By · Last updated 2026-04-04

Tornar al BlogSeguretat de la IA

La politica d'IA sense controls tecnics falla

El 77% dels empleats comparteixen dades laborals sensibles amb eines d'IA malgrat les politiques que ho prohibeixen. Un contractista governamental va enganxar dades de sol.licitants d'ajuda per inundacions de FEMA.

April 4, 20268 min llegit
AI data governancetechnical controlsChatGPT policy failureChrome Extension DLPenterprise AI security

Quan la politica es troba amb el comportament real

Un contractista governamental estava sota pressio. Tenia un acumulat de sol.licituds d'ajuda per inundacions de FEMA per processar. Va enganxar noms, adreces i historials medics a ChatGPT per anar mes rapid. En la seva ment, no havia trencat cap llei. Simplement va usar la millor eina disponible.

El resultat: una investigacio governamental i una divulgacio publica.

Aquesta es la fallada central de la governanca d'IA basada nomes en politiques. Les politiques diuen als empleats el que han de fer. No aturen el comportament.

El 77% dels empleats d'empresa comparteixen dades laborals sensibles amb eines d'IA almenys setmanalment, fins i tot quan la politica ho prohibeix (eSecurity Planet/Cyberhaven 2025). Aquests no son treballadors imprudents. Son persones sota pressio de temps que trien l'eina mes rapida.

Per que les politiques fallen

Les politiques d'us de la IA depenen del judici huma en el moment d'entrada. Aquest moment es rapid. L'empleat pot no recordar la politica. Pot no veure el contingut com a "sensible". Pot acceptar el risc perque l'estalvi de temps sembla gran.

L'analisi Q4 2025 de Cyberhaven va trobar que el 34,8% de totes les entrades a ChatGPT contenen informacio empresarial confidencial. Molts d'aquests usuaris coneixien la politica. Van enganxar de totes formes.

Les politiques d'acces funcionen perque els sistemes les apliquen. La DLP a la capa de correu electronic funciona perque els sistemes l'apliquen. Les politiques d'us de la IA no tenen cap aplicacio en el punt d'enganxament. Una decisio humana omple aquest buit. A escala, els humans cometen errors.

El contractista de FEMA va cometre un d'aquests errors. No era un mal actor. L'eina va guanyar perque la politica li demanava que tries la lentitud sobre la velocitat. Sota pressio, va triar la velocitat.

Els controls tecnics aturen el que les politiques no poden

L'unica solucio que funciona a escala opera a la capa tecnica, no a la capa de formacio.

Una extensio de navegador pot interceptar el contingut del portapapers abans que arribi a qualsevol IA web. Quan el contractista copia noms i adreces de sol.licitants i els enganxa a ChatGPT, l'extensio detecta les dades personals, les anonimitza i envia la versio neta. La IA veu [NAME_1] i [ADDRESS_1] en comptes de valors reals. Aixo no li impedeix completar la tasca. Els detalls privats del sol.licitant mai arriben als servidors de ChatGPT.

Aixo es automatic. No demana a l'usuari que recordi res.

Per als desenvolupadors que utilitzen Cursor o GitHub Copilot, un servidor MCP proporciona la mateixa capa. El codi enganxat al context de la IA passa primer pel motor d'anonimitzacio. Les credencials i els identificadors propis es converteixen en tokens. La IA rep una entrada neta i segueix donant sortida util.

Veieu com aixo es compara amb el bloqueig: Bloqueig vs. Anonimitzacio: DLP al navegador comparat.

Que canvia amb els controls tecnics

Amb una extensio de navegador en lloc, l'escenari del contractista de FEMA funciona de manera diferent:

  1. El contractista copia els registres del sol.licitant del sistema de casos
  2. L'extensio detecta dades personals al portapapers
  3. Una finestra de visualitzacio previa mostra el que es reemplazara
  4. La versio anonimitzada va a ChatGPT
  5. ChatGPT processa la sol.licitud i retorna resultats
  6. El contractista obte l'ajuda necessaria, sense que s'activi cap investigacio

La politica no va haver de canviar. No va caldre executar cap formacio. La capa d'interceptacio ho va gestionar.

La formacio en politiques redueix el risc als marges. Els controls tecnics eliminen el mode de fallada. L'incident de FEMA va ser una fallada de politica. Hauria estat un no-event amb una sola extensio de Chrome desplegada al dispositiu d'aquell contractista.

Vegeu tambe:

Fonts

Preparat per protegir les vostres dades?

Comenceu a anonimitzar PII amb més de 285 tipus d'entitats en 48 idiomes.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.