المكاسب:
- القدرة على تمييز البيانات التي تجعل من الممكن التعرف على المرأة الحامل بشكل مباشر أو غير مباشر وإلغاء التعرف عليها قبل تسليمها للذكاء الاصطناعي
- القدرة على تطبيق تقليل البيانات واكتساب عادة استخدام الأدوات المعتمدة من المؤسسة فقط في إطار KVKK
- "هل يمكن العثور على هذا الشخص من هذا النص؟" القدرة على إدارة مخاطر إعادة تحديد الهوية من خلال تطبيق الاختبار
القبالة هي مهنة تمس المعلومات الأكثر خصوصية للناس: كيفية حدوث الحمل، وحالات الحمل السابقة، والإجهاض، والخسائر، والعلاقات، والحالة العقلية، والصحة الجنسية. وعندما تقع هذه المعلومات في الأيدي الخطأ، فإنها تسبب ضررًا لا يمكن إصلاحه - أزمة داخلية، ووصمة عار اجتماعية، وفقدان الثقة. ولذلك فإن السرية ليست "قاعدة إضافية" في القبالة، بل هي أساس المهنة. بمجرد إدخال الذكاء الاصطناعي في عملك، تنفتح حدود جديدة للخصوصية: أي شيء تكتبه في مساعد الدردشة يمكن أن يكون خارج نطاق سيطرتك. تعلمك هذه الوحدة بشكل شامل كيفية حماية بيانات الحمل عند استخدام الذكاء الاصطناعي - خاصة في إطار KVKK (قانون حماية البيانات الشخصية؛ القانون الذي ينظم معالجة البيانات الشخصية في تركيا).
المبدأ الأساسي هو في جملة واحدة: أي معلومات تجعل من الممكن التعرف على المرأة الحامل يجب ألا تدخل أبدًا إلى أداة الذكاء الاصطناعي. إن تعلم هذه القاعدة له الأولوية على جميع المهارات الأخرى في الوحدة؛ لأنه بمجرد تسرب البيانات لا يمكن استرجاعها.
تنبيه: النص الذي تكتبه في أداة الذكاء الاصطناعي يذهب إلى خوادم تلك الخدمة؛ يمكن تخزينها ومعالجتها واستخدامها في بعض الحالات للتدريب النموذجي. إن قول "أردت فقط ملخصًا" لا يؤدي إلى إرجاع البيانات. الطريقة الآمنة الوحيدة هي عدم كتابة بيانات الاعتماد في المقام الأول.
ما هي البيانات الشخصية، وما هي المعلومات التي تجعلها قابلة للتعريف؟
البيانات الشخصية هي أي معلومات تجعل من الممكن التعرف على شخص ما بشكل مباشر أو غير مباشر. وفي القبالة، تندرج هذه بشكل خاص في الفئة الخاصة (مثل البيانات الصحية، التي تحظى بأعلى حماية في القانون). خذ بعين الاعتبار المعلومات التي توفر الاعتراف في مجموعتين:
المعرفات المباشرة: الاسم واللقب، رقم معرف TR، رقم الملف/البروتوكول، الهاتف، العنوان، البريد الإلكتروني، تاريخ الميلاد، حساب الوسائط الاجتماعية، الصورة.
الأوصاف غير المباشرة (مجمعة لجعلها قابلة للتمييز): "الحمل الثلاثي الوحيد في ذلك الحي"، "الامرأة الوحيدة البالغة من العمر 44 عامًا في المؤسسة مع حملها الأول"، مرض نادر + مستوطنة صغيرة، مكان العمل + عمر الحمل. بعض التفاصيل التي تبدو بريئة في حد ذاتها يمكن أن تشير إلى شخص ما عندما يتم جمعها معًا. وهذا ما يسمى خطر إعادة تحديد الهوية.
إزالة الهوية هي عملية إزالة هذه المعرفات من النص. تؤدي عملية إزالة الهوية التي تم إجراؤها بشكل جيد إلى مسح المعرفات المباشرة وغير المباشرة.
خطوة بخطوة: إلغاء تحديد الهوية قبل تقديم البيانات إلى الذكاء الاصطناعي
- حذف المعرفات المباشرة: الاسم والمعرف ورقم الهاتف ورقم الملف والعنوان والتاريخ - قم بإزالتها جميعًا. استبدليها بعبارات عامة مثل "الحامل أ"، "حوالي 38 عامًا"، "الثلث الثاني من الحمل".
- طمس القرائن غير المباشرة: حول العمر الدقيق إلى نطاق (على سبيل المثال، "أوائل الأربعينات")، والموقع الدقيق إلى منطقة، والمجموعات النادرة إلى عامة.
- تجاهل التفاصيل غير الضرورية: قم بإعطاء الحد الأدنى من المعلومات اللازمة للذكاء الاصطناعي للقيام بعمله (تقليل البيانات). لا يشترط تاريخ المرأة الحامل كتابة بطاقة الرضاعة.
