zisky:
- Schopnost snížit právní rizika vyhodnocením stavu autorských práv u vstupu a datových podmínek nástroje a zpochybněním práv na výstup
- Schopnost chránit osobní údaje pomocí anonymizace a minimalizace a zajistit soukromí transparentností pro uživatele
- Schopnost vytvořit rámec řízení pro instituci, který zahrnuje schválené nástroje, zakázaná data a ověřovací pravidla, a otestovat jeho použití s knihovnickými hodnotami.
Knihovník a informační manažer je někdo, kdo informace nejen organizuje a prezentuje, ale také je chrání: chrání práva tvůrce, soukromí uživatele a odpovědnost instituce. Umělá inteligence zpochybňuje všechny tři oblasti novými a komplexními otázkami. Je nahrání dokumentu do AI porušením autorských práv? Porušuje poskytování uživatelských dat nástroji AI soukromí? Jak by měla organizace řídit používání AI? V této závěrečné části vytvoříme rámec, který spojí etické a právní aspekty, kterých jsme se v modulu dotkli.
Pojďme si definovat pojmy. Autorské právo je zákonné právo udělené tvůrci díla na užití jeho díla; Neoprávněné kopírování nebo používání může být považováno za porušení. Osobní údaje jsou jakékoli informace, které přímo či nepřímo identifikují osobu a podléhají právní ochraně. Správa je rámec pravidel, zásad a odpovědnosti, který řídí používání AI organizací. Tyto tři koncepty tvoří právní a etický základ pro zodpovědné používání AI.
Krok za krokem: zodpovědné a legální používání AI
1. Vyhodnoťte stav autorských práv u příspěvku. Před načtením textu, knihy nebo článku do nástroje AI zvažte stav autorských práv k tomuto dílu a podmínky použití nástroje. Poskytnutí díla chráněného autorskými právy nástroji, který používá data, která nahrajete, pro své vlastní účely, může představovat porušení práv.
2. Zpochybnit práva na výstup. Stav autorských práv k textu vytvořenému AI může být nejistý a AI může nevědomky reprodukovat obsah chráněný autorskými právy ve výukových datech. Před publikováním výstupu AI vyhodnoťte jeho originalitu a potenciální porušení.
3. Chraňte osobní údaje. Identita uživatelů, historie čtení/vyhledávání a osobní údaje by neměly vstupovat do žádného nástroje umělé inteligence bez výslovného souhlasu a silné ochrany. Anonymizace a minimalizace dat (pouze tolik dat, kolik je nutné) jsou zásadní.
4. Zajistit transparentnost a souhlas. Uživatelé by měli vědět, jak jsou jejich údaje a interakce zpracovávány; Pokud jde o umělou inteligenci, mělo by to být jasně uvedeno. Používání skryté AI podkopává důvěru.
5. Vytvořte rámec řízení. Organizace by měla v písemné politice stanovit, které nástroje jsou schváleny, jaké údaje lze zadávat, kdo je odpovědný a jak budou ověřovány výstupy.
Tip: Vytvořte jednoduchý list „pravidla použití AI“ pro vaši organizaci: které nástroje jsou schváleny, jaká data se nikdy nezadávají (osobní/proprietární/důvěrné), jak je každý výstup ověřován a kdo je zodpovědný. Jasná jednostránková příručka je vymahatelnější než zdlouhavá politika.
Etické principy a hodnoty knihovnictví
Hluboce zakořeněné hodnoty knihovnické profese slouží jako kompas ve věku umělé inteligence: rovný přístup k informacím, svoboda myšlení, soukromí uživatelů, intelektuální poctivost a nestrannost. AI může tyto hodnoty buď podporovat, nebo ohrožovat. Může rozšířit přístup, ale posílit předsudky; může urychlit službu, ale může ohrozit soukromí; Může usnadnit objevování, ale může šířit dezinformace.
