Kako napisati korporativnu politiku korištenja umjetne inteligencije

Dobici:

• Generirajte nacrt koristeći osmodijelni predložak politike
• Napišite pravila upotrebe na osnovu klasifikacije podataka na četiri nivoa
• Sprovođenje politike i praćenje kontrolne liste za sprovođenje

Kada zadatak “sastavljanja politike AI koja će biti predstavljena odboru sljedećeg petka” stane na sto službenika za usklađenost, mnogi se plaše praznog lista. Međutim, dobra politika umjetne inteligencije je arhitektonski standard: ima predvidljiv okvir od osam dijelova. U ovoj jedinici ćemo izgraditi taj kostur dio po dio, proći u klasifikaciju podataka koja je njegovo srce i vidjeti korake za stavljanje nacrta na snagu. Cilj je izraditi konkretan dokument koji bi mogao biti predstavljen u petak.

Zlatno pravilo pisanja politike

Test dobre politike u jednoj rečenici glasi: „Može li zaposlenik pročitati ovaj dokument za 10 minuta i jasno odgovoriti na pitanje šta mogu, a šta ne mogu?“ Ako dokument ima 30 stranica, napisan pravnim jezikom i ne sadrži konkretne primjere, test ne uspijeva. Politika treba da bude kratka, uzorna i orijentisana na akciju.

Osmodijelni skelet

Tabela ispod je dokazani okvir politike AI. Svaka institucija ovo prilagođava svom kontekstu.

#

Sekcija

Koji odgovori?

1

Svrha i obim

Ko i koje alate pokriva politika?

2

Definicije

Šta znače pojmovi kao što su AI, sjena AI, lični podaci?

3

Uloge i odgovornosti

Ko odobrava, ko kontroliše, ko je odgovoran?

4

Klasifikacija podataka i pravila korištenja

Koji se podaci mogu uneti u koji alat?

5

Odobrena vozila i proces odobravanja

Koja vozila su besplatna, kako se odobrava novo vozilo?

6

Zabranjene upotrebe

Šta ni u kom slučaju ne treba raditi?

7

Ljudska inspekcija i verifikacija

Kako kontrolisati izlaz, ko je odgovoran?

8

Kršenje, sankcija i izvršenje

Šta se dešava ako se pravilo prekrši, kada se dokument ažurira?

Savjet: Nastojte postaviti politiku na jednu stranicu s ovih osam naslova prvo. Post-link kao dodaje detalje (list odobrenih vozila, vodič za klasifikaciju). Što je kraći glavni tekst, to je čitljiviji.

Srce: klasifikacija podataka na četiri nivoa

Najkritičniji dio politike je klasifikacija podataka, koja određuje koji tip podataka se može unijeti u koji AI alat. Četiri nivoa su uobičajena i dovoljna:

Nivo

uzorak podataka

Pravilo upotrebe u AI

otvoreno (javno)

Objavljena brošura, saopštenje za javnost

Besplatno; Može se ući u bilo koje odobreno vozilo

u kući

Interna procedura, zapisnik sa sastanka (lično/nepovjerljivo)

Samo na službenim (ugovornim) vozilima

Povjerljivo

Lista kupaca, ugovor, finansijski podaci

Odobreno poslovno vozilo + samo maskiranje; zabranjena lična vozila

Posebno/kritično

Zdravlje, rasa, religija, biometrija, kriminalni podaci

Po pravilu se ne upisuje; samo uz posebno odobrenje i zakonsku osnovu

Posebni lični podaci su kategorija osjetljivih podataka za koje KVKK pruža dodatnu zaštitu: zdravlje, seksualni život, rasa, etnička pripadnost, političko mišljenje, filozofska uvjerenja, vjera, sekta, odijevanje, članstvo u udruženju/fondaciji/sindikatu, krivična uvjerenja i biometrijski/genetski podaci. Obrada ovih podataka podliježe mnogo strožijim uslovima; Provala u AI alat gotovo uvijek zahtijeva posebnu pravno razmatranje.

Tri mini slučaja: odluke o klasifikaciji

Slučaj 1 — Platni spisak. Stručnjak za ljudske resurse želi platni spisak od 120 zaposlenih dati AI-u kako bi on mogao "analizirati i izraditi izvještaj o nejednakosti plata". Platni spisak je i povjerljiv i sadrži lične podatke jer sadrži ime i prezime. Ispravna odluka: anonimizirati podatke (kodni nazivi poput "Zaposlenik-001", sačuvati odjel), unositi samo u odobreni korporativni alat. Anonimiziranih 120 linija analize urađeno je s povjerenjem; sirovi platni spisak nikada ne ulazi u lično vozilo.

