লাভ:
- সংবেদনশীলতা শ্রেণী অনুযায়ী তথ্য মূল্যায়ন করার ক্ষমতা (সর্বজনীন/অভ্যন্তরীণ/গোপনীয়/টপ সিক্রেট) এবং 'আস্ক ক্লাস, টুলের সাথে মেলে' রিফ্লেক্স প্রয়োগ করার ক্ষমতা
- ডেটা স্টোরেজ, মডেল প্রশিক্ষণ, সংগ্রহ এবং AI এর লঙ্ঘনের ঝুঁকি বোঝা এবং উন্মুক্ত এবং শ্রেণীবদ্ধ বিশ্বকে আলাদা রাখা
- ন্যূনতম ডেটা নীতি গ্রহণ করার ক্ষমতা, ব্যক্তিগত ডেটা সুরক্ষা এবং অনিশ্চিত তথ্য রক্ষা করার শৃঙ্খলা যেন এটি একটি উচ্চ শ্রেণীর।
কূটনীতি বিশ্বাসের উপর ভিত্তি করে, এবং বিশ্বাস গোপনীয়তার উপর ভিত্তি করে। একটি আলোচনার অবস্থান, একটি বুদ্ধিমত্তা মূল্যায়ন, একজন কথোপকথনের সাথে কথোপকথনের বিষয়বস্তু, বা এখনও ঘোষণা করা হয়নি এমন সিদ্ধান্ত, ভুল হাতে, একটি রাষ্ট্রের স্বার্থ, আলোচনার ফলাফল বা এমনকি জনগণের নিরাপত্তাকে বিপন্ন করতে পারে। কৃত্রিম বুদ্ধিমত্তা এই ক্ষেত্রে অসাধারণ গতি নিয়ে আসে, তবে এটি নতুন এবং গুরুতর গোপনীয়তার ঝুঁকিও বহন করে। এই ইউনিটে, আপনি শিখবেন কিভাবে কৃত্রিম বুদ্ধিমত্তার যুগে শ্রেণীবদ্ধ এবং সংবেদনশীল তথ্য রক্ষা করা যায়, কোন ডেটা কোন যানবাহনে প্রবেশ করতে পারে এবং নিরাপদ ব্যবহারের শৃঙ্খলা।
এই ইউনিটটি মডিউলের সবচেয়ে গুরুত্বপূর্ণ নিরাপত্তা পাঠ। এখানে একটি ভুল — ভুল টুলে একটি গোপন নথি পেস্ট করা — অপরিবর্তনীয়৷ অতএব, একটি প্রতিফলন যা মুখস্ত করতে হবে তা এখানে প্রতিষ্ঠিত হবে: একটি AI টুলে কোনো ডেটা দেওয়ার আগে, সর্বদা জিজ্ঞাসা করুন: এই ডেটা কোন ক্লাসে এবং এই টুলটি কি এই ক্লাসের জন্য অনুমোদিত?
তথ্য শ্রেণীবিভাগ: মৌলিক পার্থক্য
কূটনৈতিক তথ্য প্রায়ই এর সংবেদনশীলতা অনুযায়ী শ্রেণীবদ্ধ করা হয়। যদিও এটি প্রতিষ্ঠান থেকে প্রতিষ্ঠানে পরিবর্তিত হয়, তবে মূল যুক্তি হল:
- অশ্রেণীবদ্ধ/পাবলিক: তথ্য যা ইতিমধ্যে প্রকাশিত হয়েছে এবং সর্বজনীনভাবে অ্যাক্সেসযোগ্য। উদাহরণ: অফিসিয়াল প্রেস রিলিজ, পাবলিক নিউজ।
- সীমাবদ্ধ/অভ্যন্তরীণ: অভ্যন্তরীণ তথ্য যা সর্বজনীনভাবে উপলব্ধ নয় কিন্তু কম সংবেদনশীলতা রয়েছে।
- গোপনীয়: তথ্য যার প্রকাশ রাষ্ট্রের স্বার্থের মারাত্মক ক্ষতি করতে পারে। উদাহরণ: আলোচনার অবস্থান, অভ্যন্তরীণ মূল্যায়ন।
- শীর্ষ গোপন: তথ্য যার প্রকাশ সবচেয়ে গুরুতর ক্ষতির কারণ হবে। উদাহরণ: সংবেদনশীল বুদ্ধিমত্তা, গুরুত্বপূর্ণ নিরাপত্তা তথ্য।
