La fine della pseudonimizzazione?

Nel febbraio 2026 un gruppo di ricercatori, tra cui un ricercatore di Anthropic, ha pubblicato uno studio che mostra come un agente costruito su un modello linguistico riesca a risalire all’identità reale di utenti pseudonimi online, semplicemente leggendo i loro post pubblici e incrociandoli con altre fonti reperibili in rete; nei test migliori il sistema individua correttamente fino al 68 per cento delle persone prese di mira, sbagliando meno di una volta su dieci quando si pronuncia, e secondo alcune stime il costo dell’operazione si aggira tra uno e quattro dollari a bersaglio.

Quello che fino a poco tempo fa richiedeva ore di lavoro a un investigatore esperto, oggi lo fa una macchina in pochi minuti.

Non è la prima volta che la comunità scientifica lancia un avvertimento del genere.
Già nel 2019 un gruppo guidato da Luc Rocher e Yves-Alexandre de Montjoye aveva mostrato, su Nature Communications, che un modello generativo riusciva a re-identificare il 99,98 per cento della popolazione americana partendo da appena quindici caratteristiche demografiche, anche in dataset fortemente incompleti.
Sono bastati sette anni, e l’arrivo dei grandi modelli linguistici, perché quella percentuale statistica diventasse un servizio pratico, economico e alla portata di chiunque.

Per chi si occupa di protezione dei dati questa evoluzione tocca un nervo scoperto, perché la pseudonimizzazione, cioè la tecnica con cui si separa un dato dalla persona a cui si riferisce sostituendo gli identificativi diretti con codici o alias, è da anni uno dei pilastri su cui poggia buona parte della compliance privacy delle aziende europee.
Se un’intelligenza artificiale può ricostruire quel collegamento per pochi dollari, ha ancora senso considerare la pseudonimizzazione una misura capace di garantire una protezione stabile nel tempo?

La risposta, nel senso tecnico del termine, è probabilmente no, non perché la tecnica sia inutile, ma perché la premessa su cui è stata costruita, cioè l’idea di poter fissare una volta per tutte se un insieme di dati sia o non sia ricollegabile a una persona, si sta rivelando insostenibile in un mondo dove la capacità di re-identificare cresce ogni trimestre.
Il vero terreno di scontro però non è tecnico, è giuridico, e si sta giocando in queste settimane a Bruxelles, con un esito tutt’altro che scontato.

Cosa dice davvero la legge

Il regolamento generale sulla protezione dei dati definisce la pseudonimizzazione all’articolo 4, paragrafo 5, come il trattamento dei dati personali in modo tale che non possano più essere attribuiti a un interessato specifico senza l’ausilio di informazioni aggiuntive, purché queste ultime siano conservate separatamente e soggette a misure tecniche e organizzative che ne impediscano l’attribuzione a una persona identificata o identificabile. È una definizione che, letta con attenzione, contiene già la sua fragilità strutturale, perché non descrive uno stato ma una condizione da mantenere nel tempo, dato che le informazioni aggiuntive continuano a esistere da qualche parte, e la separazione tra il dato e la chiave che lo ricollega a una persona regge finché regge la misura organizzativa che la presidia.

Su questa definizione l’Unione europea ha costruito parecchio, anche se in un senso più circoscritto di quanto si dica spesso.
La pseudonimizzazione compare tra le misure che il titolare del trattamento dovrebbe adottare per la protezione dei dati fin dalla progettazione e viene richiamata come misura di sicurezza appropriata al rischio del trattamento, ma resta appunto questo, una misura di riduzione del rischio, che non fa uscire il dato dal perimetro del GDPR, non crea da sola una base giuridica per trattamenti ulteriori, e il regolamento la cita, tra gli altri fattori, quando si tratta di valutare se un nuovo trattamento sia compatibile con la finalità per cui i dati erano stati raccolti in origine, penso alla ricerca scientifica o, sempre più spesso, all’addestramento di sistemi di intelligenza artificiale.
Buona parte dell’architettura privacy delle aziende europee poggia comunque su questo meccanismo, perché una misura che riduce il rischio, pur senza cambiare la natura del dato, incide concretamente su come quel rischio va gestito e giustificato.

