Dobici:
- Sposobnost razumijevanja i implementacije činjenice da su podaci o djetetu posebni podaci i da moraju biti anonimizirani u okviru KVKK-a i povjerljivosti i zahtijeva pristanak porodice.
- Sposobnost evaluacije alata umjetne inteligencije u smislu sigurnosti podataka, skladištenja i upotrebe u obuci modela i odabira sigurnog
- Sposobnost održavanja etičkih granica kao što su dijagnostički autoritet, stigma, diskriminacija i najbolji interes djeteta u toku rada
Dosije o razvoju djeteta sadrži najintimnije informacije tog djeteta: istoriju razvoja, porodičnu situaciju, rezultate skrininga, zapažanja, a ponekad i medicinske informacije. Kada ova informacija padne u pogrešne ruke ili se zloupotrebi, može naštetiti djetetu godinama koje dolaze: etiketa, stigma, diskriminacija. Stoga je zaštita podataka o djeci jedna od najozbiljnijih odgovornosti stručnjaka za razvoj djeteta; U doba umjetne inteligencije ova odgovornost je višestruko uvećana, jer lijepljenje podataka u alat traje nekoliko sekundi i ne može se poništiti. U ovoj jedinici ćemo pokriti pravni status podataka o djeci, evaluaciju alata umjetne inteligencije u smislu privatnosti i etičke granice.
Prvo, pravni osnov: U Turskoj, KVKK (Zakon o zaštiti ličnih podataka) reguliše obradu ličnih podataka. Podaci o zdravlju i razvoju djeteta su u kategoriji posebnih ličnih podataka; Ova kategorija podliježe najvišem nivou zaštite. U Evropi, njegov ekvivalent je GDPR. U slučaju djeteta osjetljivost je još veća, jer dijete ne može dati valjan pristanak na svoje podatke; Saglasnost (informisani eksplicitni pristanak) dobija se od zakonskog zastupnika, odnosno porodice. U svakoj odluci prevladava princip „najboljeg interesa djeteta“.
Anonimizacija: najosnovniji i najmoćniji korak
Najosnovniji, najpraktičniji korak koji štiti privatnost pri radu s umjetnom inteligencijom je anonimizacija: uklanjanje svih informacija koje otkrivaju identitet (ime, prezime, TR ID broj, datum rođenja, naziv škole/institucije, adresa, broj protokola/fajla, prezimena) iz podataka i korištenje samo informacija koje nisu identificirane za vaš zadatak. Napisivanje "djevojčica od 3 godine i 2 mjeseca" umjesto "Elif Kaya, 3 godine i 2 mjeseca, vrtić Papatya" radi posao podataka, ali čuva identitet.
Upozorenje: identitet se može ponovo pojaviti kada se više malih detalja spoji (to se zove ponovna identifikacija). Na primjer, detalji poput "Jedini blizanac u selu X, njegov otac je glavar" mogu identificirati osobu čak i ako nema imena. Stoga je potrebno ne samo izbrisati naziv već i generalizirati detalje koji ga čine jedinstvenim.
Sirovo (ne može se dijeliti)
Anonimno (za dijeljenje)
Elif Kaya, TC 123..., rođena 12.03.2022.
Djevojčica stara 3 godine i 2 mjeseca
Vrtić Papatya, 3-A razred
predškolska ustanova
Njegova majka je Ayşe, a otac Mukhtar.
roditeljima
Broj predmeta 2024/187
(uklonjeno)
Pažnja: Učitavanje podataka o identitetu djeteta, cjelovitog izvještaja ili fotografije na javno dostupan alat za umjetnu inteligenciju predstavlja kršenje KVKK-a i privatnosti i ne može se povući. Podaci idu na eksterni server i neki alati ih mogu koristiti za obuku modela. Uvijek anonimizirajte prije otpremanja.
Izbor alata i životni ciklus podataka
Nema svaki AI alat isti nivo privatnosti. Kada procjenjujete alat, pitajte: Da li koristi efikasnost u obučavanju modela? Gdje pohranjuje podatke i koliko dugo? Nudi li ugovor o obradi podataka (za korporativnu upotrebu)? Gdje su njihovi serveri? Korporativni, ugovoreni alati i alati za obuku koji ne koriste vaše podatke sigurniji su od javno dostupnih besplatnih alata. Međutim, čak i u najsigurnijem alatu, nemojte dijeliti nepotrebne vjerodajnice – anonimizacija je prva odbrana u svim okolnostima.
