Tesify y la LOPDGDD: cómo anonimizar transcripciones y proteger a participantes en tu TFG
Incluir transcripciones de entrevistas, respuestas a preguntas abiertas o datos de focus groups en tu TFG no es metodológicamente complicado —lo complicado es hacerlo sin violar la privacidad de tus participantes. La Ley Orgánica 3/2018 (LOPDGDD) y el Reglamento General de Protección de Datos (RGPD) establecen obligaciones específicas para el tratamiento de datos personales en investigación universitaria que muchos estudiantes desconocen hasta que el tribunal se lo señala en la defensa. El procedimiento Tesify LOPDGDD anonimizar TFG que describimos en este artículo cubre los tres escenarios más frecuentes: entrevistas individuales, focus groups y encuestas con preguntas abiertas.
La Agencia Española de Protección de Datos (AEPD) define la anonimización como el proceso por el que los datos se someten a un tratamiento irreversible que hace imposible identificar al individuo. Esto la distingue de la seudonimización, que es reversible mediante una clave. La diferencia no es semántica: los datos verdaderamente anonimizados quedan fuera del ámbito de aplicación del RGPD, mientras que los seudonimizados siguen siendo datos personales y exigen todas las medidas de seguridad del reglamento.
Para el apartado de consentimiento informado que precede a la recogida de datos, consulta el artículo 7 errores en el consentimiento informado que invalidan tu TFG, donde se explican las implicaciones legales de declarar «anónimo» un estudio que en realidad es seudonimizado.
Marco legal: LOPDGDD, RGPD y la guía de la AEPD
El marco legal que regula la anonimización en investigación universitaria española tiene tres niveles:
- RGPD (UE 2016/679): establece que los datos de investigación que identifican directa o indirectamente a una persona son datos personales y exigen base jurídica para su tratamiento.
- LOPDGDD (LO 3/2018): adapta el RGPD al ordenamiento español y añade el art. 89, que habilita el tratamiento de datos personales para investigación científica con determinadas salvaguardas, entre ellas la anonimización «en cuanto sea posible».
- Guía de anonimización de la AEPD (2023): detalla las técnicas de anonimización reconocidas y sus niveles de riesgo de re-identificación.
Para el TFG, la implicación práctica es: puedes incluir citas literales de entrevistas en tu capítulo de resultados, pero debes asegurarte de que ningún lector pueda identificar al participante a partir de esas citas, ni siquiera cruzando la información con otras fuentes.
Anonimización vs. seudonimización: la distinción que importa
| Característica | Anonimización | Seudonimización |
|---|---|---|
| Reversibilidad | Irreversible | Reversible mediante clave |
| Sujeto al RGPD | No | Sí |
| Técnica habitual | Supresión, generalización, perturbación | Sustitución por código + tabla de correspondencia |
| Uso en TFG | Para publicación en repositorio abierto | Durante la fase de análisis activo |
| Riesgo de re-identificación | Mínimo si se aplica correctamente | Moderado (existe la clave) |
En la práctica, muchos TFG trabajan con datos seudonimizados durante el análisis (el investigador conserva la tabla de correspondencia) y los anonimiza definitivamente antes de depositar el trabajo en el repositorio institucional.
Procedimiento técnico de anonimización con Tesify
Tesify implementa un pipeline de anonimización en cuatro capas:
- Identificación de entidades nombradas (NER): el módulo detecta automáticamente nombres propios, organizaciones, lugares y cargos en el texto de la transcripción usando NER en español.
- Sustitución por descriptor genérico: cada entidad detectada se reemplaza por un código coherente a lo largo del corpus (por ejemplo, «Elena García» → «P03», «Hospital La Paz» → «Centro sanitario de referencia»).
- Generalización de datos cuasi-identificadores: la edad exacta se redondea a tramos, el municipio pequeño se eleva a comunidad autónoma si hay riesgo de identificación.
- Verificación de re-identificación cruzada: Tesify compara los fragmentos del corpus para detectar si la combinación de atributos remanentes en un mismo participante sigue siendo única y potencialmente identificable.
El resultado es un corpus anonimizado con un informe de trazabilidad que documenta qué entidades se detectaron, qué sustituciones se realizaron y qué riesgo residual de re-identificación estima el sistema.
Caso de uso 1: entrevistas individuales en aula o campus
Las entrevistas presenciales con estudiantes, docentes o personal universitario presentan el menor riesgo de re-identificación porque el contexto institucional limita la difusión del dato. Sin embargo, si el TFG se deposita en un repositorio de acceso abierto, la combinación de cargo + departamento + año puede ser suficiente para identificar a una persona en universidades pequeñas.
