المكاسب:
- تقييم المعلومات حسب حساسيتها والتمييز بين المركبة المفتوحة والنظام الآمن من خلال منعكس "اسأل الصف، طابق المركبة"
- فهم الحد الأدنى من البيانات ومبادئ الأمان والمسؤولية لـ KVKK ورؤية أن حذف الاسم لا يكفي وأن السياق هو الهوية.
- القدرة على اتباع نظام اختيار المسار الأكثر أمانًا في حالة الشك، وحماية البيانات الحساسة على أعلى مستوى والإبلاغ عن الانتهاك بشفافية.
إن ما يخبرك به العميل - العنف، والمرض، والفقر، والإدمان، وأسرار الأسرة - هو أكثر المعلومات الخاصة هشاشة في حياته. ويعطيك هذه المعلومات بسرية مهنية. وهذه الثقة هي الأساس الذي يجعل من الممكن أن ينجح العمل الاجتماعي؛ عند اهتزازه، لا يفتح العميل مرة أخرى وتفقد الخدمة وظيفتها. وقد اتخذ الحفاظ على هذه الثقة في عصر الذكاء الاصطناعي بعدًا جديدًا: إن إدخال معلومات العميل في أداة خاطئة لم يعد الآن انتهاكًا للخصوصية فحسب، بل أصبح أيضًا مسؤولية قانونية بموجب قانون حماية البيانات الشخصية (KVKK) ويمكن أن يؤدي إلى تسرب لا رجعة فيه للمعلومات. في هذه الوحدة، ستتعلم كيفية حماية بيانات العميل في عصر الذكاء الاصطناعي، والمنطق الأساسي لـ KVKK، والتمييز بين المركبات المفتوحة والمركبات الآمنة، ونظام "نظافة البيانات" العملي.
القاعدة الأساسية منذ البداية هي تلك التي نكررها خلال هذه الوحدة: لن يتم إدخال أي بيانات شخصية تحدد هوية العميل في أداة الذكاء الاصطناعي العامة التي لم توافق عليها مؤسستك. هذه الجملة الواحدة هي جوهر كل التفاصيل أدناه.
تلخيص KVKK للأخصائي الاجتماعي
تنظم KVKK كيفية معالجة البيانات الشخصية (أي معلومات تجعل الشخص محددًا أو قابلاً للتعريف - الاسم والمعرف والعنوان والهاتف وأيضًا معلومات مثل الصحة والحالة العائلية والسجل الجنائي). معظم البيانات التي تعالجها في العمل الاجتماعي هي بيانات شخصية حساسة (البيانات التي يكون تسربها ضارًا بشكل خاص، مثل الصحة والحياة الجنسية والدين والعرق والإدانات الجنائية) وتتطلب أعلى درجات الحماية. يتلخص المعنى العملي لـ KVKK بالنسبة لك في بعض المبادئ:
- تحديد الغرض والحد الأدنى من البيانات: تتم معالجة القدر الضروري فقط من البيانات. عند معالجة النص في الذكاء الاصطناعي، لا تدخل أي تفاصيل شخصية غير مطلوبة للمهمة.
- الأمان: البيانات محمية ضد الوصول غير المصرح به. لا توفر أداة الذكاء الاصطناعي العامة هذا الأمان.
- الموافقة والشفافية: إعلام العميل بكيفية معالجة البيانات. إن تقديم بيانات العميل إلى أداة خارجية غير خاضعة للرقابة لا يقع ضمن نطاق أي موافقة.
- المساءلة: في حالة حدوث خرق، تقع المسؤولية على عاتق المنظمة التي تقوم بمعالجة البيانات والشخص الذي يقوم بإدخال تلك البيانات - "أراد الذكاء الاصطناعي ذلك بهذه الطريقة" ليس دفاعًا.