Uzmite u obzir životni ciklus podataka: prikupljanje podataka (potvrđivanje), obrada (po potrebi), skladištenje (sigurno, vremenski ograničeno), dijeljenje (samo ovlašteno, anonimno) i brisanje (kada se završi). Sve što zadržite u AI alatima rizikuje da ispadne iz ove petlje.
Savjet: stavite čvrsto pravilo na vrh svojih omiljenih upita: “Neću dijeliti nikakve informacije koje identifikuju dijete ili porodicu u ovom razgovoru.” Ako ovo učinite kontrolnim refleksom, sprječava se najčešće kršenje (odsutno lijepljenje ID-a).
Etičke granice: dijagnoza, stigma, diskriminacija
Privatnost je tehničko pitanje, ali etika je šira. Tri granice su kritične. Dijagnostičko tijelo: specijalista za razvoj djeteta vrši skrining i razvojnu procjenu; Definitivna dijagnoza je posao nadležnog ljekara/kliničkog tima. Vještačka inteligencija ne poznaje ovu granicu; zaštitit ćeš. Stigma: označavanje djeteta ranom i trajnom etiketom (u dosijeu, u porodici, u vlastitom umu) je nepravedno prema djetetu i može negativno uticati na njegov razvoj. Diskriminacija i pristrasnost: AI može odražavati pristrasnost u podacima o obuci; Može proizvesti pristrasne rezultate u pogledu određene kulture, spola ili socioekonomske grupe. Stručnjak bi to trebao uočiti i ispraviti. Iznad svega toga stoji princip najboljeg interesa djeteta: da li je svaka odluka za dobro djeteta?
Četiri upita za kopiranje
1) Prompt za anonimizaciju:
Daću ti tekst. Uklonite sve informacije koje mogu otkriti identitet djeteta ili porodice (ime, prezime, TR ID, datum rođenja, škola/institucija, adresa, broj dosijea, jedinstveni detalji); zamijeniti općim izrazom ([djevojčica], [predškolska ustanova]). Generalizirajte ne samo ime, već i jedinstvene detalje koji mogu identificirati osobu. Navedite šta ste uklonili. Tekst: [raw]
2) Prompt za procjenu privatnosti vozila:
Dajte mi kontrolnu listu pitanja o privatnosti koja bih trebao postaviti kako bih odlučio mogu li koristiti AI alat s podacima o djeci (da li se podaci koriste u obrazovanju, zadržavanju, ugovoru, lokaciji servera, brisanja). Ne izmišljajte odgovore; samo navedite pitanja.
3) Etičnost/ograničenje kontrolnog naloga:
Etički pregledajte sljedeći tekst: (1) da li on postavlja/implicira dijagnozu? (2) postoji li stigmatizirajuća oznaka? (3) postoje li kulturne/rodne/socioekonomske predrasude? Istaknite svaki problem i predložite ispravljenu, opreznu alternativu. Tekst: [nacrt]
4) Tekstualni upit za informacije o pristanku porodice:
Nacrtajte kratki tekst OBAVJEŠTENJE/SAGLASNOST porodici koji jednostavno objašnjava kako ću koristiti i štititi podatke djeteta. Uključuje: koje podatke, u koju svrhu, kako su zaštićeni, s kim se dijele, pravo na povlačenje. Pružanje pravnih savjeta; Imajte na umu da je to nacrt i mora ga odobriti institucija.
tri mini kofera
Slučaj 1 — Kršenje otpremanja identiteta. U napornom danu, stručnjak zalijepi izvještaj o razvoju djeteta, zajedno s punim imenom i ličnom kartom, u javni alat i kaže "sažmi". Podaci su izašli iz ustanove i nije dobijena saglasnost porodice. Ispravan način je bio da se podaci anonimiziraju s 1. promptom i koriste samo anonimne informacije u sigurnom alatu. Ovo kršenje je i pravno i etičko pitanje i ne može se poništiti.