থাম্বের নিয়মটি সহজ: কোনো শ্রেণীবদ্ধ তথ্য যা সর্বজনীনভাবে উপলব্ধ নয় এমন একটি AI টুলে প্রবেশ করা হবে না যা আপনার প্রতিষ্ঠান সেই শ্রেণীর জন্য অনুমোদন করেনি। একটি পাবলিক AI পরিষেবা, সংজ্ঞা অনুসারে, এই শ্রেণীর তথ্যের জন্য প্রত্যয়িত নয়।
টিপ: আপনি যদি অনিশ্চিত হন তবে তথ্যের সাথে সিনিয়রের মতো আচরণ করুন। "এটি সম্ভবত ইতিমধ্যেই পরিচিত" বলা একটি বিপজ্জনক অনুমান। যতক্ষণ না আপনি 100 শতাংশ নিশ্চিত হন যে তথ্য সর্বজনীন, এটিকে গোপনীয় মনে করে রক্ষা করুন। অপ্রয়োজনীয় সতর্কতা একটি খরচ নয়, এটি একটি আশ্বাস।
AI এর গোপনীয়তার ঝুঁকি
AI সরঞ্জামগুলি ঐতিহ্যগত সফ্টওয়্যারগুলির তুলনায় বিভিন্ন গোপনীয়তার ঝুঁকি তৈরি করে:
1. ডেটা প্রসেসিং এবং স্টোরেজ: আপনি একটি পাবলিক AI পরিষেবাতে যে টেক্সট লেখেন তা সেই পরিষেবার সার্ভারে প্রসেস এবং স্টোর করা হতে পারে। কে এটি অ্যাক্সেস করবে, এটি কতক্ষণ রাখা হবে এবং কীভাবে এটি ব্যবহার করা হবে তা আপনি নিয়ন্ত্রণ করতে পারবেন না৷
2. মডেল প্রশিক্ষণে ব্যবহার করুন: কিছু পরিষেবা মডেল উন্নত করতে আপনার প্রবেশ করা ডেটা ব্যবহার করতে পারে। এটি ঝুঁকি তৈরি করে যে আপনার গোপনীয় তথ্য পরোক্ষভাবে মডেলের "মেমরিতে" প্রবেশ করবে এবং অন্যদের কাছে ফাঁস হবে।
3. একত্রিতকরণ ঝুঁকি: তথ্যের টুকরো যা পৃথকভাবে ক্ষতিকারক মনে হয় একত্রিত হলে একটি সংবেদনশীল ছবি তৈরি করতে পারে। বিভিন্ন সময়ে প্রবেশ করা তথ্যের ছোট টুকরা সম্মিলিতভাবে একটি গোপন অবস্থান দিতে পারে।
4. অ্যাক্সেস এবং লঙ্ঘনের ঝুঁকি: যে কোনও বাহ্যিক সিস্টেমের মতো, এআই পরিষেবাগুলি ডেটা লঙ্ঘনের বিষয় হতে পারে৷ আপনার প্রদান করা ডেটা সেই লঙ্ঘনে উন্মুক্ত হতে পারে।
এই ঝুঁকিগুলির সমাধান হল দুটি পৃথক বিশ্ব প্রতিষ্ঠা করা: ওপেন সোর্স কাজের জন্য সাধারণ সরঞ্জাম; শুধুমাত্র অভ্যন্তরীণ, নিরাপদ, অনুমোদিত সিস্টেম যা শ্রেণীবদ্ধ কাজের জন্য ডেটা রপ্তানি করে না। কখনই দুটোকে মেশাবেন না।
মনোযোগ: "আমি এটি বেনামী করেছি" বলা প্রায়শই যথেষ্ট নয়। এমনকি যদি আপনি নামগুলি মুছে ফেলেন, তবে প্রসঙ্গ (তারিখ, অবস্থান, ঘটনা, পক্ষের সংখ্যা) একজন বিশেষজ্ঞের পরিচয় এবং অবস্থান সংশোধন করার জন্য যথেষ্ট হতে পারে। প্রকৃত সংবেদনশীল তথ্য মাস্কিং দ্বারা নয় বরং সরঞ্জাম এবং মিডিয়ার উপযুক্ত নির্বাচন দ্বারা সুরক্ষিত হয়।
নিরাপদ ব্যবহার শৃঙ্খলা
একটি ব্যবহারিক নিয়ন্ত্রণ প্রবাহ সেট আপ করুন:
- ক্লাস নির্ধারণ করুন। এই ডেটা কি সর্বজনীন, অভ্যন্তরীণ, গোপনীয় বা শীর্ষ গোপনীয়?