Odpovědný knihovník testuje každé použití AI na základě těchto hodnot: "Vyrovnává toto použití přístup nebo vylučuje skupinu? Chrání soukromí? Poskytuje přesné a poctivé informace?" AI je nástroj; Hodnoty, se kterými jej budete používat, jsou podstatou profese. Technologie se mění, ale tyto hodnoty jsou stálým kompasem knihovnictví.
Pozor: „Všichni to používají“ nebo „je to rychlé“ neospravedlňuje použití AI. I když je použití legální, může být neetické; Nepřijímejte praktiky, které jsou škodlivé z hlediska autorských práv, soukromí a spravedlnosti, jen proto, že je to snadné. Konečná odpovědnost neleží na nástroji, ale na profesionálovi, který jej používá.
tři mini pouzdra
Případ 1 – Stahování chráněné autorskými právy bylo zastaveno. Jeden tým plánoval načíst celou referenční knihu chráněnou autorskými právy do obecného nástroje umělé inteligence za účelem generování souhrnů. Správce informací to považoval za riskantní, a to jak z hlediska autorských práv, tak podmínek používání dat nástroje; místo toho byl studován pouze ve stručných, autorizovaných úryvcích a v rámci uzavřeného systému instituce.
Případ 2 – Osobní údaje anonymizovány. Knihovna chtěla analyzovat zpětnou vazbu uživatelů pomocí AI; ale zpětná vazba obsahovala uživatelská jména a kontaktní informace. Tým před analýzou anonymizoval data; byly zpracovány pouze anonymní, kolektivní tendence. Soukromí zachováno, náhled obnoven.
Případ 3 – Mezera ve správě uzavřena. V jedné organizaci zaměstnanci používali různé nástroje umělé inteligence bez dohledu a někdy zadávali důvěrné dokumenty. Správce informací zveřejnil jednostránkovou politiku definující schválené nástroje, zakázané datové typy a ověřovací pravidla; Nejistota a riziko se výrazně snížily.
Personální kompetence a firemní kultura
Politika správy věcí veřejných je jen tak silná, jak silní jsou lidé, kteří ji realizují. I to nejlépe napsané pravidlo zůstává na papíře, pokud zaměstnanci nerozumí rizikům AI. Trvalým základem pro zodpovědné používání umělé inteligence je proto kompetence personálu: porozumění každého zaměstnance tomu, co je halucinace, jaká data by se nikdy neměla zadávat a proč by měl být výstup ověřen. Knihovny a informační instituce mají v tomto ohledu dvojí roli; Musí vyškolit své vlastní zaměstnance a rozšířit tuto gramotnost mezi uživatele. Dobrá firemní kultura je taková, která chybu AI spíše nahlásí, než aby ji skryla, a považuje za normální říci: „Nejsem si jistý tímto výstupem, pojďme to ověřit.“ V prostředí, kde se chyby skrývají ze strachu z trestu, se nepozorovaně šíří vymyšlený zdroj nebo narušení soukromí. Navíc, protože technologie a nástroje se rychle mění, měly by být zásady a školení aktualizovány pravidelně, nikoli jednorázově. řízení; Je to živý systém, kde pravidla, nástroje, vzdělávání a kultura spolupracují. V centru tohoto systému stojí kompetentní osoba, která přebírá odpovědnost a činí konečné rozhodnutí, nikoli vozidlo.
Tip: Před přijetím nového nástroje umělé inteligence proveďte malý pilotní test: vyzkoušejte jej s omezeným týmem na skutečných, ale málo rizikových úkolech, zaznamenávání chyb a rizik. To buduje kompetence a odhaluje slabá místa v politice před zavedením nástroje v celé organizaci.
