zisky:
- Připravuje odpovědi na žádosti o informace v souladu s legislativou, nevysvětluje ani více, ani méně.
- Otevřená data před zveřejněním anonymizuje a skenuje na úrovni kombinací, které riskují opětovnou identifikaci.
- Ví, že transparentnost je nástroj správy, který zvyšuje důvěru veřejnosti a rozlišuje, co by mělo být důvěrné.
Základním kamenem demokratické veřejné správy je transparentnost: schopnost občanů dozvědět se, jak a na jakém základě jsou přijímána rozhodnutí, která se jich týkají. Tento princip ožívá ve dvou konkrétních mechanismech. Prvním je právo na informace (zákon o právu na informace č. 4982; občané mohou až na výjimky požadovat informace a dokumenty od veřejných institucí). Druhým jsou otevřená data (veřejné instituce zveřejňují neosobní a nedůvěrnou část dat, která produkují, způsobem, ke kterému má každý přístup a může je používat). Zde je umělá inteligence mocným pomocníkem při klasifikaci příchozích žádostí o informace, vytváření návrhů odpovědí, předběžném vyhodnocování, které informace lze poskytnout a které jsou osvobozeny, a při přípravě souborů otevřených dat ke zveřejnění. Důležité je však dvojí upozornění této jednotky: transparentnost by neměla být o nic více, o nic méně – občan by měl dostat informace, na které má právo, ale osobní údaje a skutečné výjimky by měly být chráněny; Tuto rovnováhu stanoví odpovědný státní úředník, nikoli AI.
Dva špatné konce získávání znalostí
V žádostech o informace mohou být chyby ve dvou směrech:
- Nedostatek transparentnosti: Zbytečné odmítání poskytnutých informací jako „důvěrné/výjimečné“. To jednak porušuje právo, jednak vytváří nedůvěru v instituci a často končí v justici.
- Přezrazení: Náhodné vyzrazení osobních údajů třetí strany, obchodního tajemství nebo skutečné výjimky (zabezpečení apod.) při předložení dokumentu. To porušuje KVKK a způsobuje škodu.
Umělá inteligence může pomoci na obou stranách: dokáže naskenovat dokument, označit v něm osobní údaje a navrhnout úpravu (zakrytí/odstranění důvěrných/osobních částí dokumentu); Může obsahovat kategorii výjimek, pod kterou budete žádost hodnotit. Ale konečné rozhodnutí - zda jsou tyto informace uvedeny, která část je zakryta - náleží osobě, která nese právní odpovědnost.
Pozor: Prohlášení AI, že „tato informace spadá do rozsahu výjimky“ nebo „lze poskytnout“, není právním názorem. Hodnocení výjimek se provádí a odůvodňuje v souladu s příslušnými články zákona o přístupu k informacím; Umělá inteligence vytváří pouze předběžné kvalifikace a návrhy.
Bezpečné publikování otevřených dat
Otevřená data zvyšují efektivitu a odpovědnost veřejnosti; podnikatelé, novináři, výzkumníci vytvářejí hodnotu z těchto dat. Před zveřejněním souboru dat by však měl být zkontrolován proti riziku opětovné identifikace (údaje považované za anonymní jsou spojeny zpět s jednotlivci tím, že je zkombinují s jinými údaji). Například kombinace „věk + sousedství + vzácné povolání“ může označovat jedinou osobu. Při přípravě datové sady k publikaci je AI užitečná při označování rizikových kombinací sloupců a psaní datového slovníku (popis toho, co jednotlivé sloupce znamenají).
Tip: Před publikováním otevřených dat se zeptejte: „Mohu najít jednu osobu zkombinováním dvou až tří sloupců v této sadě?“ Pokud je odpověď „možná“, agregujte (skupina místo jednotlivce), zkombinujte vzácné kategorie nebo odstraňte citlivou oblast.
Krok za krokem tok informací
- Pochopte a klasifikujte poptávku. Co je požadováno, které jednotky se to týká, jaká je doba trvání?
- Existují informace, nebo je třeba je vytvářet? Zákon se vztahuje na stávající znalosti; instituce možná nebude muset vypracovat novou analýzu (potvrzenou).
- Hodnocení výjimek. Existují nějaké výjimky jako osobní údaje, bezpečnost, obchodní tajemství, interní názor?
- Redakce. Odeberte části exportovatelného dokumentu, které je třeba zachovat.
- Odůvodněná odpověď. Část daná/nedaná a její základ; Metoda námitky v případě zamítnutí.