Protocolo con Tesify: sube la transcripción, activa el modo «entrevista institucional», selecciona el tipo de institución y el tamaño de la organización. Tesify ajusta el nivel de generalización necesario para cada atributo.
Caso de uso 2: focus groups
Los focus groups presentan un desafío adicional: los participantes se conocen entre sí y pueden reconocerse mutuamente en las transcripciones aunque sus nombres estén sustituidos. La guía de la AEPD recomienda obtener consentimiento específico de cada participante para la grabación y la transcripción.
Protocolo con Tesify: en el modo «focus group», la plataforma sustituye los indicadores de turno de palabra por descriptores de perfil sin relación directa con el individuo, e identifica y elimina los fragmentos en los que los participantes mencionan datos de otros miembros del grupo.
Caso de uso 3: encuestas online con preguntas abiertas
Las encuestas online con preguntas abiertas son el caso más frecuente en TFG de ciencias sociales. El riesgo de re-identificación existe si la encuesta recoge datos sociodemográficos granulares (edad exacta + municipio + profesión) junto con respuestas que mencionan eventos específicos.
Tesify procesa el dataset exportado de la encuesta (CSV o Excel), aplica el pipeline de anonimización fila por fila y devuelve un dataset limpio listo para el análisis de contenido temático. Para el diseño del instrumento cuantitativo, consulta también Tesify para diseñar y validar tu cuestionario TFG: del ítem Likert al alfa de Cronbach sin SPSS.
Cómo documentar el procedimiento en el capítulo de metodología
El capítulo de metodología debe incluir un apartado de «consideraciones éticas y protección de datos» que contenga:
- Referencia a la normativa aplicada (RGPD, LOPDGDD, art. 89).
- Descripción del consentimiento informado (cómo se obtuvo, qué incluía, dónde se conserva).
- Procedimiento de anonimización aplicado (técnicas usadas, herramienta utilizada).
- Nivel de riesgo de re-identificación residual (referencia al informe de Tesify).
- Plazo y forma de eliminación de los datos originales tras la defensa.
Para la estructura completa del capítulo de metodología, la guía completa de metodología TFG 2026 incluye un modelo de redacción de este apartado con las citas normativas correspondientes.
Protege a tus participantes y protege tu nota: un apartado de protección de datos bien documentado no es solo un requisito legal —es una señal de madurez investigadora que los tribunales valoran. El informe de anonimización de Tesify te da la documentación que necesitas en el mismo proceso de limpieza de las transcripciones, sin trabajo adicional.
Preguntas frecuentes
¿Estoy obligado a anonimizar los datos de mi TFG si los participantes firmaron el consentimiento?
Que los participantes hayan firmado el consentimiento no elimina la obligación de anonimizar antes de depositar el TFG en un repositorio de acceso abierto. El consentimiento autoriza el tratamiento para los fines del estudio, pero no convierte los datos en públicos. La anonimización es necesaria para la publicación abierta, independientemente del consentimiento obtenido.
¿Puedo incluir citas literales en el TFG sin que sea problema de privacidad?
Sí, siempre que la cita esté anonimizada: que no sea posible identificar al participante a partir de ella. Si la cita contiene datos muy específicos (nombres de personas o lugares, referencias a eventos únicos), debe generalizarse antes de incluirse en el trabajo.
¿Cuánto tiempo debo conservar los datos originales después de la defensa?
No existe un plazo legal único para TFG. La recomendación habitual es eliminar los datos originales identificables una vez superado el período de posible recurso de la calificación (generalmente 3-6 meses). Documenta la fecha de eliminación en el protocolo metodológico.
¿Es suficiente con cambiar el nombre del participante por «Entrevistado 1»?
Es un primer paso (seudonimización), pero no es suficiente para anonimización plena. Si el cargo, el departamento, la edad exacta o el relato de eventos específicos permiten identificar a la persona, el mero cambio de nombre no es suficiente. La AEPD reconoce la seudonimización como medida de seguridad, pero no como equivalente a la anonimización.
¿Necesito aprobación del Comité de Ética para mi TFG si trabajo con entrevistas?
Depende de la universidad y del tipo de muestra. Los TFG con participantes en situación de vulnerabilidad, menores de edad, datos sensibles o procedimientos de riesgo suelen requerir aprobación del CEI. Para entrevistas a adultos con datos no sensibles, la mayoría de universidades españolas aceptan una declaración del tutor que certifica que el protocolo cumple los principios éticos básicos.
Fuentes: Métodos de anonimización de datos personales (Letslaw) · Datos sensibles en investigación — Universidad Pablo de Olavide · Protección de datos e investigación científica
Leave a Reply