- التحقق من سياسة المؤسسة: تحدد بعض المؤسسات أدوات الذكاء الاصطناعي المعتمدة/المؤسسية؛ قد يحظر إدخال بيانات المريض في الأدوات الشخصية/المجانية. اتبع قاعدة مؤسستك.
- القراءة النهائية: قبل إرسال المطالبة "هل يمكن العثور على هذا الشخص من هذا النص؟" اقرأها مرة أخرى.
أصعب هذه الخطوات الخمس هي الثانية - عدم وضوح القرائن غير المباشرة - لأن حذف المعرفات المباشرة أمر سهل ويتبادر إلى الذهن أولا، ولكن معظم التعرف يأتي في الواقع من مزيج من التفاصيل غير المباشرة. إن الجمع بين المهنة والعمر ومكان الإقامة وحالة نادرة يمكن أن يحول الشخص إلى شخص واحد، حتى لو لم يذكر اسمه. لذلك، لا ينبغي النظر إلى عملية إلغاء الهوية على أنها "محو للأسماء"، بل على أنها "ضمان عدم تمكن أي شخص يقرأ هذا النص من تخمين الشخص". هذا الإطار العقلي يقلل بشكل جذري من خطر إعادة تحديد الهوية.
تلميح: اختبار جيد: إذا عرضت النص الذي تم إلغاء تحديد هويته لزميل يعرف تلك المرأة الحامل، فهل ستقول "هذا كذا وكذا"؟ إذا كان يستطيع أن يقول ذلك، فهذا يعني أنك لم تتمكن من التعرف عليه بما فيه الكفاية.
ثلاث حالات صغيرة
الحالة 1 - التعرف غير المباشر: عندما طلبت القابلة من الذكاء الاصطناعي ملخصًا للتاريخ، حذفت بطاقة الهوية لكنها تركت عبارة "الحمل الرباعي الوحيد في مدينتنا". تشير هذه الجملة الفردية مباشرة إلى الشخص الموجود في ذلك المكان الصغير. زميله ينتبه ويحذر؛ وتعمم القابلة التعبير على أنه "الحمل المتعدد". الدرس المستفاد: المعرفات غير المباشرة لا تقل خطورة عن المعرفات المباشرة.
الحالة 2 - تقليل البيانات: تقوم قابلة ثانية عادةً بلصق ملف المرأة الحامل بالكامل في الذكاء الاصطناعي بدلاً من مجرد طباعة كتيب "تغذية الحمل". إنه يقف: لا توجد بيانات شخصية مطلوبة للكتيب. يأخذ الكتيب دون تسليم الملف، ويكتفي بكتابة الموضوع. البيانات الأكثر أمانًا هي البيانات التي لا تتم مشاركتها أبدًا.
الحالة 3 - أداة خاطئة: في المثال الثالث، القابلة على وشك كتابة معلومات المريض في تطبيق عشوائي على هاتفها الشخصي عندما تتذكر السياسة المؤسسية: لا يمكن معالجة بيانات المريض إلا دون تحديد هويتها واستخدام الأدوات المعتمدة من المؤسسة. عدم استخدام التطبيق الشخصي. غالبًا ما ينشأ تسرب البيانات من لحظة "الملاءمة" هذه وليس من خطأ فني.
قوالب قابلة للنسخ
الدور: أنت مساعد التحكم في إزالة الهوية. المهمة: قم بوضع علامة على كل تعبير في النص أدناه يمكن أن يحدد هوية شخص ما بشكل مباشر أو غير مباشر: - مباشر: الاسم، الهوية، الهاتف، العنوان، رقم الملف، التاريخ المحدد، الصورة. - غير مباشر: مجموعة نادرة، مكان صغير + حالة خاصة، العمر الدقيق، مكان العمل، جودة فريدة / فريدة من نوعها. اقترح تعميمًا أكثر أمانًا لكل منها. النص: [نص]
الدور: أنت مستشار تقليل البيانات. المهمة: أريد القيام بهذه الوظيفة: [وظيفة]. ما هو الحد الأدنى من المعلومات التي يجب أن أقدمها لك للقيام بذلك؟ ضع علامة على معلومات المريض غير الضرورية على أنها "[لا تقدم]".
الدور: أنت مساعد الملخص الآمن. المهمة: قم بتلخيص القصة "المحددة" أدناه. إذا رأيت معلومات تعريفية في النص، فلا تلخصها؛ بدلاً من ذلك، اكتب "لقد اكتشفت بيانات الاعتماد، يرجى مسحها وإعادة إرسالها."القصة: [قصة]
قائمة مراجعة تذكير السياسة المؤسسية (اسأل نفسك): - هل تمت الموافقة على هذه الأداة من قبل مؤسستي؟ - هل هناك أي معلومات تعريف شخصية في البيانات التي أدخلتها؟ - هل هذه المعلومات مطلوبة حقًا لهذه الوظيفة؟ - هل يمكن لشخص أعرفه العثور على الشخص إذا قرأ النص؟ - هل سأضيف معلومات التعريف عند حفظ المخرجات؟
موجه ضعيف / موجه قوي
ضعيف: "عائشة ي.، 39 عامًا، حمل ثالث، في المستشفى التالية، ملف رقم 4412؛ تلخيص تاريخها".