- Záznam a auditní záznam. Žádost, rozhodnutí a odůvodnění jsou zaznamenány.
tři mini pouzdra
Případ 1 — Chybě při úpravách bylo zabráněno. Agentura by předložila zadávací dokumentaci k žádosti o svobodu informací. AI naskenovala dokument a označila telefonní čísla a TR ID tří lidí. Pokud by byla odeslána bez korektury, jednalo by se o porušení KVKK; osobní údaje byly začerněny, písemnost byla bezpečně doručena.
Případ 2 – Opraveno nespravedlivé odmítnutí. Jednotka obvykle odmítne žádost o údaje o činnosti jako „interní“. Když byla AI dotázána na kategorie výjimek, bylo vidět, že tato data byla ve skutečnosti již publikovatelná jako otevřená data. Žádosti bylo vyhověno, případné námitce a žalobě bylo zabráněno.
Případ 3 – Riziko opětovné identifikace. Obec by svůj datový soubor „žádostí o služby“ zveřejnila jako otevřená data. Sada obsahovala čtvrť + rozpis celé adresy. AI upozornila, že pole adresy může ukazovat na jednotlivé číslice; Adresa byla agregována na úroveň ulice a sada byla bezpečně zveřejněna.
Čtyři kopírovatelné šablony
1) Klasifikace žádosti o informace:
Vaše role: specialista na získávání informací. Zpracujte následující požadavek: (1) co přesně je požadováno, (2) které jednotky se týká, (3) zda vyžaduje stávající informace nebo novou produkci, (4) možné kategorie výjimek (osobní údaje, bezpečnost, obchodní tajemství atd.). Upřesněte, že každá výjimka „musí být odůvodněna příslušným článkem“. Rozhodování, předhodnocení. ŽÁDOST: [text]
2) Redakce (označení osobních/důvěrných údajů):
V níže uvedeném dokumentu označte všechny části, které mají být v informační odpovědi MASKOVANÉ: jméno-příjmení, TR IČ, adresa, telefon, zdravotní/trestní informace, údaje o třetí straně, obchodní tajemství. Ke každému znamení napište krátké odůvodnění. Exportovatelnou část dokumentu ponechte tak, jak je. DOKUMENT: [text]
3) Návrh odůvodněné odpovědi:
Navrhněte odůvodněnou odpověď na následující žádost: (1) jaké informace byly poskytnuty, (2) která část nebyla poskytnuta a proč (ustanovení o výjimce [bude potvrzeno]), (3) způsob odvolání a doba trvání [bude potvrzeno]. Jazyk by měl být formální a respektující. Odůvodnění neuvedené části by mělo být konkrétní, nikoli obecné. ŽÁDOST: [shrnutí] ROZHODNUTÍ: [co bylo/nebylo dáno]
4) Otevřete kontrolu opětovného ověření dat:
Prohlédněte si sloupce datové sady níže. Uveďte, které kombinace sloupců mohou označovat jednu osobu (riziko opětovné identifikace). Navrhněte určité zmírnění pro každé riziko: agregace, agregace vzácných kategorií, těžba v terénu. Stačí použít daný seznam sloupců. SLOUPCE: [seznam]
Slabá výzva / Silná výzva
Slabé: „Odpovězte na tuto žádost o informace.“
Güçlü: "Vaše role je expert na informační jednotku. Nejprve klasifikujte požadavek: co je požadováno, která jednotka, je k dispozici, jaké jsou možné výjimky. Každou výjimku označte jako 'má být odůvodněna příslušným článkem', sami nečinte právní rozhodnutí. Poté označte osobní/důvěrné části, které je třeba v dokumentu, který má být předložen, zamaskovat, s návrhem na redigování, aby byl daný návrh/reakce. Nakonec vytvořte návrh včetně námitky. konkrétní odůvodnění."
Rozdíl: silná promptnost vyvažuje transparentnost a ochranu, spojuje výjimku s odůvodněním, přidává redigování a způsob odvolání.
Přístup podle typu informace
Typ informace
Výchozí
Pozor
Statistiky, agregovaná data
otevřít
Kontrola opětovné identifikace
Důvod administrativního zásahu
lze dát
Opravte data třetích stran
Osobní údaje třetích stran
chráněné
KVKK; ale s povolením/výjimkou
Výjimka zabezpečení/soukromí
chráněné
Je to skutečná výjimka, potvrďte
Interní názor/vyjednávání
Závisí
Vyhodnoťte podle příslušného článku
Anonymizace a riziko opětovné identifikace
Nejtechničtějším, ale kritickým krokem při zveřejňování otevřených dat je anonymizace (učinit osobu přímo nebo nepřímo neidentifikovatelnou z dat). Jméno a T.R. Smazání IČO často nestačí; protože kombinace několika běžných oblastí činí osobu znovu identifikovatelnou. Tomu se říká opětovná identifikace (nalezení osoby křížovým porovnáváním dat, která jsou považována za anonymní, s jinými informacemi). Pokud je například v sousedství svobodný 92letý vdovec, prozradí ho trojice „sousedství + věk + rodinný stav“. Umělá inteligence může pomoci prověřit, které kombinace polí v souboru dat jsou ohroženy prozrazením, a navrhnout bezpečnější seskupování (převod věku na rozsah, kombinování vzácných kategorií); Ale rozhodnutí o zveřejnění a závěrečný audit jsou v kompetenci instituce.