تنبيه: لا يعد حذف الأسماء في كثير من الأحيان حماية كافية. حتى لو لم يتم ذكر الاسم في النص، فإن السياق (الحي + العمر + الحدث + التاريخ + بنية العائلة) يمكن أن يجعل من الممكن التعرف على الشخص. لا يتم توفير الحماية الحقيقية عن طريق الإخفاء، بل عن طريق اختيار الأداة والبيئة المناسبة.
عالمان: مركبة مفتوحة مقابل نظام آمن
قم بفصل استخدامك للذكاء الاصطناعي إلى عالمين واضحين:
1. عالم الأدوات العامة/المفتوحة. يمكن استخدامه للمهام التي لا تحدد هوية العميل: أسئلة المعلومات العامة ("كيف تكتب هدفًا ذكيًا؟")، التدريب باستخدام أمثلة خيالية/مجهولة، شرح عام للتشريعات، نصوص البرامج التي لا تشير إلى أي شخص. لا يتم إدخال بيانات العميل الحقيقية هنا أبدًا.
2. عالم بيانات العميل. أي عمل يتضمن معلومات عميل حقيقية - التسجيل، التقرير، مذكرة المخاطر، الإحالة - يتم تنفيذه فقط في الأنظمة الآمنة المعتمدة من قبل مؤسستك، حيث لا تتسرب البيانات. إذا لم يكن هناك مثل هذا النظام، فسيتم العمل بدون الذكاء الاصطناعي، وبالطريقة التقليدية الآمنة.
إن الخلط بين الاثنين — إعطاء بيانات العميل الحقيقية للأداة المفتوحة — هو الخطأ الأكثر خطورة والأكثر شيوعًا في هذه الوحدة.
خطوة بخطوة: الانضباط في نظافة البيانات
- اسأل عن الفصل. اسأل قبل كل وظيفة: "هل يصف هذا النص العميل؟" إذا كانت الإجابة بنعم، نظام آمن؛ إذا لم يكن الأمر كذلك، يمكن استخدام السيارة المفتوحة.
- تصغير. الحد من البيانات المدخلة إلى الحد الأدنى الذي تتطلبه الوظيفة، حتى لو كانت الوظيفة تتطلب ذلك بالفعل.
- قم بتمييز (واعرف حدودك). إزالة المعرفات عند الضرورة؛ لكن تذكر أن السياق يمكن أيضًا أن يكشف عن الهوية.
- استخدم الأداة المعتمدة. معرفة أي مركبة تعتمدها المؤسسة وأي بيانات ولا تحيد عنها.
- إذا لم تكن متأكدًا، تصرف كرجل من الطبقة العليا. إذا لم تكن متأكدًا مما إذا كانت البيانات حساسة أم لا، فاختر المسار الأكثر حماية.
- الإبلاغ عن المخالفة. إذا كان هناك تسرب أو خطأ، قم بإخفائه؛ التقرير حسب إجراءات المؤسسة. التدخل المبكر يقلل من الأضرار.
ثلاث حالات صغيرة
الحالة 1 - السياق أعطى الهوية. وقدم أحد الخبراء ملخص الحالة إلى الأداة المفتوحة، قائلًا "لقد حذفت الأسماء، أصبح الأمر آمنًا الآن". لم يكن هناك اسم في النص، لكن كانت هناك عبارة "امرأة ضعيفة البصر في حي X، لديها 3 أطفال، وزوجها في السجن". لم يكن هناك سوى شخص واحد في ذلك الحي ينطبق عليه هذا الوصف، وكانت الهوية واضحة عمليًا. وقد لاحظ كبير الخبراء هذا؛ تم نقل المهمة إلى النظام الآمن. الدرس المستفاد: السياق هو أيضًا بيانات شخصية.
الحالة 2 - نجحت سياسة الحد الأدنى من البيانات. يحتاج الخبير فقط لتبسيط جملة واحدة. بدلاً من إعطاء الملف بأكمله للأداة، قام فقط بإعطاء جملة واحدة دون أي تفاصيل شخصية. تم إنجاز المهمة، ولم يتم نشر أي بيانات حساسة. وكانت سياسة الحد الأدنى من البيانات آمنة وكافية.