Čtyři kopírovatelné šablony
1) Předběžné posouzení autorských práv:
Pomozte mi vyhodnotit následující obsah z hlediska autorských práv před jeho načtením do nástroje AI: může být obsah chráněn autorskými právy, který způsob použití je riskantní, která alternativa (úryvek, povolení, veřejná doména) je bezpečnější? Typ obsahu: [zde]
2) Skenování osobních údajů:
Obsahuje následující text osobní údaje (jméno, kontakt, identitu, historii čtení/hledání, informace naznačující zdraví/víru)? Každý z nich označte, klasifikujte a navrhněte, jak jej anonymizovat. Text: [zde]
3) Návrh zásad používání AI:
Návrh jednostránkových pokynů pro používání umělé inteligence pro naši organizaci: (1) schválené zásady nástrojů, (2) nikdy nezadané datové typy, (3) pravidlo ověření výstupu, (4) odpovědnost a transparentnost, (5) zásady týkající se autorských práv a ochrany soukromí. Nechte to krátké a akční. Kontext: [zde]
4) Otázka etické kontroly:
Otestujte následující plánované využití umělé inteligence v porovnání s knihovnickými hodnotami: rovnost přístupu, soukromí, přesnost/integrita, riziko zkreslení a případné obavy z nahlášení. Použití: [zde]
Slabá výzva / Silná výzva
Slabá výzva:
Mám to dát na AI, abych shrnul tuto knihu?
Otázka nezohledňuje autorská práva, datové podmínky nástroje a alternativy; Odpověď „ano“ může mít za následek porušení práv.
Výkonná výzva:
Vaše role: asistent poradce pro autorská práva a soukromí. Uvažuji o poskytnutí následujícího obsahu nástroji AI. Vyjmenujte možné problémy, pokud jde o stav autorských práv, používání údajů o vozidle a riziko osobních údajů; navrhnout bezpečnější alternativy (krátká nabídka, povolení, veřejná doména, uzavřený systém). Požadujte právní jistotu, ukažte rizika. Obsah a kontext: [zde]
Výkonná výzva; Zvažuje rozhodnutí z hlediska autorských práv, podmínek dat a ochrany soukromí a předkládá bezpečné alternativy.
Tabulka rozměrů řízení
Velikost
základní otázka
preventivní opatření
autorská práva
Dochází k porušení vstupu/výstupu?
Povolení, veřejná doména, krátký úryvek
soukromí
Jsou osobní údaje chráněny?
Anonymizace, minimalizace
transparentnost
Ví uživatel?
Jasné informace, souhlas
Zodpovědnost
Kdo je odpovědný?
Písemná politika, lidský souhlas
Hodnoty
Jsou chráněny přístup a integrita?
Etická kontrola, kontrola zkreslení
Časté chyby
- Nahrávání obsahu chráněného autorským právem bez přemýšlení. Existuje riziko porušení autorských práv a stavu dat.
- Zadávání osobních údajů do veřejného nástroje. Narušení soukromí a právní riziko.
- Skrytí použití AI. Bez transparentnosti je důvěra narušena.
- Zaměňování „legálního“ za „etické“. Legální použití může být neetické.
- Nestanovení rámce řízení. Nekontrolované používání vytváří nepředvídatelná rizika.
V souhrnu
Autorská práva, důvěrnost a etika jsou základem odpovědnosti knihovnictví ve věku AI. Vyhodnoťte stav autorských práv k záznamu a datové podmínky nástroje; zpochybnit práva na výstup; chránit osobní údaje anonymizací a minimalizací; být pro uživatele transparentní a získat souhlas; Vytvořte v organizaci jasný rámec řízení. Hluboce zakořeněné hodnoty knihovnictví (rovný přístup, soukromí, integrita, nestrannost) jsou kompasem, který testuje každé použití AI. Technologické změny; Odpovědnost a hodnoty se nemění a konečná odpovědnost je vždy na lidské bytosti.
Aplikační úkol
Připravte si jednostránkový dokument pravidel použití pro vaši organizaci (nebo fiktivní organizaci) se šablonou „Návrh zásad používání AI“: schválené nástroje, data, která se nikdy nezadávají, ověřovací pravidlo, odpovědnost. Poté otestujte skutečné použití umělé inteligence, které plánujete z hlediska přístupu, soukromí, přesnosti a zaujatosti, pomocí šablony „Dotaz na etické řízení“ a napište, jak budete řešit jakékoli obavy, které se objeví.
kontrolní seznam
- [ ] Vyhodnotil jsem autorskoprávní stav záznamu a datové podmínky nástroje.
