Gevinster:
- Forbereder svar på informationsanmodninger i overensstemmelse med lovgivningen og forklarer hverken mere eller mindre.
- Den anonymiserer åbne data før publicering og scanner dem på niveau med kombinationer, der risikerer genidentifikation.
- Ved, at gennemsigtighed er et styringsværktøj, der øger offentlighedens tillid og skelner mellem, hvad der skal holdes fortroligt.
Hjørnestenen i en demokratisk offentlig forvaltning er gennemsigtighed: borgernes evne til at lære, hvordan og på hvilket grundlag beslutninger, der vedrører dem, træffes. Dette princip kommer til live i to konkrete mekanismer. Den første er retten til information (lov om ret til information nr. 4982; borgere kan anmode om oplysninger og dokumenter fra offentlige institutioner med undtagelser). Den anden er åbne data (offentlige institutioner offentliggør den ikke-personlige og ikke-fortrolige del af de data, de producerer på en måde, som alle kan få adgang til og bruge). Her er AI et kraftfuldt hjælpemiddel til at klassificere indgående informationsanmodninger, udarbejde svarudkast, forhåndsevaluere, hvilke oplysninger der kan gives, og hvilke der er undtaget, og forberede åbne datasæt til offentliggørelse. Men den dobbelte advarsel ved denne enhed er vigtig: gennemsigtighed bør hverken være mere eller mindre – borgeren skal have de oplysninger, han har ret til, men personlige data og reelle undtagelser bør beskyttes; Denne balance er etableret af den ansvarlige offentlige embedsmand, ikke AI.
De to forkerte ender af at få viden
I anmodninger om oplysninger kan der begå fejl i to retninger:
- Manglende gennemsigtighed: Unødigt afvisning af givne oplysninger som "fortrolige/eksceptionelle". Dette både krænker retten og skaber mistillid til institutionen og ender ofte i retsvæsenet.
- Overoplysning: Utilsigtet afsløring af tredjeparts personlige data, en forretningshemmelighed eller en reel undtagelse (sikkerhed osv.), når du indsender et dokument. Dette krænker KVKK og forårsager skade.
AI kan hjælpe i begge ender: det kan scanne et dokument, markere personlige data i det og foreslå redaktion (tilsløring/fjernelse af fortrolige/personlige dele af dokumentet); Den kan angive den undtagelseskategori, som du vil evaluere anmodningen under. Men den endelige beslutning - om disse oplysninger gives, hvilken del der er sløret - tilhører en person, der bærer det juridiske ansvar.
Bemærk: AI's erklæring om, at "disse oplysninger er inden for rammerne af undtagelsen" eller "kan gives" er ikke en juridisk udtalelse. Undtagelsesevaluering foretages og begrundes i overensstemmelse med de relevante artikler i loven om adgang til information; AI producerer kun præ-kvalifikationer og udkast.
Sikker udgivelse af åbne data
Åbne data øger offentlighedens effektivitet og ansvarlighed; iværksættere, journalister, forskere skaber værdi ud fra disse data. Men før udgivelse af et datasæt, bør det kontrolleres mod risikoen for genidentifikation (data, der menes at være anonyme, linkes tilbage til enkeltpersoner ved at kombinere dem med andre data). For eksempel kan kombinationen "alder + nabolag + sjældent erhverv" indikere en enkelt person. Når du forbereder et datasæt til offentliggørelse, er AI nyttig til at markere risikable kolonnekombinationer og skrive en dataordbog (en beskrivelse af, hvad hver kolonne betyder).
Tip: Før du udgiver åbne data, spørg: "Kan jeg finde en enkelt person ved at kombinere to-tre kolonner i dette sæt?" Hvis svaret er "måske", samles (gruppe i stedet for individuel), kombinere sjældne kategorier eller fjerne det følsomme område.
Trin for trin flow af information
- Forstå og klassificere efterspørgsel. Hvad efterspørges, hvilken enhed vedrører det, hvad er varigheden?
- Findes information eller skal den produceres? Loven dækker eksisterende viden; institutionen skal muligvis ikke producere ny analyse (bekræftet).
- Undtagelsesevaluering. Er der nogen undtagelser såsom personlige data, sikkerhed, forretningshemmeligheder, intern mening?
- Redaktion. Fjern dele af det eksporterbare dokument, der skal bevares.
- Begrundet svar. Delen givet/ikke givet og dens grundlag; Indsigelsesmetode, hvis den afvises.