Basta pensare a un caso comune per capire perché la posta in gioco non è astratta.
Un ospedale che condivide con un centro di ricerca gli esiti clinici dei propri pazienti, sostituendo nome e codice fiscale con un identificativo alfanumerico, non fa uscire quei dati dal campo di applicazione del GDPR, che restano dati personali e, trattandosi di informazioni sanitarie, anche dati appartenenti alle categorie particolari dell’articolo 9.
Quello che cambia è la valutazione del rischio, e di conseguenza le misure di sicurezza richieste e, in alcuni casi, la possibilità di considerare compatibile un uso ulteriore dei dati; la stessa logica vale per una banca che affida a un fornitore esterno l’addestramento di un modello antifrode su transazioni private dei suoi clienti.
In entrambi i casi quella valutazione viene fatta al momento della condivisione, e tende a essere considerata acquisita da lì in avanti.
Il problema è che la capacità di chi riceve quei dati di re-identificarli non è una fotografia scattata una tantum, è un valore che si aggiorna ogni volta che sul mercato compare uno strumento nuovo.

La sentenza che ha cambiato le regole del gioco

Il 4 settembre 2025 la Corte di giustizia dell’Unione europea ha pronunciato una sentenza, il caso EDPS contro SRB (causa C-413/23 P), che ha toccato esattamente questo punto debole.
La vicenda riguardava il Comitato di risoluzione unico, l’autorità che nel 2017 gestì la risoluzione di Banco Popular Español, e il trasferimento di commenti pseudonimizzati raccolti dagli azionisti coinvolti a una società di consulenza incaricata di valutare gli effetti economici dell’operazione.
Il Garante europeo della protezione dei dati sosteneva che quei commenti, anche una volta pseudonimizzati, restassero dato personale per chiunque li ricevesse, indipendentemente dal fatto che il destinatario avesse o meno i mezzi per risalire all’identità degli autori.
La Corte ha dato torto a questa lettura, stabilendo che un dato pseudonimizzato non è automaticamente dato personale per ogni soggetto che lo tratta, ma lo diventa solo se quel soggetto specifico dispone di mezzi ragionevolmente utilizzabili per re-identificare la persona a cui si riferisce.

È il passaggio da un approccio assoluto, per cui il dato pseudonimizzato porta con sé lo status di dato personale ovunque vada, a un approccio relativo, per cui la prospettiva rilevante dipende dalle circostanze dello specifico trattamento, dato che per l’obbligo di informativa messo in discussione in quel caso, per esempio, la Corte ha chiarito che l’identificabilità va valutata al momento della raccolta dei dati e dal punto di vista di chi li raccoglie, indipendentemente dal fatto che il destinatario successivo, Deloitte, potesse o meno risalire a sua volta agli interessati.
Resta comunque fermo, come principio generale, che lo stesso dato pseudonimizzato può restare personale per chi conserva la chiave di re-identificazione e diventare non personale per chi riceve solo dati mescolati senza alcuna possibilità realistica di ricostruirne l’origine.
Concettualmente ha una sua coerenza, perché ha poco senso trattare allo stesso modo, sotto il profilo degli obblighi, questi due soggetti.
Il problema arriva subito dopo, perché la stessa capacità che oggi manca a un destinatario può comparire l’anno successivo, magari sotto forma di un servizio a pagamento o di un modello linguistico disponibile a chiunque e, a quel punto, può cambiare la valutazione della riconducibilità di quello stesso dataset a una persona, perché cambiano i mezzi ragionevolmente utilizzabili per identificarla.

L’Europa che discute con se stessa

L’EDPB si trovava già a lavorare su questo terreno quando la sentenza è arrivata.
Nel gennaio 2025 aveva messo in consultazione una bozza di linee guida sulla pseudonimizzazione che seguiva una nozione più ampia di dato personale, quella che la sentenza della Corte ha poi imposto di riconsiderare otto mesi dopo. Il testo definitivo, atteso da tempo, non è mai stato pubblicato. Nel luglio 2026 è arrivata una seconda bozza, questa volta dedicata all’anonimizzazione, che recepisce l’approccio relativo della Corte e resta aperta alla consultazione fino al 30 ottobre di quest’anno e in meno di due anni il regolatore europeo si è trovato a dover riscrivere le proprie fondamenta per ben due volte.

Nel frattempo la partita si è spostata anche sul piano legislativo, e qui conviene essere precisi, perché il pacchetto in questione si è diviso fin dall’inizio in due binari distinti.
Il 19 novembre 2025 la Commissione europea ha presentato il Digital Omnibus, che comprende una proposta dedicata all’AI Act e una, distinta, dedicata al GDPR, alla direttiva ePrivacy e ad altri strumenti sulla protezione dei dati.
Quest’ultima proponeva, tra le altre cose, di affidare alla Commissione, previa consultazione dell’EDPB, il compito di chiarire con atti di esecuzione quando un dato pseudonimizzato non costituisca più dato personale per un determinato soggetto, recependo così in modo esplicito l’approccio relativo della Corte, e introduceva un nuovo fondamento giuridico, pensato apposta per lo sviluppo dei sistemi di intelligenza artificiale, che permetterebbe di trattare dati personali per addestrare modelli facendo leva sul legittimo interesse del titolare.

