Primer commit - Sprint 1

ADR-001-privacidad-y-gobierno-de-datos.md

@@ -0,0 +1,110 @@
+# ADR-001 — Modelo de privacidad y gobierno de datos
+
+- **Estado:** Aceptado
+- **Fecha:** (completar con fecha de commit)
+- **Decisores:** Director del proyecto + asistente de dirección técnica
+- **Contexto legal:** Paraguay, Ley N° 7593/2025 de Protección de Datos Personales
+
+---
+
+## Contexto
+
+El producto corre la misma encuesta en N empresas con **dos propósitos en tensión**: operativo
+(dashboard por empresa para decidir acciones) y macro (estudio país de la "economía de la
+discapacidad"). Se tratan **datos sensibles** (salud/discapacidad). Resolver mal esta tensión
+significa o filtrar datos confidenciales entre empresas, o perder el análisis macro que es el
+diferencial.
+
+**Marco legal aplicable:** la Ley N° 7593/2025 fue promulgada el 27/11/2025, está alineada con el
+RGPD europeo, crea la Agencia Nacional de Protección de Datos Personales (ANPDP) con régimen
+sancionatorio, y tiene vacatio legis de 24 meses (exigibilidad plena ~nov 2027). Reconoce categoría
+especial para datos sensibles (incluye salud) y derechos de acceso, rectificación, oposición,
+supresión, portabilidad y revocación del consentimiento. *No es asesoría legal; validar con
+especialista antes de producción.*
+
+## Decisión
+
+Adoptamos un modelo de **privacy by design** con los siguientes componentes cerrados:
+
+### 1. Anonimato como propiedad por-encuesta
+El anonimato no es global de la plataforma: cada encuesta lo declara en su configuración. El wizard
+de creación lo togglea y eso propaga a cómo se guarda cada respuesta.
+
+### 2. Dos ejes de clasificación, ortogonales
+- **Sensibilidad legal** (`comun` | `sensible` | `anonimizado`) → alimenta el **consentimiento**.
+- **Seguridad** (`publico` | `interno` | `confidencial`) → alimenta **RLS y cifrado**.
+
+"Confidencial" es seguridad, NO una categoría legal. Una encuesta puede ser confidencial en storage
+y no-sensible legalmente, o al revés.
+
+### 3. La herramienta constriñe, no solo permite
+La clasificación no es pura auto-declaración del creador. Ciertos tipos de pregunta
+(salud/discapacidad) **se auto-marcan sensibles** y elevan la encuesta, sin importar lo que elija el
+creador. El wizard guía y bloquea por defecto hacia la clasificación correcta. (Operacionaliza los
+principios de minimización y responsabilidad proactiva de la ley.)
+
+### 4. El titular del consentimiento es el respondente, no la empresa
+La empresa autoriza el despliegue; el individuo consiente el tratamiento de su propio dato sensible.
+Ante divergencia entre un documento firmado por la empresa y la elección granular del titular en la
+app, **gana siempre la elección del titular**.
+
+### 5. Consentimiento granular, por capas y versionado
+Checkboxes separados por propósito (operativo / macro N1 / macro N2...), no un único "acepto todo".
+Cada respuesta guarda un registro inmutable con timestamp contra la versión vigente del texto. (Ver
+ADR-003.)
+
+### 6. Rol de responsable parametrizable (`controller_role`), con cascada
+- **Modo A** (nosotros = responsable): macro a todos los niveles consentidos por el titular.
+- **Modo B** (empresa = responsable, nosotros = encargado): macro **solo** vía Nivel 1 anonimizado
+  irreversible. Usar dato de Modo B para Nivel 2/3 sería ejercer de responsable encubierto → ilícito.
+
+> **Regla limpia:** Modo A → macro a todos los niveles consentidos. Modo B → macro solo vía Nivel 1
+> anonimizado. El wizard debe **mostrar la consecuencia** al elegir el modo, no ofrecerlo como
+> dropdown plano.
+
+### 7. Anónimo a nivel respondente, conservando atribución de empresa (las 4 de v1)
+- **Sí** se conserva `company_id` + cuasi-identificadores (edad en bucket, sector, zona) → habilita
+  Nivel 2 (empresa A vs el resto) y comparación por segmento.
+- **No** se recolecta `respondent_id`. El campo queda **reservado** en el esquema para encuestas
+  futuras, pero para estos 4 estudios el dato queda permanentemente en Nivel 1/2.
+
+### 8. Distinción anónimo vs pseudónimo (textual, para no re-confundir)
+La **comparación por segmento** ("25 / sector X / zona A" vs "zona B") usa los cuasi-identificadores
+de cada fila y **no requiere** `respondent_id`. La clave pseudónima solo sirve para vincular varias
+respuestas a la misma persona desconocida (longitudinal, re-contacto, dedup avanzado) — nada de eso
+es caso de v1. La dedup simple se hace con `ip_hash`.
+
+### 9. Umbral de k-anonimato mandatorio en visualización
+Anónimo en storage **no** es a prueba de re-identificación: un n=1 por cruce de cuasi-identificadores
+es identificable. Toda visualización compartida (incluido el dashboard de la empresa) suprime celdas
+con n < umbral (default 5). La comparación individuo-vs-individuo está prohibida en dashboards
+compartidos; la inspección fila-por-fila es solo análisis interno (Modo A).
+
+### 10. Texto libre fuera del store analítico crudo
+Las preguntas abiertas no se exponen crudas a reportes (vector de re-identificación). Se categorizan
+antes (a futuro, vía LLM — está en BACKLOG).
+
+## Alcance de esta etapa (v1)
+Solo **Modo A**, solo encuestas **anónimas**, **sin Nivel 3 atribuible**. El esquema soporta más
+(controller_role, respondent_id) pero v1 no lo opera. Principio: el esquema guarda la opción, estos
+datos puntuales no la usan.
+
+## Alternativas consideradas
+- **Macro 100% anonimizado siempre (solo Nivel 1):** más simple, pero mata el benchmark sectorial que
+  el director quiere a futuro. Rechazado por cerrar opción de bajo costo.
+- **Pseudonimización con `respondent_id` desde v1:** habilita longitudinal/re-contacto pero agrega
+  carga legal (es dato personal) sin caso de uso inmediato. Rechazado para v1; campo reservado.
+- **Nivel 3 atribuible desde v1:** máximo poder analítico, pero requiere acuerdo de tratamiento por
+  empresa + consentimiento explícito + vía de re-identificación. Diferido hasta tener feedback real.
+
+## Consecuencias
+- (+) Cumplimiento alineado a Ley 7593 desde el diseño; soberanía; protección del empleado frente a
+  su empleador.
+- (+) Mantiene viva la opción de Nivel 2 sin recolectar datos personales adicionales.
+- (−) El dato de los 4 estudios no podrá usarse jamás para análisis atribuible ni longitudinal
+  individual (decisión consciente).
+- (−) El umbral de k-anonimato puede dejar segmentos chicos sin reporte ("n insuficiente") — es el
+  costo correcto de la privacidad.
+
+## Pendiente
+Validación del flujo de consentimiento y del lenguaje legal con asesor paraguayo antes de producción.