- [ ] Osobní údaje jsem anonymizoval a použil jsem pouze to, co bylo nezbytné.
- [ ] Byl jsem vůči uživateli transparentní ohledně používání AI a respektoval jsem souhlas.
- [ ] Vytvořil jsem pro organizaci písemné zásady používání AI.
- [ ] Testoval jsem použití s knihovnickými hodnotami a ponechal odpovědnost na člověku.
Modulová zkouška
1. Která z následujících možností je nejpřesnější pro umělou inteligenci v knihovnictví a správě informací?
- A) AI je souhrn, metadata, vyhledávání a asistent doporučení; Odpovědnost za přesnost, spolehlivost zdroje a etická rozhodnutí leží na lidech ✔
- B) Umělá inteligence dokáže spolehlivě ověřit pravost a přesnost zdroje
- C) Umělá inteligence funguje pouze v katalogizaci knih, s jinou knihovnickou prací nemá nic společného
- D) Vzhledem k tomu, že umělá inteligence je nestrannější než lidé, měla by být rozhodnutí o předmětu a klasifikaci ponechána na ní.
Popis: Umělá inteligence; Jedná se o asistenta, který vypracovává metadata, shrnuje je, překládá, označuje vzor a ukazuje na zdroj. Kompetentní odborník je odpovědný za vysoce náročné úkoly, jako je ověřování přesnosti, rozhodnutí o tématu a klasifikaci, důvěryhodnost zdroje a rozhodnutí o autorských právech a soukromí; Neověřený výstup může vést k šíření smyšleného zdroje nebo k porušení soukromí.
2. Proč je „halucinace“ pro knihovníka zvlášť nebezpečná?
- A) Výstup umělé inteligence je vytvářen velmi pomalu a plýtvá časem
- B) Umělá inteligence dokáže přesvědčivě produkovat neexistující zdroje a citace a podstatou profese je autenticita zdroje ✔
- C) Halucinace se vyskytuje pouze při zpracování obrazu, s textem to nemá nic společného
- D) Halucinace je vidět pouze ve velmi starých nástrojích umělé inteligence, nikoli v současných nástrojích.
Vysvětlení: Halucinace je, když umělá inteligence produkuje neexistující zdroj, citaci nebo informaci extrémně přesvědčivým způsobem. Vzhledem k tomu, že podstatou profese je autenticita a spolehlivost zdroje, dojde v případě, že se vykonstruovaný otisk nebo citace přenese do seznamu literatury nebo uživatele bez ověření, k závažným dezinformacím.
3. Která z následujících oblastí je při výrobě metadat s umělou inteligencí nejrizikovější a jak ji řešit?
- A) Jazyková oblast je nejrizikovější oblastí a není třeba ji ověřovat
- B) Pole názvu nese nejvyšší riziko a mělo by být vyplněno predikcí
- C) ISBN a rok vydání nesou nejvyšší riziko výmyslu a měly by být doslovně ověřeny s původním zdrojem ✔
- D) Žádné pole není rizikové, protože umělá inteligence vždy vytváří metadata správně
Vysvětlení: Přesná číselná pole, jako je ISBN a rok vydání, jsou AI velmi snadno zfalšovány; Umělá inteligence dokáže vygenerovat rozumně vypadající číslo místo ISBN, které nezná. Tato pole musí být ověřena doslovně s původním zdrojem (čárový kód, tiráž/kolofon).
4. Jaký je hlavní účel použití „řízené slovní zásoby“ při přiřazování termínu k tématu?
- A) Zajištění jednotnosti a dostupnosti terminologie napříč záznamy; Brání umělé inteligenci vymýšlet si volné termíny ✔
- B) Automaticky přidat každý nový termín požadovaný umělou inteligencí do katalogu
- C) Zcela odstraňte předmětové termíny a hledejte pouze podle názvu
- D) Zpomalení katalogizace a zapsání každého záznamu s jinými termíny
Popis: Řízený slovník je seznam schválených a standardních termínů. Pokud je stejný předmět napsán s různými termíny v různých záznamech, uživatel najde jeden a druhý mu bude chybět. Tím, že AI poskytnete tento seznam a řeknete mu, aby „vybíralo ze seznamu“, je zachována konzistence a dohledatelnost; Do katalogu by neměl být přidán nový termín, který umělá inteligence neuvádí.
