Печалби:
- Анонимизиране и оценка на необходимостта преди предоставяне на чувствителни и финансови данни на клиента на инструменти за изкуствен интелект
- Възможност за разграничаване на разликите между корпоративните и публичните AI инструменти по отношение на поверителността, запазването на данни и използването им в образованието
- Възможност за управление на рискове от нарушаване на данните, период на задържане и споделяне от трети страни в рамките на KVKK
Застраховането е една от професиите, които работят с най-чувствителните данни. Застрахователно досие; Може да включва информация за самоличност, адрес, доход, банкова сметка, здравна история, записи за щети, регистрационен номер, документ за собственост и дори информация за семейството. Някои от тези данни подлежат на най-висока защита като „лични данни със специален характер“ в КВКК (Закон за защита на личните данни); Здравни, биометрични и подобни данни са типични примери за това. Неконтролираното споделяне на тези данни при използване на инструменти за изкуствен интелект (особено базирани на облак) е сериозен риск от пробив и загуба на доверие. Веднъж изтекли, данните не могат да бъдат извлечени. В този модул ще научите как да анонимизирате клиентските данни (като премахнете лична информация), преди да ги дадете на изкуствен интелект, разликите в поверителността между корпоративни и публични инструменти и как да управлявате рисковете от нарушаване на данните, съхранение и споделяне от трети страни в рамките на KVKK. Тази част не е правен съвет; Обяснява общите принципи, консултирайте се с отдела за съответствие/правен в конкретен случай.
Защо поверителността е критична: типове данни
В застраховането е необходимо да се разделят данните според нивото на защита:
- Данни за самоличност: Име, фамилия, ЕГН, дата на раждане, контакт. Той директно идентифицира лицето.
- Финансови данни: Доход, банкова сметка, история на плащанията. Личен и чувствителен.
- Специални данни за качество: Здраве, биометрични данни. Най-висока защита; За обработката са необходими по-строги условия (изрично съгласие или законово изключение).
- Файлови данни: номер на полица, регистрационен номер, документ за собственост, подробности за щетите. Когато се комбинира с други, може да разкрие идентичността.
Най-голямата опасност е разпознаваемостта, която възниква, когато обедините тези данни. Докато „45-годишна жена“ е анонимна, „45-годишна жена + определен регистрационен номер + определен адрес“ може да разкрие самоличността.
Внимание: Казването на „изтриване“ след предоставяне на данни на инструмента за изкуствен интелект всъщност не ги изтрива. Някои инструменти съхраняват входа и дори го използват за обучение на модела. Правило: никога не изпращайте чувствителни данни; Анонимизирането идва преди изпращане.
Анонимизиране: как да го направя
Анонимизирането е премахване на идентифицираща информация и замяна с фактически еквивалент; Целта е човекът да стане неузнаваем, като същевременно се запази качеството на изхода. Добра анонимизация:
- Премахва име, TR ID, телефон, адрес, номер на полица, регистрационен номер и информация за документ за собственост.
- Той ги заменя с аналитично смислен еквивалент: "45 години, мъж, застрахователна полица, Централна Анатолия, едностранен сблъсък".
- Той избягва редки/отличителни комбинации: много специфична професия + много малко място, което само по себе си може да разкрие идентичност.
- Запазва медицинско/техническо значение: като „допълнително здраве, планирана ортопедична хирургия“.
Съвет: След анонимизирането се запитайте: „Ако непознат прочете този текст, би ли могъл да намери човека?“ Ако отговорът е да, обобщете допълнително. Особено редки комбинации (малък район + конкретно събитие) са опасни.
Предприятие срещу публични инструменти
Не всички AI инструменти имат същото ниво на поверителност. Те се различават в три измерения:
- Запазване на данни: Запазва ли въведеното и за колко време?
- Използване в обучението: Използва ли входа за обучение на модела?
- Местоположение и договор: Къде се обработват данните, има ли корпоративно споразумение за обработка на данни?
Институционалните (договорни гаранции на институцията, гаранции за обработка на данни) често предлагат ограничения за неизползване и съхраняване на данни в образованието. Публичните, безплатни инструменти могат да съхраняват информация и да я използват в обучението. Правило: чувствителните данни се обработват само по одобрени от институцията, договорени средства и във възможно най-анонимна форма. Въвеждането на клиентски данни в неодобрен инструмент прави обработващия данни неподлежащ на проверка.
Стъпка по стъпка: Сигурна работа с поверителни данни
- Класифицирайте данните. Данни за самоличност / финансови / специално качество / файл.
- Тест за необходимост. Тези данни наистина ли са необходими за тази задача? Ако не, не го използвайте.
- Анонимизиране. Премахнете идентификаторите, заменете фактически еквиваленти, обобщете редки комбинации.
- Изберете превозно средство. Само одобрени от агенцията превозни средства с договор; Няма чувствителни данни, достъпни за публичен инструмент.
- Работете с минимум данни. Споделете минималната информация, необходима за задачата.
- Управлявайте съхранението и споделянето. Къде съхранявате изхода, с кого го споделяте; Спазвайте периода на съхранение на KVKK и правилата на трети страни. Оставете своя отпечатък.
три мини калъфа
Случай 1 — Защита на чувствителни данни. Специалист по искове искаше да попита AI относно сложно досие за здравно осигуряване. Вместо да напише името, личната карта и диагнозата на застрахования, той създаде анонимен контекст като „52 години, жена, допълнителна здравна политика, планирана операция на сърдечна клапа, спорна сума“. Качеството на изхода не е намаляло; Личните данни не отиват в никакъв облак. Здравните данни са обект на най-висока защита; този навик предотврати нарушението.
