By · Last updated 2026-04-18

Torna al BlogSicurezza IA

3,8 esposizioni accidentali di PII al giorno nei team di supporto

Ogni operatore di supporto che usa ChatGPT esegue in media 3,8 incollature di dati sensibili al giorno. Per un team di 100 persone, significa 380 incidenti di esposizione GDPR quotidiani.

April 18, 20268 min di lettura
accidental PII exposuresupport team ChatGPTCyberhaven 3.8 pastesworkflow PII protectionGDPR daily exposure

Il calcolo dell'esposizione quotidiana di PII

La ricerca di Cyberhaven ha rilevato che i dipendenti aziendali eseguono in media 3,8 incollature di dati sensibili in ChatGPT per utente al giorno. Per un team di supporto di 100 persone, ciò equivale a 380 istanze di record clienti che entrano in ChatGPT ogni giorno.

Ciascuna istanza può costituire una violazione del principio di minimizzazione dei dati ai sensi dell'articolo 5(1)(c) del GDPR. Quell'articolo richiede che le informazioni personali siano «adeguate, pertinenti e limitate a quanto necessario».

Non si tratta di dipendenti che ignorano deliberatamente le policy. Il dato di 3,8 riflette il lavoro ordinario. Gli operatori copiano le email dei clienti per redigere risposte. Incollano il testo dei reclami per ottenere suggerimenti empatici. Includono i dettagli dell'account per ricevere risposte contestualizzate. Ogni incollatura è un passo legittimo di produttività che porta con sé PII per via accessoria.

La formazione comportamentale non risolve il problema

Un audit UE del 2024 ha rilevato che il 63% dei dati utente di ChatGPT conteneva informazioni personali identificabili. Solo il 22% degli utenti sapeva di poter disattivare questa funzione attraverso le impostazioni dello strumento. La maggior parte dei contenuti incollati in un assistente AI contiene PII. La maggior parte degli utenti non è consapevole dei controlli disponibili. Il risultato è un'esposizione quotidiana su larga scala.

La formazione sulle policy si scontra con un problema di fondo. L'abitudine di copiare e incollare ha decenni di storia. Gli utenti copiano e incollano testo dal primo giorno di lavoro al computer. Inserire uno strumento AI come destinazione di incollatura aggiunge una nuova destinazione, ma non cambia l'abitudine.

Una policy del tipo «non incollare PII dei clienti nell'assistente AI» chiede agli operatori di inserire un passaggio di classificazione — «questo testo contiene PII?» — all'interno di un'azione abituale che non prevede pause naturali. Gli effetti della formazione si esauriscono nel tempo. Il risultato cumulativo di 380 decisioni di incollatura quotidiane è un rischio di conformità che le sole policy non riescono a contenere.

Dove i controlli tecnici funzionano

La soluzione interviene sull'azione di incollatura stessa. Un'estensione del browser intercetta il contenuto degli appunti nel momento in cui l'operatore preme incolla, prima che il testo raggiunga il campo di input. L'operatore visualizza una finestra di anteprima che mostra cosa è stato rilevato e cosa verrà anonimizzato prima dell'invio.

Non si tratta di un controllo bloccante. Gli operatori possono procedere, modificare o interrompere. È un passaggio di trasparenza. Aggiunge un momento di visibilità a un'azione che altrimenti sarebbe automatica.

Pensiamo a un responsabile del supporto di un e-commerce tedesco che redige risposte ai reclami dei clienti. Il flusso di lavoro rimane invariato: copia il reclamo, incolla in ChatGPT, genera una risposta. L'estensione aggiunge un controllo di due secondi. L'operatore vede che sono stati rilevati nomi, indirizzi e numeri d'ordine. L'operatore clicca su «procedi». Lo strumento riceve la versione anonimizzata. La violazione della conformità non si verifica.

La nostra guida alla conformità GDPR illustra la base giuridica di questi controlli. Vedere anche il confronto tra policy AI e controlli tecnici e la guida al browser DLP per ChatGPT per i dettagli implementativi.

Fonti

Pronto a proteggere i tuoi dati?

Inizia ad anonimizzare i PII con oltre 285 tipi di entità in 48 lingue.

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.