5. Jaký je správný postup při získávání klasifikačního čísla dokumentu od umělé inteligence?
- A) Přesné číslo dané umělou inteligencí by mělo být přijato přímo, aniž byste se dívali na oficiální tabulku
- B) Klasifikační čísla by se neměla používat vůbec, zdroje by měly být umístěny náhodně
- C) Návrh master class by měl být považován za předběžný, přesné kroky by měly být ověřeny s oficiální klasifikační tabulkou ✔
- D) Vzhledem k tomu, že umělá inteligence neumí klasifikovat, měl by být tento úkol zcela přeskočen
Vysvětlení: Umělá inteligence často dokáže najít správnou hlavní třídu, ale může postrádat dílčí úrovně (např. anamnézu místo medicíny) nebo vytvářet nesprávná čísla, která se zdají být rozumná. Proto by měl být návrh mistrovské třídy považován za začátek a přesné kroky by měly být ověřeny pomocí oficiální klasifikační tabulky.
6. Které tvrzení je pravdivé při srovnání sémantického vyhledávání a vyhledávání klíčových slov?
- A) Sémantické vyhledávání by mělo ve všech případech nahradit vyhledávání podle klíčových slov
- B) Sémantické vyhledávání najde sémanticky související zdroje; Vyhledávání podle klíčového slova pro přesný název nebo ISBN je spolehlivější ✔
- C) Vyhledávání klíčových slov najde zdroje s různými výrazy, které spolu sémanticky souvisí lépe než sémantické vyhledávání
- D) Sémantické vyhledávání funguje pouze na číselných datech, nikoli na textu
Popis: Sémantické vyhledávání najde různé, ale související zdroje, jako je „problém se spánkem“ a „porucha spánku“, protože odpovídá významu slov (prostřednictvím vkládání vektorů). Naproti tomu při hledání přesného ISBN, celého názvu nebo čísla statutu je spolehlivější vyhledávání klíčových slov/domény. Nejlepší praxí je používat obojí společně.
7. Jaká je povinnost knihovníka proti riziku „filtrační bubliny“ v personalizovaných doporučeních zdrojů?
- A) Posílit bublinu tím, že uživateli doporučíte pouze ty nejpodobnější zdroje
- B) Úplně se vzdát navrhování
- C) Veřejné sdílení historie čtení uživatele
- D) Vědomě přidávat zdroje s různými pohledy a horizonty a transparentně to uvádět ✔
Vysvětlení: Filtrační bublina nastane, když systém doporučení uživatele neustále zamyká do podobného obsahu a brání mu v přístupu k novým a odlišným perspektivám. Hodnota knihovny je rovný a různorodý přístup; Knihovník proto vědomě rozbíjí bublinu přidáním odlišně vyhlížejících, oči otevírajících zdrojů a transparentním prohlášením.
8. Který postup je správný z hlediska „pravosti a integrity“ při zpracování archivního dokumentu pomocí umělé inteligence?
- A) „zkrášlit“ dokument umělou inteligencí, doplnit jej doplněním chybějících částí a nahradit originál
- B) Smazání surového originálu a ponechání pouze verze vylepšené umělou inteligencí
- C) OCR by mělo opravovat pouze chyby rozpoznávání, obsah by se neměl upravovat, původní originál by měl být zachován a deriváty by měly být jasně označeny ✔
- D) Přijměte výstup OCR jako „čistý text“ bez jakýchkoliv oprav a otevřete jej pro vyhledávání.
Popis: Podstatou archivní práce je ujištění, že dokument pochází z reklamovaného zdroje a že jeho obsah nebyl pozměněn. Korekce OCR by měla pouze odstranit chyby rozpoznávání, nikoli změnit obsah; „Obnova“ umělé inteligence nenahrazuje skutečné důkazy, protože může doplnit chybějící části. Surový (originální) sken by měl být vždy zachován, deriváty by měly být jasně označeny.
