil.fr/fr/technologies/lanonymisation-de-donnees-personnelles (dostęp 14 listopada 2026)
- CNIL, „Le G29 publie un avis sur les techniques d’anonymisation”, 25 stycznia 2016. https://www.cnil.fr/fr/le-g29-publie-un-avis-sur-les-techniques-danonymisation (dostęp 14 listopada 2026)
- NCSC (Royaume-Uni), „ChatGPT and large language models: what's the risk?”, 14 marca 2023. https://www.ncsc.gov.uk/blog-post/chatgpt-and-large-language-models-whats-the-risk (dostęp 14 listopada 2026)
- ANSSI, „Security recommendations for a generative AI system”, 29 kwietnia 2024. https://messervices.cyber.gouv.fr/documents-guides/security_recommandations_for_a_generative_ai_system.pdf (dostęp 14 listopada 2026)
- CNIL, „Développement des systèmes d'IA : Que faut-il vérifier ?”. https://www.cnil.fr/sites/default/files/2025-07/ia_liste_de_verification.pdf (dostęp 14 listopada 2026)
- ENISA, „Recommendations on shaping technology according to GDPR provisions - An overview on data pseudonymisation”, 28 stycznia 2019. https://www.enisa.europa.eu/publications/recommendations-on-shaping-technology-according-to-gdpr-provisions (dostęp 14 listopada 2026)
- ENISA, „Data Pseudonymisation: Advanced Techniques and Use Cases”, 28 stycznia 2021. https://www.enisa.europa.eu/publications/data-pseudonymisation-advanced-techniques-and-use-cases (dostęp 14 listopada 2026)
Zacytuj ten artykuł
Brain, „Anonimizować lub pseudonimizować przed zadaniem pytania AI”, Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp308_pl_2026,
author = {Brain},
title = {Anonimizować lub pseudonimizować przed zadaniem pytania AI},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/pl/articles/anonimizacja-pseudonimizacja-ai-reidentyfikacja/},
note = {CC BY 4.0}
}