Slučaj 2 — Anamneza pacijenta. Medicinska sestra u zdravstvenoj ustanovi želi upotrijebiti umjetnu inteligenciju da sumira povijest pacijenta. Ovo su podaci posebnog kvaliteta. Politikom, ova vrsta podataka je strogo zabranjena u ličnom vozilu; Međutim, može se obraditi samo u sistemu koji je odobrila institucija, a koja ima posebnu ugovornu i zakonsku osnovu za zdravstvene podatke. Klasifikaciona tabela na prvi pogled pokazuje ovu razliku.

Slučaj 3 — Saopštenje za javnost. Marketing daje AI-u objavljeno saopštenje za javnost da se “pretvori u 5 različitih verzija za društvene medije”. Budući da su podaci otvoreni, nema ograničenja; Zaposlenik radi u odobrenom vozilu bez oklevanja. Dobra klasifikacija takođe eliminiše nepotrebna trenja: ne kaže "ne" za otvorene podatke, kaže jasno "stop" za privatne podatke.

Pažnja: Prilikom klasifikacije podataka, "Da li postoji i jedan lični podatak u njemu?" i „hoće li naštetiti instituciji?“ Postavljajte pitanja zajedno. Ako je dokument jasan iz poslovne perspektive, ali ima ime kupca u njemu, taj dokument sada sadrži lične podatke i nadograđuje se.

Odjeljak o zabranjenoj upotrebi

Najčitaniji dio politike su obično zabrane. Trebalo bi da bude konkretno i uzorno. Tipične zabrane:

• Unošenje osjetljivih ličnih podataka (zdravlje, biometrija, itd.) u vozilo bez odobrenja.
• Unošenje povjerljivih podataka ili tajne kompanije u individualne/lične AI račune.
• Korištenje AI izlaza kao pravne, medicinske, finansijske odluke bez provjere.
• Prepuštanje odluka koje se tiču ​​ljudi, kao što su zapošljavanje, unapređenje i kreditiranje, isključivo AI.
• Korištenje AI za lažno predstavljanje osobe, proizvodnju lažnog sadržaja ili obmanjujućih informacija.
• Proizvodnja i objavljivanje sadržaja zaštićenog autorskim pravima bez dozvole.

Predlošci koji se mogu kopirati

PREDLOŽAK 1 — Nacrt odjeljka svrhe i djelokruga: "Napišite odjeljak 'Svrha i djelokrug' politike AI za [industrijsku] kompaniju. Objasnite: koga politika pokriva (sve zaposlenike, konsultante) i koje alate (generativna AI, pomoćnici koda); navedite svrhu kao 'omogućavanje odgovorne i usklađene upotrebe' 150 reči ili manje, običan jezik."

PREDLOŽAK 2 — Generirajte tablicu klasifikacije podataka: "Klasifikujte sljedeće tipove podataka kao javne / lokalne / povjerljive / vlasničke i predložite pravilo korištenja AI za svaki: [navedite tipove podataka]. Napravite tabelu s 3 kolone: ​​tip podataka, klasa, AI pravilo. Stavite oznaku '*pravna potvrda' na tipu za koji niste sigurni."

PREDLOŽAK 3 — Lista zabranjenih upotreba: "Napišite odjeljak 'Zabranjene upotrebe' stavku po stavku za instituciju koja podliježe KVKK-u. Svaka stavka treba da sadrži konkretan primjer ('Na primjer: ...'). Najmanje 8 stavki. Ton: jasan i imperativan, ali obrazložen."

PREDLOŽAK 4 — Sažetak zaposlenika (jedna stranica): „Smanjite ovu politiku umjetne inteligencije na 20 stranica u sažetak od jedne stranice koji ćete objesiti na stolove zaposlenika: kolone 'Možete' i 'Ne možete' + 5 zlatnih pravila + osoba koja postavlja pitanja. Jednostavno, vizualno, nezaboravno."