L’EDPB e il Garante europeo hanno reagito con un parere congiunto in cui sostenevano altre parti del pacchetto di semplificazione, ma su questo punto specifico hanno reagito con particolare durezza, giudicando che la proposta non riflettesse correttamente la giurisprudenza della Corte e rischiasse di restringere in modo sostanziale la nozione di dato personale, mentre noyb, l’organizzazione fondata da Max Schrems, l’ha definita uno dei più gravi attacchi ai diritti digitali europei degli ultimi anni.
Il binario sull’AI Act ha proceduto rapidamente, fino all’accordo politico provvisorio del 7 maggio 2026 e all’adozione formale da parte del Consiglio il 29 giugno successivo.
Il binario che tocca il GDPR, quello che qui interessa davvero, è invece proceduto molto più a rilento, dato che a metà del 2026 il Consiglio stava ancora discutendo testi di compromesso successivi e, alla data in cui scrivo, il negoziato con il Parlamento europeo non si è ancora concluso, né è chiaro se la formulazione finale conterrà ancora quel meccanismo di chiarimento affidato alla Commissione.

Qualunque sia l’esito, però, resta fuori dal confronto istituzionale una domanda ancora più radicale.

Ha senso continuare a costruire una parte così importante della tutela della privacy attorno alla linea di confine tra dato identificabile e dato non identificabile, quando quella linea si sposta più in fretta di quanto un regolamento europeo riesca a inseguirla?

Si accapigliano da mesi su dove tracciarla, non su se tracciarla abbia ancora senso.

Il bersaglio sbagliato

Sedici anni prima della sentenza della Corte di giustizia, un giurista americano allora alla University of Colorado, Paul Ohm, oggi alla Georgetown University Law Center, aveva scritto un saggio diventato un classico della materia, Broken Promises of Privacy, pubblicato sulla UCLA Law Review nel 2010.
La tesi, netta, era che gli informatici avessero già dimostrato, con dati e non con previsioni, che l’anonimizzazione falliva con una facilità sorprendente e che quasi ogni legge sulla privacy allora vigente si fondasse su un equivoco riguardo a quanto quella tecnica fosse davvero protettiva.
Ohm non si limitava a denunciare il problema, proponeva di ripensare la regolazione della privacy partendo da questo dato di fatto, invece di continuare a trattarlo come un dettaglio tecnico da sistemare con qualche accorgimento in più.

Quello che nel 2009 era una previsione fondata su ricerche di laboratorio oggi è un servizio replicabile da chiunque abbia accesso a un buon modello linguistico e qualche dollaro da spendere, eppure il dibattito europeo che ho ripercorso in queste righe si è svolto quasi interamente sulla stessa domanda che Ohm giudicava già mal posta un decennio e mezzo fa, cioè dove stia il confine tra dato personale e dato non personale.

Mi viene in mente un’immagine semplice per descrivere quello che sta succedendo, quella di chi cerca di svuotare il mare con un colino. Il colino può anche essere ben fatto, la tecnica può pure migliorare, ma il mare resta un mare e continuare a discutere della forma dei buchi del colino sposta l’attenzione dal problema vero.

Forse conviene spostare l’attenzione altrove, non più su come rendere un dato irriconoscibile, ma su cosa si possa fare con quel dato una volta che, riconoscibile o no, finisce comunque dentro un sistema capace di ricostruirne il senso.
Il diritto europeo ha già, in un ambito diverso, un esempio di logica di questo tipo, e non serve inventarla da zero, dato che il regolamento sull’intelligenza artificiale classifica i sistemi in base al rischio dell’uso che se ne fa, non in base alla natura tecnica dei dati che trattano.
Non lo cito come modello da trasferire di peso alla protezione dei dati personali, che tutela un bene diverso con strumenti diversi, e sarebbe presuntuoso scriverlo come se fosse già una soluzione pronta; lo cito solo come prova che un’architettura normativa capace di guardare al contesto e all’uso, invece che fissarsi su una soglia tecnica, è già una possibilità concreta dentro l’ordinamento europeo, non un’utopia regolatoria.

Resta comunque una domanda più utile di quella con cui l’Europa si è misurata negli ultimi due anni ed è la domanda con cui mi pare giusto lasciare chi legge, più che con una rassicurazione che, onestamente, oggi nessuno potrebbe offrire in buona fede.