- Log og revisionsspor. Anmodningen, afgørelsen og begrundelsen registreres.
tre minisager
Tilfælde 1 — Redigeringsfejl undgået. Et agentur vil indsende et udbudsdokument til en anmodning om informationsfrihed. AI scannede dokumentet og markerede telefonnumrene og TR ID-numrene på tre personer. Hvis det var blevet sendt uden korrektur, ville det have været en krænkelse af KVKK; personlige data blev sværtet, dokumentet blev leveret sikkert.
Sag 2 — Urimelig afvisning rettet. En enhed ville sædvanligvis afvise en anmodning om aktivitetsdata som "in-house". Da AI blev spurgt om undtagelseskategorierne, blev det set, at disse data faktisk allerede var publicerbare som åbne data. Anmodningen blev imødekommet, en eventuel indsigelse og retssag blev forhindret.
Tilfælde 3 — Genidentifikationsrisiko. En kommune vil offentliggøre sit "service requests"-datasæt som åbne data. Sættet indeholdt opdeling af kvarter + fuld adressedistrikt. AI advarede om, at adressefeltet kunne pege på individuelle cifre; Adressen blev samlet til gadeplan, og sættet blev offentliggjort sikkert.
Fire kopierbare skabeloner
1) Klassificering af informationsanmodninger:
Din rolle: specialist i informationsindsamling. Behandle følgende anmodning: (1) hvad der præcist anmodes om, (2) hvilken enhed det drejer sig om, (3) om det kræver eksisterende information eller ny produktion, (4) mulige undtagelseskategorier (personoplysninger, sikkerhed, forretningshemmeligheder osv.). Angiv, at hver undtagelse "skal begrundes med den relevante artikel". Beslutningstagning, forhåndsevaluer. FORESPØRGSEL: [tekst]
2) Redaktion (markering af personlige/fortrolige data):
I nedenstående dokument skal du markere alle dele, der skal MASKES i et informationssvar: navn-efternavn, TR ID-nummer, adresse, telefon, helbreds-/kriminelle oplysninger, tredjepartsdata, forretningshemmelighed. Skriv en kort begrundelse for hvert tegn. Lad den eksporterbare del af dokumentet være som den er. DOKUMENT: [tekst]
3) Begrundet svarudkast:
Udkast til et begrundet svar på følgende anmodning: (1) hvilke oplysninger der blev givet, (2) hvilken del blev ikke givet, og hvorfor (undtagelsesklausul [bekræftes]), (3) appelmetode og varighed [bekræftes]. Sproget skal være formelt og respektfuldt. Begrundelsen for den del, der ikke gives, skal være konkret, ikke generel. ANMODNING: [resumé] BESLUTNING: [hvad blev/ikke blev givet]
4) Åbn kontrol for gengodkendelse af data:
Undersøg kolonnerne i datasættet nedenfor. Angiv hvilke kombinationer af kolonner, der kan indikere en enkelt person (risiko for genidentifikation). Foreslå nogle afbødninger for hver risiko: aggregering, aggregering af sjældne kategorier, feltekstraktion. Brug blot den givne kolonneliste. KOLONNER: [liste]
Svag prompt / Stærk prompt
Svag: "Svar på denne anmodning om information."
Güçlü: "Din rolle er en informationsenhedsekspert. Klassificer først anmodningen: hvad der anmodes om, hvilken enhed, er den tilgængelig, hvad er de mulige undtagelser. Marker hver undtagelse som 'skal begrundes i den relevante artikel', tag ikke en juridisk beslutning selv. Marker derefter de personlige/fortrolige dele, der skal maskeres i dokumentet, der skal indsendes, med et redaktionsforslag, der skal angives, inklusive den endelige udkast, inklusive den angivne del, og ikke en begrundelse. at gøre indsigelse; gøre begrundelsen konkret."
Forskel: stærk prompt balancerer gennemsigtighed og beskyttelse, binder undtagelsen til begrundelsen, tilføjer redigering og appelvej.