الحالة 3 - الإبلاغ المبكر يقلل من الضرر. قام موظف جديد بلصق معلومات العميل عن طريق الخطأ في أداة مفتوحة وتم ملاحظتها على الفور. وبدلاً من الذعر والاختباء، أبلغت المشرف عليها على الفور. قامت المؤسسة بتقييم الحادث وفقًا لإجراءات KVKK، واتخذت الخطوات اللازمة وعلمت الموظف كيفية استخدامه بشكل صحيح. وقد حال الإخطار الشفاف والسريع دون تفاقم الحادث.
أربعة قوالب قابلة للنسخ
1) الاختبار المبدئي لفئة البيانات:
قم بتقييم النص التالي قبل معالجته في أداة الذكاء الاصطناعي: هل يجعل هذا النص الشخص قابلاً للتعريف بشكل مباشر (الاسم، الهوية، العنوان، الهاتف) أو بشكل غير مباشر (السياق: الحي، العمر، الحدث، بنية الأسرة)؟ هل تحتوي على بيانات حساسة (الصحة، الدين، العرق، السجل الجنائي)؟ إذا كان الأمر كذلك، أي الأقسام؟ أخبرني إذا كان من الممكن عرض هذا النص في الأداة العامة. النص: [لصق النص]
2) الرجوع إلى الحد الأدنى من البيانات:
حدد أقل المعلومات اللازمة للقيام بالمهمة التالية. قم بإزالة جميع التفاصيل الشخصية التي لا تتطلبها الوظيفة واترك فقط الجزء غير المحدد الذي تتطلبه الوظيفة. اذكر المعلومات التي حذفتها ولماذا. الوظيفة: [وصف المهمة]النص: [لصق النص]
3) إلغاء تحديد الهوية والتحكم في السياق:
قم باستخراج المعرفات (الاسم، المعرف، العنوان، الهاتف، اسم المؤسسة) مباشرة من النص أدناه. قم أيضًا بوضع علامة على أي عناصر سياق متبقية في النص (مجموعة نادرة من الظروف، موقع محدد + حدث) والتي قد تكشف الهوية بشكل غير مباشر. قبل إزالة هذه العناصر، قم بتقييم ما إذا كان النص لا يزال يجعل من الممكن التعرف على الشخص أم لا. النص: [لصق النص]
4) إنشاء مثال تدريبي مجهول/خيالي:
قم بإنتاج حالة نموذجية تشبه حالة حقيقية، ولكنها خيالية تمامًا ولا تنتمي إلى أي شخص حقيقي؛ سأستخدم هذا للتدريب/الممارسة. استخدام الأسماء أو الأماكن أو الأحداث الحقيقية؛ دع كل شيء يكون مزيفًا. [الموضوع: التقييم الأولي لرعاية المسنين]
موجه ضعيف / موجه قوي
حث ضعيف:
أقوم بلصق ملف هذا العميل بالكامل أدناه، وسيعطيني ملخصًا رائعًا. (بما في ذلك الاسم والعنوان والمعلومات الصحية)
يعد هذا بمثابة إعطاء بيانات شخصية حساسة لنظام خارجي غير خاضع للرقابة - وهو انتهاك لـ KVKK ومخاطر خصوصية لا رجعة فيها. فمجرد أن الملخص "جميل" لا يبرر هذا الانتهاك.
مطالبة قوية:
(فقط في نظام آمن معتمد من المؤسسة، أو مع نص غير محدد الهوية.) قم بتلخيص النص غير المحدد أدناه. لم أترك أي سياق في النص يمكن أن يكشف عن الاسم أو العنوان أو الهوية أو الهوية. قم بمعالجة المعلومات المطلوبة للمهمة فقط. النص: [لصق نص مجهول]
الفرق: العمل باستخدام الأداة المناسبة، مع الحد الأدنى من البيانات وغير المحددة للهوية، يحمي الخصوصية والقانون أثناء إنجاز المهمة.