Случай 2 — Рядък комбиниран капан. „38 години, жена, единствен фармацевт в [много малък окръг], политика за професионална отговорност“, пише един експерт. Въпреки че това технически не съдържа име, то директно разкрива самоличността му, тъй като той е единственият фармацевт в този район. Експертът забеляза това и го обобщи като "малко населено място, здравна професия". Анонимизирането не е просто изтриване на името, а разрушаване на разпознаваемостта.
Случай 3 — Грешен избор на инструмент. За по-бързо служител ще качи разбивката на исковете на клиента в безплатен публичен инструмент. Политиката на екипа влиза в сила: клиентските данни се обработват само в одобрения от институцията, договорен инструмент. Служителят първо анонимизира данните и след това ги пусна в одобрения инструмент. Ако се използва неодобрен инструмент, рискът от съхранение и използване на данни в образованието би бил неконтролируем.
Четири подкани за копиране
1) Асистент за анонимизиране:
Премахнете всички лични и идентифициращи данни от следния текст: име, фамилия, лична карта, дата на раждане, телефон, адрес, номер на полица, регистрационен номер, документ за собственост, IBAN. Заменете ги с фактически еквивалент с аналитично значение (напр. „45 години, мъж, застрахователна полица, едностранен сблъсък“). Обобщете редки/отличителни комбинации (малко място + специална професия). Запазва медицинско/техническо значение. Текст: [поставяне]
2) Проверка за разпознаваемост:
Проверете следния анонимен текст за разпознаване: [текст]Попитайте: Може ли непознат да намери човека с този текст? Има ли рядка комбинация (малко селище + специфична професия/събитие), уникална дата или сума? Маркирайте всяка рискова точка и предложете как да обобщите по-безопасно.
3) Изискване за данни и класификация:
Класифицирайте и тествайте изискванията за данните, необходими за следната задача: Задача: [описание] Данните, които имам: [списък] За всяка информация: тип (идентификация/финансови/специални/файл), необходими ли са за тази задача (да/не), ако е необходимо, как да ги използвам анонимно. Маркирайте ненужните данни като „не използвайте“.
4) Контролен списък за избор на превозно средство:
Създайте контролен списък, преди да използвате AI инструмент със застрахователни данни. Включете въпроси: превозното средство одобрено ли е от институцията? Има ли споразумение за обработка на данни? Съхранява/използва ли входа в обучението? Къде се обработват данните? За кой тип данни е подходящ/неподходящ? Достатъчна ли е анонимизацията?
Слаба подкана / Силна подкана
Слаб: „Оценете досието на клиента Ахмет Йълмаз (TC 123..., приложен медицински доклад).“
Проблем: Самоличността и чувствителните (здравни) данни се споделят директно; голям риск от нарушение на KVKK.
Силно: „Разгледайте следния анонимизиран контекст: възраст 52, жена, допълнителна здравна политика, планирана операция, оспорвана сума. Без идентифицираща информация.“
Защо е добре: Аналитичният смисъл се запазва, самоличността и чувствителните данни не се разкриват.
сравнителна диаграма
Тип данни
Ниво на защита
Използване в изкуствения интелект
Име/TC/контакт
високо
Премахнете, поставете еквивалент
Финансови (приходи/IBAN)
високо
Премахване/генерализиране
Здравни/специални квалификации
най-високо
Никога сурови; анонимен + одобрен автомобил
Номер на полица/табела/нотариален акт
средно-висока
Премахване; сам е рисковано
Агрегирани/статистически данни
ниско
Наличен (ако няма контакт)
Често срещани грешки
- Поставяне на необработени лични/здравни данни. Най-честото и най-тежко нарушение.
- Мислейки, че просто изтриването на името е достатъчно. Редки комбинации все още могат да разкрият самоличността.
- Разчитайки на „изтрий по-късно“. Инструментът може да съхранява/използва данни в обучение.
- Неодобрено/публично шофиране. Неконтролирана обработка на данни.
- Не се управлява съхранение и споделяне. Неограничено съхранение на изход, неконтролирано споделяне с трети страни.
В обобщение
Застрахователните данни са много чувствителни; Специални данни като здравословното състояние са обект на най-висока защита по KVKK. Класифицирайте, предизвиквайте и анонимизирайте данните, преди да ги дадете на AI: премахнете идентификатори, въведете фактически еквиваленти, обобщете редки комбинации. Обработвайте чувствителни данни само в одобрени от институцията, договорени инструменти и в минимална степен. Управлявайте периода на съхранение и споделянето от трети страни в рамките на KVKK и оставяйте следа. Консултирайте се с compliance/legal в конкретния случай; Изтеклите данни не могат да бъдат извлечени.
Задача за приложение
Вземете истинска повреда/референтен текст (за целите на тестването). Анонимизирайте с подкана №1, след това проверете разпознаването с подкана №2: все още има ли редки комбинации в текста, които биха могли да разкрият лицето? Обобщавайте всеки открит риск. Също така оценете AI инструмента, който използвате, с контролен списък номер 4: подходящ ли е за чувствителни данни?
контролен списък
- [ ] Класифицирах данните според техните типове.
- [ ] Приложих теста за необходимост; Не използвах ненужни данни.
- [ ] Премахнах идентификаторите и го замених с фактически еквивалент.
- [ ] Обобщих редки/отличителни комбинации.
- [ ] Направих проверка за разпознаваемост.
- [ ] Използвах само одобрени от компанията превозни средства с договор.
- [ ] Управлявах съхранение и споделяне от трети страни в съответствие с KVKK; Оставих следа.