Lo que revelan los metadatos de tu PDF

El diccionario de información estándar de PDF puede contener:

• Title — el título del documento, a menudo establecido automáticamente desde el primer encabezado o el nombre del archivo de origen.
• Author — el nombre del autor, frecuentemente extraído de la cuenta de usuario del sistema operativo o del perfil de software ofimático.
• Subject — una breve descripción o línea de asunto.
• Creator — la aplicación original que produjo el documento (p. ej. "Microsoft Word 365").
• Producer — el motor PDF que escribió el archivo final (p. ej. "LibreOffice 7.6" o una versión específica de biblioteca).
• CreationDate y ModDate — marcas de tiempo de cuándo se creó y modificó por última vez el documento.

Ninguno de estos campos es malicioso por sí solo, pero juntos pueden pintar un cuadro que no pretendías compartir. El campoAuthor puede contener un nombre real extraído del ordenador del creador. Creator yProducer revelan el software exacto y la versión usados, lo cual puede ser útil para ataques dirigidos. Las marcas de tiempo pueden mostrar cuándo y con qué rapidez se redactó un documento, lo cual es ocasionalmente sensible en contextos legales o comerciales.

Más allá del diccionario estándar, los PDFs también pueden llevar metadatos XMP — un bloque basado en XML que puede incluir historial de revisiones, comentarios, cambios rastreados, etiquetas de valoración e incluso coordenadas GPS de algunas apps de cámara o escaneo. XMP es más rico que el diccionario estándar y a menudo se pasa por alto.

Los metadatos no son lo único que un PDF puede llevar que no es visible en la página. Un PDF puede contenercapas ocultas del procesamiento OCR (una capa de texto invisible sobre una imagen escaneada),adjuntos incrustados dentro del archivo,campos de formulario ocultos yobjetos eliminados pero no purgados — contenido que se borró de la página pero sigue existiendo en el archivo porque la tabla de referencias cruzadas no se compactó.

Este último caso es una fuga de privacidad silenciosa. Un borrador de contrato que tuvo un párrafo eliminado antes de enviarlo puede seguir conteniendo ese párrafo en el cuerpo de objetos del archivo, alcanzable por cualquiera que inspeccione los bytes en bruto. Un paso exhaustivo de "sanitización" o "redacción" elimina estos objetos huérfanos en lugar de simplemente ocultarlos. La limpieza simple de metadatos no aborda esto — es una operación separada.

La mayoría de lectores PDF exponen los campos estándar bajo un menú "Propiedades del documento" o "Obtener información". XMP es más difícil de leer sin una herramienta dedicada, pero viaja con el archivo igualmente.

Para eliminar metadatos antes de compartir, no necesitas subir el archivo a ninguna parte. Una herramienta local deeditar metadatos puede limpiar o reemplazar los campos en tu navegador, produciendo una copia limpia sin enviar el documento — ni sus metadatos — por la red. Este es el enfoque más seguro para documentos sensibles: verificar localmente, luego compartir.