Subiste un PDF a ChatGPT la semana pasada. Tenía una barra negra tapando el nombre de un cliente.

Esa barra no borró nada. El texto sigue ahí abajo, seleccionable, copiable, listo para que cualquiera con el archivo lo recupere en tres clics.

Eso es lo primero que hay que entender antes de compartir un documento con una IA: tapar visualmente y borrar técnicamente son dos cosas distintas. Confundirlas es el error de seguridad más común al usar IA con documentos reales.

El error que casi todos cometen antes de subir un PDF a una IA

La herramienta de “pluma” o “resaltador” de cualquier lector de PDF pone una capa negra encima del texto. No lo destruye.

Es cinta adhesiva sobre una hoja: se ve tapado, pero se despega. Basta con seleccionar y copiar el texto oculto, o abrir el archivo en otro programa, para recuperarlo íntegro, según reporta Fast Company.

Es el equivalente moderno a esas cintas de espía de los 60 que se “autodestruían en cinco segundos” solo en la pantalla. En la vida real, el mensaje seguía intacto si sabías dónde buscar.

Un PDF mal redactado hace exactamente eso: parece destruido, pero adentro sigue completo.

Cómo borrar datos sensibles antes de usar IA sin dejar rastro

Redactar de verdad significa eliminar el dato de la estructura del archivo, no cubrirlo con un rectángulo.

Primero define en una frase qué necesita ver la IA. Si le vas a pedir que resuma quejas de clientes, no necesita el nombre, la cuenta ni el teléfono de nadie.

Todo lo que no sirve para esa tarea específica es candidato a desaparecer. Esa es la regla de minimización, y es más simple de aplicar de lo que suena.

Trabaja siempre sobre una copia, nunca sobre el original. Llama a los archivos “FUENTE” y “AI-SAFE” para no confundirlos nunca a las tres de la mañana.

Sustituye cada dato por una etiqueta consistente: [NOMBRE], [CUENTA], [FECHA_NAC]. Si la misma persona aparece varias veces, usa [PERSONA_1] para no perder la coherencia del texto.

¿Por qué un PDF “tachado” sigue siendo legible por dentro?

Porque el texto nunca se movió de su lugar. Solo se le puso un objeto gráfico encima, como si fuera un post-it sobre una pantalla.

Para que la redacción sea real necesitas una herramienta diseñada para eliminar el contenido de la estructura interna del PDF, no un marcador visual.

Y no basta con limpiar lo que se ve. Un PDF guarda datos ocultos en el nombre de usuario que lo creó, el nombre original del archivo y hasta el historial de quién lo guardó por última vez.

Renombra el archivo antes de subirlo. “Juan_Perez_Evaluacion.pdf” delata identidad aunque el contenido esté impecable.

Los datos que ninguna IA debería ver, aunque estén redactados

Hay categorías que no se comparten ni siquiera “limpias”, porque el riesgo de fuga es demasiado alto si no controlas dónde termina ese dato.

Contraseñas, API keys y tokens de acceso. Números completos de tarjeta con fecha y CVV. Identificaciones oficiales sin difuminar. Expedientes médicos con identificadores directos.

Si necesitas ayuda de la IA con ese tipo de contenido, crea un ejemplo sintético: datos inventados que conserven la estructura del caso real, sin ningún identificador verdadero.

¿Tu documento sigue delatando quién lo escribió?

Sí, probablemente. Adobe explica que borrar Título, Autor y Palabras clave desde Propiedades del documento elimina los metadatos estándar, y es un paso real, no cosmético, según su propia guía en Adobe.

Pero eso limpia una sola capa. Comentarios, notas adhesivas y cambios rastreados viven en otra parte del archivo y sobreviven a esa limpieza.

Si el PDF viene de un Word convertido, revisa también esa capa antes de darlo por limpio. Es el rincón que casi nadie revisa.

El checklist de seis puntos antes de dar clic en “subir archivo”

Antes de subir, busca en el archivo “@”, “RFC”, “CURP” o “Cuenta”. Si algo de eso aparece, todavía no está listo.

Esto no es paranoia de consultor. Es el mismo criterio que ya aplicas cuando mandas un contrato: revisas a quién le llega antes de dar enviar, no después.

Si tu equipo comparte documentos con IA sin este proceso, la exposición no es hipotética — ya está pasando, solo que nadie la ha encontrado todavía. Ahí es exactamente donde trabajo con equipos que no pueden darse el lujo de descubrirlo por accidente, en mi consultoría.

México ya está construyendo el marco regulatorio para el uso de IA en las empresas, y la forma en que manejas datos hoy es la que vas a tener que defender mañana — puedes revisar hacia dónde va esa regulación de inteligencia artificial en México para no llegar tarde.

Supervisado por Santiago González y Musi.