- যানবাহন জোড়া। এই ক্লাস এই টুল প্রক্রিয়া করা যেতে পারে? না হলে থামুন।
- ন্যূনতম ডেটা নীতি। এমনকি একটি কার্যকরী কাজের ক্ষেত্রেও, কাজের প্রয়োজনের চেয়ে বেশি তথ্য দেবেন না।
- ব্যক্তিগত তথ্য রক্ষা করুন. ব্যক্তিগত তথ্য (নাম, যোগাযোগ, অবস্থান) শুধুমাত্র প্রয়োজন হলে এবং আইনি ভিত্তিতে প্রক্রিয়া করা হয়; অপ্রয়োজনীয় হলে, এটি মাস্ক করা হয় বা দেওয়া হয় না।
- রেকর্ড রাখুন। আপনি কোন কাজের জন্য কোন টুল ব্যবহার করেছেন, কোন ডেটা দিয়ে ডকুমেন্ট করুন; কোনো সমস্যা হলে তা খুঁজে বের করা যাবে।
টিপ: আপনার দলে একটি "প্রাথমিক গোপনীয়তা" সংস্কৃতি স্থাপন করুন: একজন নতুন কেরানি বা ইন্টার্নের প্রথম দিন থেকেই "কোন গোপনীয় নথি সর্বজনীন ডোমেনে প্রবেশ করবে না" প্রতিফলিত শিখতে হবে। বেশিরভাগ লঙ্ঘন বিদ্বেষ থেকে নয় বরং একটি গাড়ি কতটা খোলা তা না জানার কারণে ঘটে।
তিনটি মিনি কেস
কেস 1 - রিফ্লেক্স লঙ্ঘন প্রতিরোধ করেছে। একজন বিশেষজ্ঞ একটি ইন্টারভিউ নোটের সারসংক্ষেপ করতে যাচ্ছিলেন যখন তিনি থামলেন এবং এর শ্রেণীবিভাগ জিজ্ঞাসা করলেন: নোটটি ছিল একজন কথোপকথনের সাথে একটি গোপনীয় কথোপকথন। পাবলিক টুলের পরিবর্তে একটি ইন-হাউস সুরক্ষিত সিস্টেমে স্যুইচ করা হয়েছে। একটি সাধারণ "আস্ক ক্লাস ফার্স্ট" রিফ্লেক্স একটি লঙ্ঘন প্রতিরোধ করে।
কেস 2 — সংগ্রহের ঝুঁকি স্বীকৃত। একটি দল বিভিন্ন দিনে একটি বাহ্যিক সরঞ্জামে ছোট, আপাতদৃষ্টিতে "নিরাপদ" তথ্যের টুকরো ইনপুট করবে। একটি নিরাপত্তা পর্যালোচনা দেখায় যে একত্রিত হলে, এই টুকরোগুলি আসন্ন আলোচনার এজেন্ডা দেয়। আবেদন বন্ধ করা হয়েছে; কাজ একটি নিরাপদ পরিবেশে সরানো হয়েছে.