Slučaj 2 — Ponovna identifikacija. Stručnjak briše ime, ali ostavlja detalj "jedina trojka u selu, otac mu je imam". Ovaj detalj identifikuje dete čak i bez imena. Stručnjak produbljuje anonimizaciju kako bi generalizirao jedinstvene detalje: “dijete višestruke trudnoće koje živi u ruralnom području”. Identitet je sada zaštićen.
Slučaj 3 — Korekcija pristranosti. AI proizvodi pristrasnu pretpostavku implicitnu u sadržaju o porodici sa niskim primanjima, kao što je „uključenost često neadekvatna u ovim porodicama“. Stručnjak to hvata sa 3. promptom; smatra da je izjava nepotkrijepljena, stigmatizirajuća i diskriminatorna te je otklanja. Prepisuje sadržaj na jeziku koji svaku porodicu vidi kao jednaku i poštovanu.
Slaba prompt / Jaka prompt
Slab upit:
Ovdje lijepim cijeli Elifin izvještaj, procijenite i preporučite dijagnozu.
Problem: podaci o identitetu se dijele (kršenje KVKK), traži se dijagnoza (višak autorizacije), nema saglasnosti, sigurno vozilo se ne dovodi u pitanje.
Snažan upit:
Uredite sljedeći ANONIMNI sažetak razvoja (informacije o identifikaciji su uklonjene) za NACRT evaluacije. Postavljanje dijagnoze; korištenje stigmatizirajućih etiketa; Izbjegavajte pristrasne pretpostavke. Označite [neka stručnjak procijeni] tamo gdje niste sigurni. Sažetak: [anonimno]
Uobičajene greške
- Učitavanje akreditiva: Najčešći i najteži prekršaj; uvijek anonimno.
- Površna anonimizacija: Samo brisanje imena nije dovoljno; generalizirati i jedinstvene detalje.
- Ne dovodite u pitanje privatnost alata: Izbjegavajte alate koji koriste vaše podatke za obrazovanje.
- Prelazak dijagnostičke granice: Procjena nije dijagnoza; Autoritet je na ljekaru/timu.
- Neprepoznavanje pristrasnosti: Ispravite stigmatizirajuće/diskriminatorne pretpostavke AI.
Ukratko
Podaci o djeci su posebni lični podaci; Zahtijeva najvišu zaštitu u okviru KVKK, a povjerljivost i saglasnost se dobija od porodice. Najjača odbrana kada radite sa AI je anonimizacija – generalizujte ne samo ime, već i jedinstvene detalje koji mogu identifikovati pojedinca. Procijenite alate za privatnost; Odaberite onaj siguran koji ne koristi vaše podatke u treningu. Održavajte etičke granice (dijagnostički autoritet, stigma, diskriminacija/pristrasnost) i uzmite u obzir najbolji interes djeteta u svakoj odluci.
Zadatak aplikacije
Uzmite neanonimiziranu (autentičnu, iz vlastite evidencije) bilješku o napretku; Bez odraza na ekranu, anonimizirajte ga ručno koristeći logiku 1. prompta i navedite sve informacije koje ste izdvojili. Procijenite AI alat koji koristite u smislu privatnosti pomoću 2. upita. Provjerite nacrt za etičnost/pristrasnost uz pomoć 3. Zabilježite najmanje tri ispravke koje ste napravili (jedna anonimizacija, jedna etika, jedna pristrasnost).
kontrolna lista
- [ ] Anonimizirao sam podatke; Takođe sam generalizovao jedinstvene detalje.
- [ ] Procijenio sam alat koji sam koristio u smislu privatnosti; Izabrao sam onaj siguran.
- [ ] Dobio sam pristanak porodice kada je to bilo potrebno.
- [ ] Zadržao sam ograničenje ovlaštenja za dijagnostiku; Primijenio sam razliku između evaluacije i dijagnoze.
- [ ] Uklonio sam stigmatizirajuće oznake i diskriminatorne/pristrane izraze.
- [ ] Pri svakoj odluci sam vodio računa o najboljem interesu djeteta.
- [ ] Nisam uploadovao akreditiv ni na jedno vozilo.