Mini pouzdro — odhalení se třemi oblastmi. Jedna obec zveřejnila údaje o sociální pomoci „anonymně“: bez jména, ale okolí, rok narození a typ postižení. Novinář si všiml vzácného typu postižení u jedné osoby v jedné čtvrti a identifikoval osobu. Data stažena; Byl znovu publikován, když byl rok narození převeden na 10letý interval a vzácné kategorie byly seskupeny pod „jiné“.
Šablona, která kontroluje riziko opětovné identifikace:
Úkol: Prozkoumejte sloupce následující datové sady; Osobní údaje nezveřejňuji, chci pouze prověřování rizik. Sloupce: [názvy sloupců]Výstup: 1) Přímé identifikátory (nutno smazat). 2) Nepřímé kombinace identifikátorů (riziko opětovné identifikace). 3) Doporučené seskupení/maskování pro každou rizikovou kombinaci. 4) Závěrečné kontrolní otázky před zveřejněním. Pravidlo: Nevložil jsem žádné skutečné osobní hodnoty; stačí vzít v úvahu strukturu sloupců.
Pozor: „Smazal jsem jméno, nyní anonymní“ je nejběžnější a nejnebezpečnější mylná představa. Anonymita není určena polem samotným, ale kombinací polí a pravděpodobností shody s externími daty. Máte-li pochybnosti, nezveřejňujte; Anonymita je neodvolatelné rozhodnutí.
Časté chyby
- Obvykle odmítat. Považovat informace, které mohou být uvedeny za zbytečné „důvěrné“, je porušením práv a důvodem k žalobě.
- Odeslání neredigovaných dokumentů. Odhalení údajů třetích stran je porušením KVKK.
- Použití výjimky bez odůvodnění. Odmítnutí musí být provedeno s konkrétní podstatou a konkrétním odůvodněním; Říci "in-house" nestačí.
- Spoléhání se na právní úsudek AI. Rozhodnutí udělat výjimku je lidské; AI se předem kvalifikuje.
- Obcházení opětovné identifikace v otevřených datech. Kombinace sloupců mohou najít lidi; agregát.
- Bez upřesnění prostředků námitky. U zamítnutí je třeba napsat (potvrdit) způsob podání a dobu trvání.
V souhrnu
Transparentnost je základem důvěry veřejnosti; Umělá inteligence je mocným pomocníkem při klasifikaci požadavků na informace o informacích, doporučování korektur, vypracování odpovědí a přípravě otevřených dat ke zveřejnění. Ale rovnováha je kritická: občanům musí být poskytnuty informace, na které mají právo, skutečné výjimky a osobní údaje musí být chráněny. Rozhodnutí učinit výjimku musí být odůvodněné a lidské; Otevřená data by měla být před zveřejněním auditována z hlediska rizika opětovné identifikace.
Aplikační úkol
Získejte skutečnou (maskovanou) žádost o svobodu informací. Předem vyhodnoťte pomocí šablony "Požadavek na klasifikaci", použijte šablonu "Redaction" na připojený dokument a označte oblasti, které mají být maskovány. Použijte šablonu „Kontrola opětovné identifikace otevřených dat“ na sloupce otevřeného souboru dat a najděte alespoň jednu rizikovou kombinaci.
kontrolní seznam
- [ ] žádost jsem klasifikoval; Neodmítl jsem informace, které by mohly být uvedeny zbytečně.
- [ ] Výjimky jsem vyhodnotil s konkrétní podstatou a odůvodněním (lidské rozhodnutí).
- [ ] Opravil jsem osobní/důvěrné údaje v dokumentu, který má být předložen.
- [ ] V případě zamítnutí jsem uvedl způsob námitky a dobu trvání (potvrzeno).
- [ ] Ověřil jsem riziko opětovné identifikace v otevřených datech.
- [ ] Zaznamenal jsem žádost, rozhodnutí a odůvodnění k auditu.