কেস 3 - জাল বেনামী। একজন কেরানি একটি নথিকে "বেনামী" বলে মনে করেছিলেন কারণ তিনি নাম মুছে ফেলেছিলেন এবং বাইরের এজেন্টের কাছে হস্তান্তর করেছিলেন৷ যাইহোক, নথিতে তারিখ, স্থান এবং ঘটনার বিবরণ কাকে বোঝানো হয়েছিল তা স্পষ্ট করে দিয়েছে। নাম মুছে ফেলা যথেষ্ট ছিল না; নথিটি যেভাবেই হোক নিরাপদ পরিবেশে প্রক্রিয়া করা উচিত ছিল৷
চারটি অনুলিপিযোগ্য টেমপ্লেট
1) ক্লাস এবং যানবাহন প্রি-চেক:
আমি নীচের কাজটি বর্ণনা করব। আমাকে বলুন (কাজটি করবেন না): (1) এই ডেটাতে কোন সংবেদনশীলতা ক্লাস থাকতে পারে (সর্বজনীন/অভ্যন্তরীণ/সিক্রেট/টপ সিক্রেট), (2) এই ক্লাসটি পাবলিক AI টুলে প্রসেস করা উচিত, (3) যদি না হয়, তাহলে কি ধরনের পরিবেশ প্রয়োজন। চাকরি/ডেটা বিবরণ: [এখানে]
2) ব্যক্তিগত ডেটা স্ক্যানিং এবং মাস্কিং:
ব্যক্তিগত/সংবেদনশীল ডেটা (নাম, শিরোনাম, পরিচিতি, অবস্থান, স্বাস্থ্য, আইডি নম্বর) তালিকাভুক্ত করুন যা প্রক্রিয়াকরণের আগে অবশ্যই নীচের পাঠ্যে মাস্ক করা উচিত। পাঠ্য প্রক্রিয়াকরণ; শুধু আমাকে বলুন কোন এলাকায় অপসারণ করা প্রয়োজন. আমি মাস্কিং করব এবং আবার পাঠাব। পাঠ্য: [এখানে]
3) সংগ্রহ ঝুঁকি মূল্যায়ন:
আমি নিম্নলিখিত তথ্যের টুকরোগুলিকে একটি বাহ্যিক সরঞ্জামে আলাদাভাবে রপ্তানি করার কথা বিবেচনা করছি: [টুকরা]। যদিও এগুলি স্বতন্ত্রভাবে নিরীহ মনে হতে পারে, একত্রিত হলে তারা কি একটি সংবেদনশীল ছবি তৈরি করতে পারে (যেমন একটি অবস্থান, এজেন্ডা, পরিচয়)? সংগ্রহের ঝুঁকি মূল্যায়ন করুন এবং বলুন কোন আইটেম একসাথে দেওয়া উচিত নয়।
4) সর্বজনীন প্রাপ্যতা নিশ্চিতকরণ:
নিম্নলিখিত তথ্য সর্বজনীন কিনা আমি নিশ্চিত নই: [তথ্য]। এটিকে সর্বজনীন মনে করার আগে আমাকে কী যাচাইকরণ করতে হবে তা তালিকাভুক্ত করুন (কোন অফিসিয়াল রিলিজ আছে, কে এটি প্রকাশ করেছে, তারিখ)। আমি নিশ্চিত না হলে, আমাকে "গোপনীয় হিসাবে আচরণ করুন" নীতিটি মনে করিয়ে দিন।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল প্রম্পট:
এই ইন্টারভিউ নোট সংক্ষিপ্ত. (লুকানো বিষয়বস্তু সরাসরি নোটে আটকানো হয়)
এটি সবচেয়ে বিপজ্জনক ভুল: একটি গোপনীয় নথি একটি পাবলিক মিডিয়ামে প্রবেশ করেছে তার শ্রেণীকে প্রশ্নবিদ্ধ করা ছাড়াই৷ ফুটো হওয়ার ঝুঁকি হয়েছে এবং তা ফেরানো যাবে না।
শক্তিশালী প্রম্পট (প্রথমে পরীক্ষা করুন):
আমি একটি মিটিং নোট প্রক্রিয়া করতে চাই. তবে প্রথম: এই নোটটি সম্ভবত গোপন ক্লাসে রয়েছে। আমাকে বলুন এই ধরনের নথি একটি পাবলিক টুল প্রক্রিয়া করা যেতে পারে এবং সঠিক উপায় কি? আমি আপনাকে নথির বিষয়বস্তু দিচ্ছি না; আমি শুধু সঠিক প্রক্রিয়ার জন্য জিজ্ঞাসা করছি.
