Dobici:
- Priprema odgovore na zahtjeve za informacijama u skladu sa zakonskom regulativom, objašnjavajući ni više ni manje.
- Anonimizira otvorene podatke prije objavljivanja i skenira ih na nivou kombinacija koje rizikuju ponovnu identifikaciju.
- Zna da je transparentnost instrument upravljanja koji povećava povjerenje javnosti i razlikuje ono što treba čuvati u tajnosti.
Kamen temeljac demokratske javne uprave je transparentnost: sposobnost građana da nauče kako i na osnovu čega se donose odluke koje ih se tiču. Ovaj princip oživljava u dva konkretna mehanizma. Prvi je pravo na informisanje (Zakon o pravu na informisanje br. 4982; građani mogu tražiti informacije i dokumente od javnih institucija, izuzev). Drugi su otvoreni podaci (javne institucije objavljuju nelični i nepovjerljivi dio podataka koje proizvode na način kojem svi mogu pristupiti i koristiti). Ovdje je AI moćna pomoć u klasificiranju dolaznih zahtjeva za informacijama, izradi nacrta odgovora, prethodnoj procjeni koje informacije se mogu dati, a koje izuzete, i pripremi otvorenih skupova podataka za objavljivanje. Ali važno je dvostruko upozorenje ove jedinice: transparentnost ne bi trebala biti ni više, ni manje – građaninu treba dati informacije na koje ima pravo, ali treba zaštititi lične podatke i stvarne izuzetke; Ovu ravnotežu uspostavlja odgovorni javni službenik, a ne AI.
Dva pogrešna kraja sticanja znanja
U zahtjevima za informacijama greške se mogu napraviti u dva smjera:
- Nedostatak transparentnosti: nepotrebno odbacivanje informacija koje se mogu dati kao "povjerljive/izuzetne". Time se krši i pravo i stvara nepovjerenje u instituciju, a često završava i u pravosuđu.
- Prekomjerno otkrivanje: Slučajno otkrivanje ličnih podataka treće strane, poslovne tajne ili stvarnog izuzetka (sigurnost, itd.) prilikom podnošenja dokumenta. Ovo krši KVKK i uzrokuje štetu.
AI može pomoći na oba kraja: može skenirati dokument, označiti lične podatke u njemu i predložiti redigovanje (prikrivanje/uklanjanje povjerljivih/ličnih dijelova dokumenta); Može navesti kategoriju izuzetaka pod kojom ćete procijeniti zahtjev. Ali konačna odluka - da li se ta informacija daje, koji dio je zatamnjen - pripada osobi koja snosi zakonsku odgovornost.
Pažnja: Izjava AI-a da "ova informacija spada u izuzetak" ili "može se dati" nije pravno mišljenje. Procjena izuzetka se vrši i opravdava u skladu sa relevantnim članovima Zakona o pristupu informacijama; AI proizvodi samo predkvalitete i nacrte.
Sigurno objavljivanje otvorenih podataka
Otvoreni podaci povećavaju javnu efikasnost i odgovornost; poduzetnici, novinari, istraživači stvaraju vrijednost iz ovih podataka. Ali prije objavljivanja skupa podataka, treba ga provjeriti u odnosu na rizik od ponovne identifikacije (podaci za koje se smatra da su anonimni povezani su s pojedincima kombinovanjem s drugim podacima). Na primjer, kombinacija "dob + susjedstvo + rijetko zanimanje" može ukazivati na jednu osobu. Prilikom pripreme skupa podataka za objavljivanje, AI je od pomoći u označavanju rizičnih kombinacija kolona i pisanju rječnika podataka (opis onoga što svaka kolona znači).
Savjet: Prije objavljivanja otvorenih podataka, pitajte: „Mogu li pronaći jednu osobu kombinirajući dvije-tri kolone u ovom skupu?“ Ako je odgovor „možda“, agregirajte (grupa umjesto pojedinačnih), kombinirajte rijetke kategorije ili uklonite osjetljivo područje.
Korak po korak protok informacija
- Razumjeti i klasificirati potražnju. Šta se traži, na koju jedinicu se radi, koliko traje?
- Da li informacije postoje ili ih treba proizvesti? Zakon pokriva postojeće znanje; institucija možda neće morati da proizvodi novu analizu (potvrđenu).
- Evaluacija izuzetaka. Postoje li izuzeci kao što su lični podaci, sigurnost, poslovne tajne, interno mišljenje?
- Redakcija. Uklonite dijelove dokumenta za izvoz koje je potrebno sačuvati.
- Obrazložen odgovor. Dio koji je dat/nije dat i njegova osnova; Metoda prigovora ako se odbije.
