El 8 de julio de 2026, el Comité Europeo de Protección de Datos (CEPD) anunció su proyecto de Directrices 02/2026 sobre anonimización, una actualización del dictamen de 2014 en el que las empresas se han apoyado durante años. Los comentarios están abiertos hasta el 30 de octubre de 2026. El tema suena técnico, pero decide algo de lo que depende toda organización: el punto en que los datos dejan de ser datos personales y el RGPD deja de aplicarse.
Si compartes analítica con socios, publicas estadísticas, conservas exportaciones de clientes «anonimizadas» o entrenas o ajustas IA con datos de clientes, este proyecto cambia con cuánta seguridad puedes usar la palabra «anónimo».
Qué ha publicado realmente el CEPD
El proyecto sigue la sentencia del Tribunal de Justicia en el asunto EDPS v SRB (C-413/23 P, 4 de septiembre de 2025), según la cual los datos seudonimizados no son automáticamente datos personales para todo destinatario. El mismo conjunto de datos puede ser personal en una organización y anónimo en otra. Las directrices del CEPD convierten ese principio en un método de trabajo y admiten con franqueza que la respuesta «puede variar de una entidad a otra».
El CEPD las anunció junto con unas directrices distintas sobre web scraping para IA generativa, ambas abiertas a consulta hasta la misma fecha del 30 de octubre. Tratamos el lado del scraping en nuestro artículo sobre el RGPD y los datos de entrenamiento de IA. Este artículo trata la otra mitad: cuándo unos datos, o un modelo, pueden llamarse anónimos con honestidad.
«Anónimo» ahora depende de quién tiene los datos
Según el proyecto, los datos son anónimos si no se refieren a una persona identificada o identificable. Una persona es identificable si puede distinguirse de otras en un contexto concreto mediante medios razonablemente susceptibles de utilizarse, juzgados desde la perspectiva de la «entidad pertinente» y de todos los factores objetivos. En los análisis de despachos publicados desde julio destacan tres consecuencias:
- Los mismos datos pueden dar respuestas distintas. Un destinatario sin una forma realista de reidentificar a las personas puede tratar un conjunto de datos como anónimo aunque la organización que lo produjo aún pudiera hacerlo. Eso abre puertas prácticas para compartir datos de analítica e investigación.
- Los encargados del tratamiento no cambian el panorama. Los comentaristas leen el proyecto como que los datos no pueden ser personales en manos del responsable pero anónimos en las de su encargado. Prevalece la perspectiva del responsable.
- Los contratos no bastan. Una cláusula que prohíbe al destinatario reidentificar a las personas se trata como complemento de las medidas técnicas, no como sustituto.
El CEPD ofrece además dos formas de realizar la evaluación. El enfoque contextual examina lo que cada entidad pertinente podría hacer realmente. El enfoque simplificado ignora esas diferencias. Es más cómodo y da más confianza, pero puede tratar los datos como no anónimos aunque lo fueran para algunas entidades. Ashurst informa de que el CEPD sugiere empezar por el enfoque simplificado y pasar al contextual cuando se necesite una respuesta más precisa.
La prueba en tres partes
El marco del CEPD utiliza tres criterios. Si se cumplen los tres, los datos pueden considerarse con seguridad anónimos. Si uno falla, eso no los convierte automáticamente en personales, pero exige más análisis.
- Sin singularización de registros. Nadie puede extraer el registro de una persona. Freshfields recoge el ejemplo del proyecto de que combinar «departamento de finanzas» con «sale después de las 20:00» puede singularizar a un empleado.
- Sin vinculación. Los registros no pueden cotejarse con otros datos sobre la misma persona. El año de nacimiento, el género y la ubicación, por ejemplo, se vuelven vinculables si la base de marketing de un socio contiene los mismos atributos.
- Sin inferencia. Nadie puede extraer una conclusión concreta y significativa sobre un individuo, ni de un solo registro ni de cifras agregadas.
El riesgo cero no es el estándar. Los resúmenes de despachos describen la prueba como si la probabilidad de distinguir a una persona fuera insignificante en la práctica. Ashurst añade un punto que sorprende a muchas empresas: la prueba mira la capacidad, no la motivación, así que «nadie se molestaría» no es una defensa.
Dónde cambia la IA la respuesta
Los comentaristas señalan que el proyecto reconoce que la IA, y en particular la IA agéntica, reduce el coste de la reidentificación. Un conjunto de datos anónimo hoy puede no seguir siéndolo. Eso tiene tres efectos prácticos:
- La anonimización no es algo puntual. El riesgo de reidentificación suele aumentar con el tiempo, por lo que las evaluaciones deben repetirse, y un incidente de seguridad puede ser motivo para volver a mirar.
- Los modelos también pueden filtrar. Según un análisis del proyecto, pueden extraerse inferencias consultando o dando instrucciones a un modelo, y a veces pueden extraerse datos de entrenamiento de un modelo supuestamente anónimo, así que un modelo no puede declararse anónimo sin más.