পার্থক্যটি স্পষ্ট: গোপনীয় বিষয়বস্তু মোটেও দেওয়া হয় না, সঠিক প্রক্রিয়াটি প্রথমে জিজ্ঞাসা করা হয় এবং কাজটি উপযুক্ত পরিবেশে নির্দেশিত হয়।
ক্লাস থেকে যানবাহন ম্যাপিং টেবিল
তথ্য ক্লাস
উদাহরণ
পাবলিক এআই
সঠিক পরিবেশ
সর্বজনীন
প্রেস রিলিজ
উপযুক্ত
সাধারণ টুল
অভ্যন্তরীণ/পরিষেবা নির্দিষ্ট
ভিতরের নোট
সাধারণত না
ইন-হাউস অনুমোদিত
গোপন
আলোচনার অবস্থান
কখনই
নিরাপদ প্রতিষ্ঠান ব্যবস্থা
শীর্ষ গোপন
সংবেদনশীল বুদ্ধিমত্তা
কখনই
সর্বোচ্চ নিরাপত্তা
ব্যক্তিগত তথ্য
শংসাপত্র
প্রয়োজনীয় + শুধুমাত্র আইনি
মুখোশযুক্ত/সুরক্ষিত
সাধারণ ভুল
- ক্লাসের জন্য জিজ্ঞাসা না করে ডেটা প্রবেশ করানো। প্রতিটা কাজের আগে রিফ্লেক্স "এটা কোন ক্লাসে?" একটি আবশ্যক
- অনুমান করা হচ্ছে "এটি সম্ভবত সুস্পষ্ট"। অনিশ্চিত তথ্য গোপনীয় হিসাবে সুরক্ষিত।
- বেনামী হিসাবে নাম মুছে ফেলার ভুল। প্রসঙ্গ পরিচয় দিতে পারে।
- সংগ্রহের ঝুঁকি উপেক্ষা করা। একত্রিত করার সময় ছোট অংশগুলি সূক্ষ্ম হতে পারে।
- দুই জগত মিশ্রিত. খোলা এবং শ্রেণীবদ্ধ কাজগুলি পৃথক সরঞ্জাম/পরিবেশে সঞ্চালিত হয়।
সংক্ষেপে
গোপনীয়তা কূটনৈতিক এআই ব্যবহারের সবচেয়ে গুরুত্বপূর্ণ সীমা। তথ্যের শ্রেণীবিভাগ (সর্বজনীন/অভ্যন্তরীণ/গোপনীয়/টপ সিক্রেট), "আস্ক ক্লাস, ম্যাচ ভেহিকল" রিফ্লেক্স, ন্যূনতম ডেটা নীতি, ব্যক্তিগত ডেটা সুরক্ষা এবং সংগ্রহের ঝুঁকি এই ইউনিটের মেরুদণ্ড হিসাবে নিন। ওপেন সোর্স কাজের জন্য সাধারণ সরঞ্জাম; শ্রেণীবদ্ধ কাজের জন্য শুধুমাত্র অভ্যন্তরীণ নিরাপদ, অনুমোদিত সিস্টেম ব্যবহার করুন। কখনই দুটিকে বিভ্রান্ত করবেন না; সন্দেহ হলে, সিনিয়রের মতো তথ্য রক্ষা করুন।
আবেদন টাস্ক
আপনার নিজস্ব (বা কাল্পনিক) ডেস্ক (কিছু পাবলিক, কিছু সংবেদনশীল) থেকে 8টি ভিন্ন তথ্যের তালিকা করুন। প্রত্যেককে একটি ক্লাসে রাখুন এবং সিদ্ধান্ত নিন "কোন টুলে এটি প্রক্রিয়া করা যেতে পারে"। "ক্লাস এবং যানবাহন প্রি-চেক" টেমপ্লেট দিয়ে অস্পষ্ট বিষয়গুলিকে মূল্যায়ন করুন। তিনটি টুকরা নির্বাচন করুন এবং "সংগ্রহ ঝুঁকি মূল্যায়ন" এর সাথে মিলিত হলে তারা একটি সংবেদনশীল ছবি তৈরি করে কিনা তা পরীক্ষা করুন।
চেকলিস্ট
- [ ] আমি প্রথমে প্রতিটি ডেটার জন্য সংবেদনশীলতার শ্রেণী নির্ধারণ করেছি।
- আমি কখনই এমন ডেটা প্রবেশ করিনি যার [ ] ক্লাস একটি পাবলিক গাড়ির জন্য উপযুক্ত নয়৷
- [ ] আমি একজন উচ্চপদস্থ ব্যক্তির মতো যে তথ্য সম্পর্কে নিশ্চিত ছিলাম তা রক্ষা করেছি৷
- [ ] আমি ব্যক্তিগত ডেটা প্রক্রিয়া করি শুধুমাত্র যখন প্রয়োজন এবং আইনানুগ, মুখোশ পরে।
- [ ] আমি সংগ্রহ এবং দুই বিশ্বের বিচ্ছেদ ঝুঁকি নিয়েছিলাম.