By · Last updated 2026-06-05

Volver al BlogGDPR y Cumplimiento

CNIL Francia: Cumplimiento del GDPR bajo la Autoridad...

La CNIL procesó 16,433 quejas en 2023 y multó con más de 150 millones de euros desde 2019.

June 5, 20267 min de lectura
CNIL FranceFrench GDPRAI anonymizationFrench data protectionprivacy by design

CNIL Francia: Cumplimiento técnico del RGPD

El regulador de privacidad más estricto de Francia

La autoridad francesa de protección de datos es la CNIL. Establece las normas de privacidad más detalladas de la UE. La mayoría de los reguladores europeos publican orientaciones generales. La CNIL va más lejos. Publica especificaciones técnicas precisas llamadas recommandations. Estas definen cómo es el cumplimiento real del RGPD en la práctica.

Otros reguladores de la UE frecuentemente se apoyan en el trabajo de la CNIL. Los textos clave son el Guide pratique de l'anonymisation de 2023 y la guía de IA de 2024.

Los números muestran que el organismo está activo. Gestionó 16.433 reclamaciones en 2023. Eso supone un 43 % más que en 2022. Ha impuesto aproximadamente 150 millones de euros en multas por el RGPD desde que comenzó la aplicación.

Entrenamiento de IA: seis tipos de registros a depurar

La guía de IA de la CNIL de 2024 tiene un amplio alcance. Cubre a cualquier organización que entrene modelos de IA con datos personales franceses. También se aplica a quienes sirven a usuarios franceses con herramientas de IA.

El organismo enumera seis tipos de registros que deben depurarse antes del entrenamiento de IA:

  1. Identifiants directs (identificadores directos): nombres, direcciones, números de ID. Eliminarlos o sustituirlos antes del entrenamiento.
  2. Identifiants quasi-directs (cuasi-identificadores): combinaciones de atributos que permiten la reidentificación. Aplicar verificaciones de k-anonimato.
  3. Données sensibles (categorías especiales): datos de salud, biométricos, políticos y religiosos. Aislarlos con controles adicionales.
  4. Données comportementales (registros de uso): historial de navegación y patrones de uso. Agregar o pseudonimizar.
  5. Données inférées (atributos inferidos): señales derivadas por IA del comportamiento. Aplicar límites de finalidad.
  6. Données relatives aux mineurs (registros de menores): cualquier registro vinculado a personas menores de 15 años. Requiere verificación de edad y depuración reforzada.

¿Usa LLMs entrenados con contenido raspado de la web? Necesita pruebas escritas. Demuestre que sus registros de entrenamiento fueron revisados y depurados. Consulte nuestra guía de cumplimiento del RGPD para más detalles.

La guía de anonimización: normas esenciales

La guía de 2023 es el texto oficial más detallado de la UE sobre este tema. Establece el estándar de lo que cuenta como verdaderamente anónimo.

Técnicas aprobadas:

  • k-anonimato — cada registro es indistinguible de al menos k-1 otros
  • l-diversidad — los atributos sensibles varían dentro de cada grupo
  • Privacidad diferencial — se añade ruido a los resultados estadísticos
  • Seudonimización — un paso de reducción de riesgo, no anonimización completa

Documentación requerida:

Para cada actividad que use depuración, la CNIL espera una fiche d'anonymisation (registro de anonimización). Debe incluir:

  • La técnica utilizada y sus parámetros clave (valor k, valor epsilon)
  • El resultado de una verificación de riesgo de reidentificación
  • El método de validación (pruebas o revisión externa)
  • El responsable y la fecha de revisión

Verificación de riesgo de reidentificación:

Antes de marcar los registros como anónimos, realice una verificación formal. Pregúntese: ¿podría una persona motivada reidentificar estos datos? Examine los conjuntos de datos auxiliares disponibles. Considere el contexto completo.

PII en francés: qué deben detectar sus herramientas

Las normas francesas exigen cobertura de datos personales en francés. Sus herramientas deben detectar tipos de ID específicos del francés.

Identificadores clave:

  • NIR: 15 dígitos (13 base + clave de 2 dígitos). Es el número de la Seguridad Social francesa.
  • Número de carte vitale: ID de la tarjeta de seguro médico.
  • SIRET/SIREN: identificadores de empresa que aparecen en archivos personales.
  • Numéro d'ordre professionnel: números de registro para médicos, abogados y contables.
  • CNI (Carte nationale d'identité): número del documento nacional de identidad francés.

Los modelos NER franceses deben manejar patrones de nombres franceses. Esto incluye nombres compuestos (Jean-Pierre), partículas (de, du, des) y apellidos con guion. Consulte nuestra guía de detección de PII multilingüe.

Aplicación: qué conduce a las multas

Las multas del organismo siguen un patrón claro. Se dirigen a controles técnicos ausentes. Un mal proceso por sí solo rara vez es la causa principal.

Clearview AI — multa de 20 M€ (2022): La empresa procesó registros biométricos de personas francesas sin base legal. Los registros fueron raspados de fuentes web públicas. El caso confirmó que el raspado masivo para entrenamiento de IA necesita base legal explícita.

TikTok — investigación iniciada en 2024: Centrada en sistemas que pueden inferir categorías sensibles a partir de señales de uso. Este método es ahora la referencia europea para auditorías de IA.

Revisión de IA generativa (2024–2025): El organismo revisó proveedores de LLM activos en Francia. Se centró en la procedencia del contenido de entrenamiento. Los proveedores sin documentación adecuada tuvieron que añadir controles.

Cuatro pasos hacia el cumplimiento

¿Gestiona registros personales franceses? Necesita cuatro cosas.

1. Un registro de anonimización para cada actividad

Cada actividad que use depuración necesita su propio registro. Anote la técnica, sus parámetros, un resultado de riesgo y una fecha de revisión.

2. Registros de preprocesamiento para IA

Anote qué herramienta de detección de PII usó. Registre los tipos de entidades encontrados. Documente lo que fue eliminado o enmascarado. Conserve estos registros para auditorías.

3. Cobertura de PII en francés

Verifique que su herramienta detecta números NIR, carte vitale y CNI. Pruebe su modelo NER francés con nombres franceses reales. Documente las brechas y los controles aplicados.

4. Registros de procedencia del contenido de entrenamiento

Para contenido raspado: documente la verificación de depuración de la fuente. Para registros de usuarios: documente el proceso de depuración. Nuestra descripción general de cumplimiento de seguridad muestra cómo encaja en un marco de protección más amplio.

Las organizaciones con buenos registros superan las auditorías mucho más rápido. Cree su documentación ahora. No espere a una inspección para empezar.

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.