- Coincide con la posición anterior del CEPD sobre IA. Su Dictamen 28/2024 de diciembre de 2024 afirmó que un modelo de IA entrenado con datos personales no es anónimo en todos los casos, y que tanto la probabilidad de extraer datos personales como la de obtenerlos mediante consultas deben ser insignificantes.
Si ajustas un modelo con conversaciones de clientes, o alimentas con tickets de soporte una herramienta que «aprende», no des por sentado que el resultado es anónimo porque se hayan quitado los nombres. Nuestro artículo sobre por qué tu chatbot de IA no anonimiza nada muestra con qué rapidez falla esa suposición.
Lo que no desaparece al anonimizar
- Anonimizar es en sí un tratamiento. Los comentaristas coinciden en que el proyecto trata el acto de anonimizar como un tratamiento que requiere una base jurídica conforme al artículo 6, una condición del artículo 9, apartado 2, si hay categorías especiales de datos, y transparencia hacia las personas afectadas.
- No prometas de más. Llamar «anónimos» a los datos en un aviso de privacidad cuando aún puede identificarse a personas es un problema de transparencia, no un detalle de marketing.
- Los conjuntos mixtos no están resueltos. Los despachos leen el proyecto de forma distinta cuando solo algunos registros pueden anonimizarse: uno lo interpreta como que todo el conjunto pasa a ser personal, otro como una evaluación registro por registro. Hasta el texto final, conviene contar con la lectura más estricta.
Hay un elemento tranquilizador. Ashurst señala que las organizaciones que ya han evaluado conjuntos de datos como anónimos con arreglo al dictamen de 2014 no tienen que reevaluarlos solo por este proyecto.
Paquete editable de contrato de encargo, kit de respuesta a solicitudes de interesados y registro de actividades de tratamiento del artículo 30: los documentos que muestran qué datos tienes, por qué y cómo los evaluaste. 39-59 € cada uno o 99 € por los tres.
Una lista práctica antes del 30 de octubre
- Enumera cada conjunto de datos que llamas anónimo. Exportaciones, estadísticas compartidas, paneles, conjuntos de entrenamiento de aprendizaje automático, datos de prueba.
- Nombra las entidades pertinentes. Quién podría obtener los datos: el destinatario, sus socios, tu propio personal, un atacante. ¿Con qué podría combinarlos cada uno?
- Aplica las tres pruebas y anota el resultado. Singularización, vinculación, inferencia. Si dudas, empieza por el enfoque simplificado, más conservador.
- Respalda cada cláusula contractual con una medida técnica. Una promesa de no reidentificar no sostendrá por sí sola la afirmación.
- Prueba las salidas de la IA en lugar de declararlas anónimas. Si ajustas con datos de clientes, comprueba la extracción y la regurgitación, conserva los resultados y inclúyelo en tu EIPD.
- Fija una fecha de revisión y considera comentar. Pon una revisión en el calendario y, si esto afecta a tu sector, envía tus comentarios a través de la página de consulta pública del CEPD antes del 30 de octubre. Las asociaciones sectoriales son la vía habitual para las empresas pequeñas.
Recuerda que se trata de un proyecto. El texto final puede cambiar, y nada de esto añade obligaciones más allá de lo que ya exigen el RGPD y la jurisprudencia del Tribunal. Lo que sí muestra es cómo leerán los reguladores una afirmación de anonimato.
En resumen
La dirección es clara aunque los detalles sigan abiertos. El anonimato no es un sello que se aplica una vez. Es una conclusión a la que se llega para un poseedor concreto de los datos, que se contrasta con tres criterios, se documenta y se revisa a medida que mejora la tecnología. Las organizaciones que puedan demostrar ese trabajo estarán mucho mejor situadas que las que simplemente escriben «anónimo» en el expediente.
Reserva una consulta gratuita con GDPRGard → y te ayudaremos a revisar cuáles de tus conjuntos de datos y herramientas de IA califican realmente.
Fuentes
- CEPD: el CEPD aclara la anonimización y el web scraping para la IA generativa (8 de julio de 2026)
- CEPD: Dictamen 28/2024 sobre aspectos de protección de datos de los modelos de IA
- Ashurst: Data Bytes 68, actualización EMEA de protección de datos, septiembre de 2026
- Freshfields: ¿Anónimo o no? Las nuevas directrices en proyecto del CEPD sobre anonimización
- Sidley: el CEPD publica un proyecto de directrices sobre anonimización
- Gaming Tech Law: directrices del CEPD sobre anonimización, qué significan para los sistemas de IA
Lee también:
- Se acabó la excusa de «era público»: el RGPD ya cubre formalmente los datos de entrenamiento de IA
- Tu chatbot de IA no anonimiza nada
- El CEPD acaba de estandarizar cómo cada autoridad calcula su multa