Tilgang efter informationstype
Informationstype
Standard
Opmærksomhed
Statistik, aggregerede data
åben
Genidentifikationskontrol
Begrundelse for administrativ handling
kan gives
Rediger tredjepartsdata
Tredjeparts personlige data
beskyttet
KVKK; men med tilladelse/undtagelse
Undtagelse for sikkerhed/privatliv
beskyttet
Er det en virkelig undtagelse, bekræft
Intern udtalelse/forhandling
Afhænger
Vurder i henhold til den relevante artikel
Anonymisering og risiko for genidentifikation
Det mest tekniske, men kritiske trin i publicering af åbne data, er anonymisering (gør en person uidentificerbar direkte eller indirekte ud fra en data). Navn og T.R. Det er ofte ikke nok at slette ID-nummeret; fordi kombinationen af flere almindelige områder gør en person genidentificerbar. Dette kaldes re-identifikation (finde personen ved at krydsmatche data, der menes at være anonyme med andre oplysninger). Hvis der for eksempel er en enkelt 92-årig enkemand i et kvarter, vil trioen "nabolag + alder + civilstand" afsløre ham. AI kan hjælpe med at screene, hvilke kombinationer af felter i et datasæt, der er i risiko for afsløring og foreslå sikrere gruppering (konvertering af alder til interval, kombination af sjældne kategorier); Men beslutningen om offentliggørelse og den endelige revision er institutionens ansvar.
Mini-etui — afsløring med tre områder. En kommune offentliggjorde socialhjælpsdata "anonymt": intet navn, men kvarter, fødselsår og type handicap. En journalist bemærkede en sjælden form for handicap hos en enkelt person i et enkelt kvarter og identificerede personen. Data tilbagetrukket; Den blev genudgivet, da fødselsåret blev omregnet til et 10-års interval, og de sjældne kategorier blev grupperet under "andet".
Skabelon, der screener for genidentifikationsrisiko:
Opgave: Undersøg kolonnerne i følgende datasæt; Jeg offentliggør ikke personlige data, jeg ønsker kun risikoscreening.Kolonner: [kolonnenavne]Output: 1) Direkte identifikatorer (skal slettes). 2) Indirekte identifikationskombinationer (risiko for genidentifikation). 3) Anbefalet gruppering/maskering for hver risikokombination. 4) Afsluttende kontrolspørgsmål før offentliggørelse.Regel: Jeg indsatte ikke nogen rigtige personlige værdier; overvej blot kolonnestrukturen.
Advarsel: "Jeg har slettet navnet, nu anonymt" er den mest almindelige og farligste misforståelse. Anonymitet bestemmes ikke af selve feltet, men af kombinationen af felter og sandsynligheden for at matche med eksterne data. Hvis du er i tvivl, må du ikke offentliggøre; Anonymitet er en uigenkaldelig beslutning.
Almindelige fejl
- At sædvanligvis afvise. At betragte de oplysninger, der kan gives som unødvendige "fortrolige", er en krænkelse af rettigheder og en grund til retssag.
- Indsendelse af uredigerede dokumenter. Afsløring af tredjepartsdata er en krænkelse af KVKK.
- Brug af undtagelsen uden begrundelse. Afvisning skal ske med konkret substans og konkret begrundelse; At sige "in-house" er ikke nok.
- Stoler på AI's juridiske dømmekraft. Beslutningen om at gøre en undtagelse er menneskelig; AI prækvalificerer.
- Omgåelse af genidentifikation i åbne data. Kolonnekombinationer kan finde personer; samlet.
- Angivelse af indsigelsesmåden. Ved afslag skal ansøgningsmetode og varighed skrives (bekræftes).
Sammenfattende
Gennemsigtighed er grundlaget for offentlig tillid; AI er en stærk hjælp til at klassificere FOI-anmodninger, anbefale korrekturlæsning, udarbejde svar og forberede åbne data til offentliggørelse. Men balancen er kritisk: Borgerne skal have den information, de har krav på, reelle undtagelser og persondata skal beskyttes. Beslutningen om at gøre en undtagelse skal være begrundet og menneskelig; Åbne data bør revideres for risikoen for genidentifikation før offentliggørelse.
Ansøgningsopgave
Modtag en reel (maskeret) anmodning om informationsfrihed. Forevaluer med skabelonen "Anmod om klassificering", anvend skabelonen "Redaktion" på et vedhæftet dokument og marker de områder, der skal maskeres. Anvend skabelonen "Tjek til genidentifikation af åbne data" på kolonnerne i et åbent datasæt, og find mindst én risikabel kombination.
tjekliste
- [ ] Jeg klassificerede anmodningen; Jeg afviste ikke de oplysninger, der kunne gives unødigt.
- [ ] Jeg vurderede undtagelserne med konkret substans og begrundelse (menneskelig beslutning).
- [ ] Jeg har redigeret de personlige/fortrolige data i det dokument, der skal indsendes.
- [ ] I tilfælde af afslag har jeg oplyst indsigelsesmetode og varighed (bekræftet).
- [ ] Jeg tjekkede risikoen for genidentifikation i åbne data.
- [ ] Jeg registrerede anmodningen, beslutningen og begrundelsen for revision.