By · Last updated 2026-04-04

Volver al BlogSeguridad de IA

De FEMA a Finanzas: Por Qué la Política de IA Sin...

El 77% de los empleados comparte datos sensibles de trabajo con herramientas de IA a pesar de las políticas que lo prohíben.

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

Cuando la política encuentra el comportamiento real

Un contratista gubernamental estaba bajo presión. Tenía un retraso en solicitudes de ayuda por inundaciones de FEMA que procesar. Pegó nombres, direcciones y registros médicos en ChatGPT para avanzar más rápido. No creía estar infringiendo ninguna norma. Solo usaba la mejor herramienta disponible.

El resultado: una investigación gubernamental y una divulgación pública.

Este es el fallo central de la gobernanza de IA basada únicamente en políticas. Las políticas dicen a los empleados qué hacer. No detienen el comportamiento.

El 77 % de los empleados de empresas comparte información laboral sensible con herramientas de IA al menos semanalmente — incluso cuando las políticas lo prohíben (eSecurity Planet/Cyberhaven 2025). No son trabajadores imprudentes. Son personas bajo presión de tiempo que eligen la herramienta más rápida.

Por qué fallan las políticas

Las políticas de uso de IA dependen del juicio humano en el momento de la entrada. Ese momento es rápido. El empleado puede no recordar la política. Puede que no vea el contenido como "sensible". Puede aceptar el riesgo porque el ahorro de tiempo parece grande.

El análisis Q4 2025 de Cyberhaven encontró que el 34,8 % de todas las entradas de ChatGPT contienen información empresarial confidencial. Muchos de esos usuarios conocían la política. Pegaron de todas formas.

Las políticas de acceso funcionan porque los sistemas las aplican. La DLP en la capa de correo funciona porque los sistemas la aplican. Las políticas de IA no tienen aplicación en el punto de pegado. Una decisión humana llena ese vacío. A escala, los humanos cometen errores.

El contratista de FEMA cometió uno de esos errores. No era un actor malicioso. La herramienta ganó porque la política le pedía elegir lentitud sobre velocidad. Bajo presión, eligió velocidad.

Los controles técnicos detienen lo que las políticas no pueden

La única solución que funciona a escala opera en la capa técnica — no en la capa de formación.

Una extensión de navegador puede interceptar el contenido del portapapeles antes de que llegue a cualquier IA web. Cuando el contratista copia nombres y direcciones de solicitantes y los pega en ChatGPT, la extensión detecta la información personal, la anonimiza y envía la versión limpia. La IA ve [NAME_1] y [ADDRESS_1] en lugar de valores reales. Completa la tarea igualmente. Los datos privados del solicitante nunca llegan a los servidores de ChatGPT.

Esto es automático. No requiere que el usuario recuerde nada.

Para desarrolladores que usan Cursor o GitHub Copilot, un Servidor MCP proporciona la misma capa. El código pegado en el contexto de IA pasa primero por el motor de anonimización. Las credenciales e identificadores propietarios se convierten en tokens. La IA recibe entradas limpias y sigue dando resultados útiles.

Compara con el bloqueo: Bloqueo vs. Anonimización — Comparación de DLP en navegador.

Qué cambia con los controles técnicos

Con una extensión de navegador instalada, el escenario de FEMA se desarrolla de forma diferente:

  1. El contratista copia registros de solicitantes del sistema de gestión
  2. La extensión detecta información personal en el portapapeles
  3. Una ventana de vista previa muestra qué se reemplazará
  4. La versión anonimizada se envía a ChatGPT
  5. ChatGPT procesa la solicitud y devuelve resultados
  6. El contratista obtiene la ayuda necesaria — sin investigación activada

La política no necesitaba cambiar. No era necesario ejecutar formación. La capa de interceptación lo gestionó.

La formación en políticas reduce el riesgo en los márgenes. Los controles técnicos eliminan el modo de fallo. El incidente de FEMA fue un fallo de política. Con una sola Chrome Extension desplegada en el dispositivo de ese contratista, no habría ocurrido.

Ver también:

Fuentes

¿Listo para proteger sus datos?

Comience a anonimizar PII con más de 285 tipos de entidades en 48 idiomas.

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.