نوع البيانات والمسار الصحيح
نوع البيانات
مثال
الأداة الصحيحة
معلومات عامة
"ما هو الهدف الذكي؟"
مركبة مفتوحة
مثال خيالي
حالة التدريب المفتعلة
مركبة مفتوحة
بدون هوية + بدون سياق
تبسيط الجملة العامة
افتح السيارة (بعناية)
بيانات العميل
السجل الفعلي، التقرير
نظام آمن فقط
بيانات نوعية خاصة
الصحة والعقاب والعرق
أعلى مستويات الحماية / النظام الآمن
مذكرة المخاطر / السلامة
معلومات عن العنف والحماية
أعلى مستويات الحماية / النظام الآمن
الأخطاء الشائعة
- إعطاء بيانات العميل الحقيقية للأداة المفتوحة. الخطأ الأخطر والأكثر شيوعاً؛ انتهاك KVKK واختراق لا رجعة فيه.
- "لقد حذفت الأسماء" معتقدًا أنها أمنية. يمكن للسياق أن يكشف عن الهوية؛ الإخفاء ليس حماية.
- إدخال بيانات أكثر من اللازم. تطبيق سياسة الحد الأدنى من البيانات؛ أعط بقدر ما تتطلبه الوظيفة.
- المخاطرة عندما لا تكون متأكدًا. عندما تكون في شك، اختر الطريق الأكثر أمانًا، وتصرف مثل الطبقة العليا.
- إخفاء المخالفة. إن الإبلاغ المبكر والشفاف يقلل من الضرر؛ الاختباء يجعلها أكبر.
في ملخص
خصوصية العميل هي أساس الثقة في العمل الاجتماعي، وفي عصر الذكاء الاصطناعي، تتحول أيضًا إلى التزام قانوني مع KVKK. القاعدة الأساسية واضحة: لا تدخل أي بيانات شخصية تحدد هوية العميل إلى أداة عامة غير معتمدة. أبقِ بين العالمين (الأداة المفتوحة مقابل النظام الآمن) منفصلين، وطبق مبدأ الحد الأدنى من البيانات، واعلم أن حذف الأسماء لا يكفي وأن السياق هو الهوية، وفي حالة الشك، اختر المسار الأكثر أمانًا وأبلغ عن الانتهاك بشفافية. الخصوصية ليست إجراء يضاف لاحقًا، ولكنها مبدأ يتم الالتزام به منذ البداية.
مهمة التطبيق
اكتب نص حالة خياليًا وتعرف على العناصر التي حددها الذكاء الاصطناعي كبيانات شخصية/خاصة باستخدام قالب "الاختبار المبدئي لفئة البيانات". ثم اختبر باستخدام نمط "إزالة الهوية والتحقق من السياق" لمعرفة ما إذا كان السياق لا يزال يكشف عن الهوية حتى بعد حذف الأسماء. أخيرًا، قم بإنتاج مثال يمكنك استخدامه بأمان في الأداة المفتوحة باستخدام قالب "مثال تدريب مجهول/خيالي".
قائمة مرجعية
- [ ] قبل كل مهمة، "هل يصف هذا النص العميل؟" سألت.
- [ ] أقوم بمعالجة بيانات العميل فقط في أنظمة معتمدة وآمنة.
- [ ] لقد قمت بتطبيق سياسة الحد الأدنى من البيانات؛ لم أخوض في الكثير من التفاصيل.
- [ ] مع العلم أن حذف الاسم لا يكفي، فقد قمت أيضًا بالتحقق من السياق.
- [ ] في حالة الشك قمت باختيار الطريق الأكثر أمانا وأعرف طريقة الإبلاغ في حالة المخالفة.