Slaba prompt / Jaka prompt

SLABO: “Napišite AI politiku za moju kompaniju, trebalo bi da pokrije sve.”-> Model proizvodi 15 stranica generičkog teksta koji niko ne čita i koji se ne uklapa u organizaciju; klase podataka i proces odobravanja ostaju nejasni. STRONG: "Mi smo kompanija za e-trgovinu od 80 ljudi, koja obrađuje adresu kupaca i podatke o narudžbi. Napravite tablicu klasifikacije podataka na 4 nivoa, 6 zabranjenih artikala i sažetak politike umjetne inteligencije na jednoj stranici. Uključite pravilo maskiranja ličnih podataka. Označite pravne tačke u koje niste sigurni, dozvolite mi da odlučim." -> Model daje koncizan, primjenjiv, kontekstualan i provjerljiv izlaz.

Koraci za donošenje politike

Pisanje je pola toga; Pravi posao je pretvoriti politiku u živo pravilo. Koraci:

1. Nacrt: Završiti osam poglavlja, pripremiti dodatke.
2. Mišljenje zainteresovanih strana: Dobijte pisane povratne informacije od pravnih, IT, kadrovskih i poslovnih jedinica.
3. Pravno odobrenje: Zakonski/usklađeni potpis za KVKK i usklađenost sa zakonima.
4. Odobrenje višeg menadžmenta: Potpis koji dokument čini zvaničnom korporativnom politikom.
5. Najava i edukacija: Kratka sesija za sve; Distribuirajte sažetak na jednoj stranici.
6. Zapisnik o odobrenju: Zadržite odobrenje zaposlenih „Pročitao sam, razumijem“ u sistemu.
7. Raspored pregleda: Postavite datum ažuriranja najmanje svakih 6 mjeseci.

Savjet: Stavite okvir "verzija i datum" na posljednju stranicu politike. AI i zakonodavstvo se vrlo brzo mijenjaju; Znanje koja verzija je važeća spašava živote u reviziji.

Uobičajene greške

• Pisanje politike na veoma dugačkom i legalnom jeziku i čineći je nečitljivom.
• Preskakanje klasifikacije podataka i prenošenje nejasnih fraza poput „budi oprezan“.
• Brkanje posebne kategorije podataka sa normalnim povjerljivim podacima.
• Zabrana pisanja bez kreiranja liste odobrenih vozila i procesa odobravanja.
• Pisanje zabrana apstraktno bez navođenja konkretnih primjera.
• Preskočite obuku zaposlenika i korak registracije odobrenja i kažete "Najavio sam to putem e-pošte."
• Ne postaviti raspored pregleda i napisati politiku jednom i zaboraviti na to.

Ukratko

• Dobra politika se sastoji od osam standardnih dijelova; Trebalo bi da bude kratak, uzoran i orijentisan na akciju.
• Njegovo srce je klasifikacija podataka na četiri nivoa koja određuje koji podaci idu u koji alat.
• Posebne kategorije ličnih podataka (zdravlje, biometrija, itd.) podležu najstrožim pravilima; Po pravilu, AI nije uključen.
• Zabranjene upotrebe moraju biti konkretne i uzorne; Treba ga definirati zajedno s odobrenim alatima i procesom odobravanja.
• Jednom kada je politika napisana, ona se održava u životu kroz mišljenje zainteresovanih strana, zakonsko i upravljačko odobrenje, obuku i redovnu reviziju.

Zadatak aplikacije

Konkretno popunite najmanje tri odjeljka skeleta od osam dijelova (Svrha i obim, Klasifikacija podataka, Zabranjena upotreba) za instituciju po vašem izboru. Postavite tablicu klasifikacije podataka sa četiri nivoa i postavite najmanje osam stvarnih tipova podataka u nju koju vaša organizacija obrađuje; Napišite AI pravilo za svaki. Zatim spustite ta tri odjeljka na sažetak na jednoj stranici "Možete/Ne možete" koji se može postaviti na stolove zaposlenika. Na kraju, zabilježite koja dva koraka implementacije politike smatrate najteža za vašu organizaciju i kako ćete ih prevazići.

kontrolna lista

• [ ] Prilagodio sam osmodijelni okvir svojoj instituciji.
• [ ] Popunio sam tabelu klasifikacije podataka na četiri nivoa.
• [ ] Posebne podatke sam vezao za posebno i najstrože pravilo.
• [ ] Napisao sam zabranjene upotrebe na konkretnim primjerima.
• [ ] Opisao sam odobrene alate i proces odobravanja.
• [ ] Pripremio sam sažetak zaposlenika na jednoj stranici.
• [ ] Planirao sam pravno odobrenje i raspored pregleda.