- Dnevnik i revizijski trag. Zahtjev, odluka i obrazloženje se evidentiraju.
tri mini kofera
Slučaj 1 — Izbjegnuta greška u uređivanju. Agencija bi dostavila tendersku dokumentaciju na zahtjev za slobodu informacija. AI je skenirao dokument i označio brojeve telefona i TR ID brojeve tri osobe. Da je poslano bez lekture, to bi predstavljalo kršenje KVKK; lični podaci su zacrnjeni, dokument je bezbedno dostavljen.
Slučaj 2 — Nepravedno odbijanje ispravljeno. Jedinica bi obično odbila zahtjev za podacima o aktivnostima kao „unutarnji“. Kada je AI upitan o kategorijama izuzetaka, vidjelo se da su ti podaci zapravo već objavljeni kao otvoreni podaci. Zahtjev je ispunjen, eventualni prigovor i tužba spriječena.
Slučaj 3 — Rizik ponovne identifikacije. Opština bi objavila svoj skup podataka „zahtjeva za usluge“ kao otvorene podatke. Komplet uključuje kvart + punu adresu distrikta. AI je upozorio da polje adrese može ukazivati na pojedinačne cifre; Adresa je agregirana na nivou ulice i skup je bezbedno objavljen.
Četiri šablona za kopiranje
1) Klasifikacija zahtjeva za informacijama:
Vaša uloga: specijalista za prikupljanje informacija. Obradite sljedeći zahtjev: (1) šta se tačno traži, (2) na koju jedinicu se radi, (3) da li zahtijeva postojeće informacije ili novu proizvodnju, (4) moguće kategorije izuzetaka (lični podaci, sigurnost, poslovna tajna, itd.). Navedite da svaki izuzetak "mora biti opravdan relevantnim članom". Donošenje odluka, prethodna evaluacija. ZAHTJEV: [tekst]
2) Redakcija (označavanje ličnih/povjerljivih podataka):
U donjem dokumentu označite sve dijelove koje treba MASKIRATI u informativnom odgovoru: ime-prezime, TR ID broj, adresa, telefon, zdravstveni/krivični podaci, podaci trećih lica, poslovna tajna. Napišite kratko obrazloženje za svaki znak. Ostavite izvozni dio dokumenta kakav jeste. DOKUMENT: [tekst]
3) Nacrt obrazloženog odgovora:
Nacrt obrazloženog odgovora na sljedeći zahtjev: (1) koje su informacije date, (2) koji dio nije dat i zašto (klauzula o izuzetku [potvrđuje se]), (3) način žalbe i trajanje [potvrđivati]. Jezik treba da bude formalan i sa poštovanjem. Obrazloženje za dio koji nije dat treba biti konkretno, a ne općenito. ZAHTJEV: [sažetak] ODLUKA: [šta je/nije dato]
4) Kontrola ponovne autentifikacije otvorenih podataka:
Ispitajte stupce skupa podataka u nastavku. Navedite koje kombinacije kolona mogu ukazivati na jednu osobu (rizik ponovne identifikacije). Predložite neka ublažavanja za svaki rizik: agregacija, retka kategorija agregacije, ekstrakcija na terenu. Samo koristite datu listu kolona. KOLONE: [lista]
Slaba prompt / Jaka prompt
Slabo: "Odgovorite na ovaj zahtjev za informacijama."
Güçlü: "Vaša uloga je stručnjak za informacijsku jedinicu. Prvo, klasificirajte zahtjev: šta se traži, koja jedinica, da li je dostupna, koji su mogući izuzeci. Označite svaki izuzetak kao 'da bude opravdan relevantnim člankom', nemojte sami donositi pravnu odluku. Zatim, označite lične/povjerljive dijelove koji se trebaju maskirati u dokumentu koji treba da bude dostavljen, uključujući prijedlog za redigovanje i na kraju dajte nacrt za odgovor. objektu;
Razlika: snažna promptnost balansira transparentnost i zaštitu, vezuje izuzetak sa opravdanjem, dodaje redakturu i put žalbe.
Pristup prema vrsti informacija
Vrsta informacije
Default
Pažnja
Statistika, agregirani podaci
otvoren
Provjera ponovne identifikacije
Razlog za administrativnu akciju
može se dati
Uredite podatke treće strane
Lični podaci treće strane
zaštićeno
KVKK; ali uz dozvolu/izuzetak
Izuzetak sigurnosti/privatnosti
zaštićeno
Da li je to pravi izuzetak, potvrdite
Interno mišljenje/pregovori
Zavisi
Procijenite prema relevantnom članku
Anonimizacija i rizik ponovne identifikacije
Najtehničkiji, ali najkritičniji korak u objavljivanju otvorenih podataka je anonimizacija (učiniti osobu neidentifikovanom direktno ili indirektno iz podataka). Ime i T.R. Brisanje ID broja često nije dovoljno; jer kombinacija nekoliko običnih područja čini osobu prepoznatljivom. To se zove ponovna identifikacija (pronalaženje osobe upoređivanjem podataka za koje se smatra da su anonimni s drugim informacijama). Na primjer, ako u komšiluku postoji samo jedan 92-godišnji udovac, trio "komšiluk + godine + bračno stanje" će ga otkriti. AI može pomoći u otkrivanju koje kombinacije polja u skupu podataka su u opasnosti od otkrivanja i predložiti sigurnije grupisanje (pretvaranje starosti u raspon, kombinovanje rijetkih kategorija); Ali odluka o objavljivanju i konačna revizija odgovornost su institucije.