هذه المطالبة مليئة بالمعرفات المباشرة؛ تم تسريب البيانات الخاصة بمجرد إرسالها.
قوي:
الدور: مساعد ملخص آمن. لخص التاريخ المجهول التالي. "الحامل أ، أواخر الثلاثينيات، الحمل الثالث، [التفاصيل الطبية ذات الصلة مجهولة]." إذا رأيت معلومات تعريفية في النص، فلا تلخص، حذر.
الفرق: لا توجد معرفات مباشرة/غير مباشرة في الإصدار القوي؛ هناك فقط السياق المجهول المطلوب للقيام بهذه المهمة. يبدأ الأمان قبل كتابة المطالبة.
ما يجب مشاركته وما لا يمكن مشاركته
نوع المعلومات
هل يقع في الذكاء الاصطناعي؟
بديل
الاسم، معرف TR، الهاتف، العنوان، رقم الملف
أبدا
"الحامل أ"
العمر المحدد / التاريخ المحدد
لا
الفئة العمرية/الفصل الدراسي
نادر + مزيج مكان صغير
لا
تعميم
السياق الطبي العام (مجهول)
نعم، إذا لزم الأمر
تطبيق التقليل من البيانات
صورة/صورة
لا (وجه/علامة)
ليس ضروريا
مركبة غير معتمدة من قبل المؤسسة
لا توجد بيانات المريض
مركبة معتمدة
الأخطاء الشائعة
- مجرد حذف الاسم وترك أدلة غير مباشرة: يظل خطر إعادة تحديد الهوية قائمًا.
- لصق الملف بأكمله من أجل "الملاءمة": ينتهك مبدأ تقليل البيانات.
- إدخال بيانات المريض في الأجهزة الشخصية/غير المعتمدة: قد يكون ذلك مخالفًا للسياسة المؤسسية وKVKK.
- مشاركة صورة/لقطة شاشة: يمكن أن يظل الوجه والاسم ورقم الملف الموجود في الصورة سريًا.
- إضافة معرف أثناء حفظ المخرجات: تؤدي إضافة معرف إلى المخرجات التي تأتي بدون معرف إلى إعادة المخاطرة.
- بافتراض أنه "تم حذفه على أي حال": أنت لا تعرف ما هي البيانات؛ الضمان الوحيد هو عدم إرسال أي شيء على الإطلاق.
في ملخص
عند استخدام الذكاء الاصطناعي، تعد الخصوصية شرطًا أساسيًا وليست تقنية. أي معلومات تجعل من الممكن التعرف على المرأة الحامل بشكل مباشر (الاسم، الهوية، الهاتف) أو بشكل غير مباشر (مجموعة نادرة + موقع صغير) يجب ألا تدخل إلى أداة الذكاء الاصطناعي. تدرب على تقليل البيانات — توفير الحد الأدنى من المعلومات اللازمة للقيام بالمهمة — واستخدم فقط الأدوات المعتمدة من قبل مؤسستك. بدون إرسال المطالبة "هل يمكن العثور على هذا الشخص من هذا النص؟" قم بالاختبار. بمجرد تسرب البيانات، لا يمكن استرجاعها؛ ولذلك، يبدأ الأمان قبل كتابة المطالبة.
مهمة التطبيق
خذ تاريخ الحمل الحقيقي (على الورق) وقم بمسح النص خطوة بخطوة باستخدام قالب إزالة الهوية: أولاً المعرفات المباشرة، ثم المعرفات غير المباشرة. اعرض النص الذي تم مسحه لزميلك واسأل "من يمكن أن يكون هذا؟" بسأل؛ إذا كنت تستطيع التعرف عليه، قم بتعميمه بشكل أكبر. ابحث أيضًا عن سياسة الذكاء الاصطناعي/البيانات الخاصة بمؤسستك، وقم بتلخيصها في جملة واحدة، ولاحظ الأدوات التي تمت الموافقة عليها.
قائمة مرجعية
- [ ] قمت بإزالة جميع المعرفات المباشرة (الاسم، المعرف، الهاتف، العنوان، رقم الملف).
- [ ] قمت بتعميم الأوصاف غير المباشرة (مجموعة نادرة، موقع صغير، عمر محدد).
- [ ] لقد قدمت فقط الحد الأدنى من المعلومات اللازمة للقيام بهذه المهمة.
- [ ] لقد استخدمت فقط أداة معتمدة من قبل مؤسستي.
- [ ] "هل يمكن العثور على هذا الشخص من هذا النص؟" لقد قمت بالاختبار.
- [ ] لم أقم بإضافة أي بيانات اعتماد إلى المخرجات بعد ذلك.