In una frase
Il riconoscimento dei dati personali gira da noi nello stesso sistema di tutto il resto — nessun responsabile del trattamento aggiuntivo che veda i vostri testi di mandato in chiaro, e nessun modello costretto a indovinare nomi.
Perché la questione si pone
Chi acquista un cloud di IA per lo studio si trova davanti a un secondo problema: prima che un testo raggiunga un modello, i dati personali devono sparirne. Una via diffusa è acquistare a parte un servizio di riconoscimento. Risolve la questione tecnica — e ne crea una nuova: quel servizio deve vedere il testo prima del mascheramento, quindi in chiaro. Per la vostra diligenza nella scelta significa un punto in più che tratta segreti professionali, un contratto in più, una voce in più nel registro dei trattamenti.
Che cosa facciamo invece: consultare anziché indovinare
Un modello di riconoscimento deve dedurre dalla frase che «Kraus» qui è una persona. Noi non dobbiamo dedurlo — lo sappiamo già. Chi è cliente, controparte, testimone o consulente tecnico nel vostro fascicolo è già tipizzato nella vostra rete di fatti; si è formata leggendo i documenti. Nel mascherare consultiamo lì, invece di stimare — comprese le forme flesse su cui un semplice elenco di parole fallisce (genitivo, forma breve, derivazione aggettivale).
Vi si aggiunge ciò che si riconosce strutturalmente e non richiede alcun modello: le forme giuridiche come GmbH, AG o GmbH & Co. KG si riconoscono dal suffisso, IBAN e numeri di documento dalla loro somma di controllo, le formule di saluto e di diagnosi dalla loro costruzione fissa.
Tre conseguenze
Un insieme di regole è verificabile. Potete leggere perché un dato è stato sostituito. Un modello non può rispondere a questa domanda — ha deciso, ma non può motivare la sua decisione. Per una decisione di scelta documentata, è la differenza tra una prova e un'affermazione.
La qualità è misurata, non stimata. Verifichiamo il riconoscimento su un corpus fisso di 246 documenti di prova con 280 passaggi contrassegnati. La misurazione fa parte del nostro controllo di build: se il tasso di riconoscimento scende sotto una soglia definita, la build fallisce. Lo stesso corpus serve per la controprova — 22 documenti che contengono deliberatamente termini che non devono essere mascherati: tribunali, autorità, norme di legge. Anche per questo esiste ora una soglia rigida: nessun falso allarme.
Nessun contratto in più. Non esiste alcun fornitore a cui dovreste affidare i vostri testi di mandato per questo passaggio.
Ciò che espressamente non affermiamo
Nessun metodo di mascheramento riconosce tutto, e noi non diciamo il contrario. Nominiamo apertamente due limiti, perché discendono dalla costruzione:
Tribunali e autorità non li cogliamo strutturalmente. Il nostro riconoscimento delle organizzazioni si aggancia alla forma giuridica — «Amtsgericht München» non ne porta una. Non è una svista, ma proprio il meccanismo che regge l'impegno «zero falsi allarmi»: una regola abbastanza ampia da cogliere i nomi delle autorità porterebbe inevitabilmente con sé anche denominazioni di leggi e nomi di luogo.
I termini giuridici restano al loro posto. «Erwerbsminderungsrente» (pensione di inabilità parziale) è un termine giuridico, non un'indicazione sanitaria su una persona determinata — lo lasciamo intatto. Sono esattamente i casi che un modello di riconoscimento confonde regolarmente.
E la riserva più importante resta quella professionale: togliere i nomi non rende da solo anonimo un testo, se l'attribuzione emerge dal contesto. Per questo da noi il mascheramento è una misura di protezione tra le altre — non l'unica, e non una garanzia.
Dove lo vedete
L'interruttore si trova nelle impostazioni del vostro studio; quali agenti mascherano e quali lavorano deliberatamente in chiaro è elencato lì uno per uno. I dettagli sono nel manuale alla voce protezione dei dati e mascheramento, l'inquadramento sulla nostra pagina conformità e nel confronto tra fornitori.