Mini kućište — otkrivanje sa tri područja. Jedna opština je objavila podatke o socijalnoj pomoći "anonimno": bez imena, ali u komšiluku, godini rođenja i vrsti invaliditeta. Novinar je primijetio rijetku vrstu invaliditeta kod jedne osobe u jednom naselju i identifikovao osobu. Podaci povučeni; Ponovo je objavljen kada je godina rođenja pretvorena u 10-godišnji interval, a rijetke kategorije grupisane pod "ostalo".
Šablon koji prikazuje rizik ponovne identifikacije:
Zadatak: Ispitati kolone sljedećeg skupa podataka; Ne objavljujem lične podatke, želim samo provjeru rizika. Kolone: [nazivi kolona]Izlaz: 1) Direktni identifikatori (moraju se izbrisati). 2) Indirektne kombinacije identifikatora (rizik ponovne identifikacije). 3) Preporučeno grupisanje/maskiranje za svaku rizičnu kombinaciju. 4) Pitanja za završnu provjeru prije objavljivanja. Pravilo: Nisam zalijepio nikakve stvarne lične vrijednosti; samo razmotrite strukturu stupaca.
Oprez: "Izbrisao sam ime, sada anonimno" je najčešća i opasna zabluda. Anonimnost nije određena samim poljem, već kombinacijom polja i vjerovatnoćom podudaranja sa vanjskim podacima. Ako ste u nedoumici, nemojte objavljivati; Anonimnost je neopoziva odluka.
Uobičajene greške
- Po navici da odbija. Smatrati informacije koje se mogu dati nepotrebnim „povjerljivim“ predstavlja povredu prava i razlog za tužbu.
- Dostavljanje neredigiranih dokumenata. Otkrivanje podataka treće strane predstavlja kršenje KVKK-a.
- Korištenje izuzetka bez opravdanja. Odbijanje se mora izvršiti sa konkretnom supstancom i konkretnim obrazloženjem; Reći "u kući" nije dovoljno.
- Oslanjajući se na pravnu presudu AI. Odluka da se napravi izuzetak je ljudska; AI pretkvalifikacije.
- Zaobilaženje ponovne identifikacije u otvorenim podacima. Kombinacije kolona mogu pronaći ljude; agregat.
- Ne navodeći način prigovora. Kod odbijanja mora biti napisan (potvrđen) način prijave i trajanje.
Ukratko
Transparentnost je temelj povjerenja javnosti; AI je moćna pomoć u klasificiranju zahtjeva za FOI, preporuci lekture, izradi odgovora i pripremi otvorenih podataka za objavljivanje. Ali balans je kritičan: građani moraju dobiti informacije na koje imaju pravo, stvarni izuzeci i lični podaci moraju biti zaštićeni. Odluka da se napravi izuzetak mora biti obrazložena i ljudska; Otvorene podatke treba revidirati u pogledu rizika od ponovne identifikacije prije objavljivanja.
Zadatak aplikacije
Primite stvarni (maskirani) zahtjev za slobodu informacija. Prethodno procenite sa šablonom "Zahtev za klasifikaciju", primenite šablon "Redakcija" na priloženi dokument i označite oblasti koje treba maskirati. Primijenite predložak "Provjera ponovne identifikacije otvorenih podataka" na stupce otvorenog skupa podataka i pronađite barem jednu rizičnu kombinaciju.
kontrolna lista
- [ ] Klasificirao sam zahtjev; Nisam odbacio informacije koje su se mogle davati bez potrebe.
- [ ] Procijenio sam izuzetke sa konkretnom suštinom i opravdanjem (ljudska odluka).
- [ ] Redigovao sam lične/povjerljive podatke u dokumentu koji treba dostaviti.
- [ ] U slučaju odbijanja, naveo sam način prigovora i trajanje (potvrđeno).
- [ ] Provjerio sam rizik od ponovne identifikacije u otvorenim podacima.
- [ ] Zabilježio sam zahtjev, odluku i obrazloženje za reviziju.