> ## Content Index > Fetch the complete content index at: https://www.gnucoop.com/llms.txt > Use this file to discover other available public pages before exploring further. # Cosa resta in un file quando togliete nome e cognome - URL: https://www.gnucoop.com/it/blog/cosa-resta-in-un-file-quando-togliete-nome-e-cognome/ - Published: 2026-10-19T07:00:00.000Z - Updated: 2026-10-23T12:22:11.000Z - Description: Cambridge, Massachusetts, 1997. Una dottoranda del MIT compra le liste elettorali della città: venti dollari, due floppy disk. Per ogni elettore registrato ci sono nome, cognome, indirizzo, codice postale, data di nascita, sesso. - Author: Gnucoop Soc. Coop. - Tags: #it, Raccolta dati Ciao! Cambridge, Massachusetts, 1997\. Una dottoranda del MIT compra le liste elettorali della città: venti dollari, due floppy disk. Per ogni elettore registrato ci sono nome, cognome, indirizzo, codice postale, data di nascita, sesso. Poco prima, lo stato del Massachusetts aveva pubblicato un altro archivio: i dati sanitari di centotrentacinquemila dipendenti pubblici e delle loro famiglie. Anonimi — nomi e indirizzi rimossi. Il governatore in persona aveva rassicurato i cittadini che la privacy dei pazienti era protetta. Qualche tempo prima quel governatore era crollato durante un evento pubblico ed era finito in ospedale. Sui giornali. Nelle liste elettorali di Cambridge sei persone avevano la sua stessa data di nascita. Tre erano uomini. Di quei tre, uno solo viveva nel suo codice postale. La dottoranda mise i dati sanitari del governatore in una busta e glieli spedì in ufficio. **Il punto, che non è quello che sembra** Nessuno dei due archivi identificava qualcuno. Il file sanitario non aveva nomi, il file elettorale non aveva malattie. Presi separatamente erano innocui, ed erano entrambi legittimi. Quello che identifica non sta dentro un file: sta nell'incastro fra due file. E l'incastro era fatto di tre colonne che nessuno considera sensibili — codice postale, data di nascita, sesso — lasciate nell'archivio sanitario apposta, perché senza quelle i ricercatori non potevano fare nessuna analisi. Hanno un nome tecnico che vale la pena imparare: **quasi-identificatori**. Colonne che da sole non identificano nessuno, e insieme identificano tutti. Da quel lavoro uscì anche il numero che da allora si cita ovunque quando si parla di privacy dei dati: **l'87% della popolazione americana risultava identificabile in modo univoco da tre soli attributi** — codice postale, data di nascita e sesso. Tenetelo a mente: nell'episodio quel numero ha un seguito che non vi aspettate. **La versione italiana, molto più banale** Avete un archivio di visite mediche. Per ogni riga: data della visita, cognome, nome, provincia di nascita, data di nascita, genere, iscrizione ai servizi sociali, reddito, situazione sanitaria, dipendenze. Un'università vi chiede i dati per uno studio. Richiesta legittima, gente seria. Voi fate la cosa giusta: cancellate cognome e nome. Salvate, allegate, inviate. Nel file che avete appena mandato è rimasta la combinazione di data di nascita, provincia di nascita e genere. In un comune di tremila abitanti quella combinazione è quasi sempre una persona sola — e accanto a quella persona c'è scritto se ha una dipendenza. C'è anche un dettaglio tutto italiano: il codice fiscale è costruito con cognome, nome, data di nascita, sesso e comune di nascita. Le tre colonne che avete lasciato dentro sono **nove caratteri su quindici** del codice fiscale di quella persona. **La verifica: dieci minuti, e si fa in Excel** 1. Prendete le colonne rimaste nel file — data di nascita, provincia, genere, quello che è. 2. Costruite una colonna che le concatena, una stringa sola per riga. 3. Con "**CONTA SE"** contate le occorrenze di ogni combinazione. 4. Ordinate in modo crescente. Ogni combinazione che compare **una volta sola** è una persona con un nome e un cognome. Decidete *prima* la soglia sotto la quale non spedite: cinque è un punto di partenza ragionevole. **E invece di cancellare, arrotondate** Anno di nascita invece di data di nascita. Regione invece di provincia. Fasce di reddito invece dell'importo esatto. Protegge molto più di quanto sembri: nel sistema sanitario americano la regola che tiene solo anno di nascita, sesso e codice postale accorciato porta le persone re-identificabili da quell'87% famoso a circa **quattro su diecimila**. Stesso dato di partenza, tre colonne smussate. **Il limite, perché senza sarebbe disonesto** Queste verifiche riducono un rischio, non producono una garanzia. E soprattutto non rispondono alla domanda difficile, che non riguarda il file: riguarda chi lo riceve e cos'altro ha già sulla scrivania. L'anonimato non è una proprietà del vostro file — è una relazione fra il vostro file e tutto quello che gli sta intorno. 🎧 **L'episodio 5 del podcast** — "Hai tolto i nomi. Non hai anonimizzato.", 10 minuti, gratuito: perché quell'87% di cui sopra era sbagliato e perché questo peggiora la vostra situazione invece di migliorarla, e cosa ha stabilito la Corte di giustizia europea nel settembre 2025 sulla domanda «usciamo dal GDPR se pseudonimizziamo?» → [![](https://www.dinoapp.io/content/images/2026/10/player-ep-05.png)](https://www.spreaker.com/episode/hai-tolto-i-nomi-non-hai-anonimizzato--75169008?ref=gnucoop.com) **E un compito per stasera:** pensate all'ultimo file che avete mandato fuori dall'organizzazione — un allegato, un foglio condiviso, un export per un consulente. Riapritelo e contate quante persone, lì dentro, sono sole nella loro combinazione. Se il numero non è zero, non è una notizia terribile: è il punto da cui si comincia. ─────────── La verifica qui sopra viene dal corso **Raccolta dati**, uno dei quattro di **IA: Impatto Amplificato**, la community dei professionisti del terzo settore che usano l'intelligenza artificiale e le tecnologie digitali per potenziare il proprio lavoro. Formazione continua, webinar mensili e scambio tra colleghi, in un unico spazio. 👉 [https://academy.gnucoop.com/memberships/impatto-amplificato](https://academy.gnucoop.com/memberships/impatto-amplificato?ref=gnucoop.com) Un saluto, Il team di Gnucoop