9. Která z následujících věcí je nezbytná pro zodpovědnou konstrukci knihovního informačního bota?
- A) Robot vytváří odpovědi na každou otázku rychle ze svých obecných znalostí a necituje zdroje
- B) Bot se spoléhá pouze na ověřené firemní informace, cituje fakta a směřuje citlivé otázky na odborníka/člověka ✔
- C) Bot přímo poskytuje přesné rady ohledně lékařských a právních otázek
- D) Skrytí před uživatelem, zda mluví s robotem nebo člověkem
Vysvětlení: Poradenský robot by se měl spoléhat pouze na ověřené aktuální informace a zdrojový seznam instituce, nikoli na její obecnou paměť, měl by uvést fakta citováním zdroje, neměl by poskytovat rady v lékařských/právních/citlivých otázkách, měl by je nasměrovat na odborníka a v případě potřeby by je měl přenést na člověka. Bot tedy nenahrazuje člověka, ale stává se vrstvou, která ulehčuje zátěž.
10. Jaká je správná metoda v bibliometrii ke zjištění počtu citací autora nebo h-indexu?
- A) Ptát se přímo AI, protože čísla, která uvádí, jsou vždy správná
- B) Získání čísel z aktuální citační databáze; Použití umělé inteligence pouze k organizaci a interpretaci těchto dat ✔
- C) Odhadněte čísla a použijte je při rozhodování o vysílání
- D) Uvažovat počet citací jako přímé měřítko kvality autorského díla.
Vysvětlení: Umělá inteligence může vytvářet hodnoty, jako je počet citací a h-index, aniž by přistupovala ke skutečným datům (například může poskytnout hodnotu 42, když je ve skutečnosti 19). Čísla a citace proto musí být převzaty ze skutečné citační databáze; AI by se měla používat pouze ke shlukování, třídění a interpretaci těchto skutečných dat.
11. Co platí o limitu bibliometrických ukazatelů (počet citací, h-index, impakt faktor)?
- A) Metriky přímo měří kvalitu a jsou srovnatelné napříč doménami
- B) Kritéria lze bezpečně používat samostatně při rozhodování o náboru a povýšení.
- C) Metriky udávají použití, nikoli kvalitu; nelze srovnávat napříč doménami a musí být v rovnováze s kvalitativním hodnocením ✔
- D) Výstupy humanitních věd jsou plně a kompletně zastoupeny v citačních databázích
Zveřejnění: Tyto metriky ukazují použití a viditelnost, nejsou přímými měřítky kvality. Protože citační kultura oborů je odlišná (jako je medicína a filozofie), nelze je přímo porovnávat; Výstupy z oblasti humanitních věd s velkým objemem knih jsou v databázích nedostatečně zastoupeny. Kritéria by proto neměla být k hodnocení jednotlivců používána samostatně, ale měla by být vyvážena kvalitativním hodnocením.
12. Jaká je klíčová výhoda přístupu RAG (access-augmented production) oproti obecné AI?
- A) Výrazné snížení halucinace propojením odpovědi se skutečnými dokumenty instituce a uvedením zdroje ✔
- B) Vždy reagujte perfektně, bez ohledu na kvalitu podkladu
- C) Úplně a trvale znemožnit halucinace
- D) Otevření všech dokumentů všem bez nutnosti kontroly přístupu
Vysvětlení: Při zodpovězení otázky RAG nejprve najde příslušné části z vlastních dokumentů instituce a vytvoří odpověď založenou pouze na těchto částech s uvedením zdroje. Tímto způsobem je odpověď spojena se skutečnou a dohledatelnou dokumentací a halucinace jsou výrazně sníženy. RAG však halucinaci zcela neodstraní, protože odpověď může být stále špatná, pokud se objeví nesprávný kus.
13. Jaká je v humanitních a společenských vědách nejspolehlivější metoda pro ověření nabídky AI uživateli?
- A) Ujistěte se, že citát vypadá věrohodně a plynule
- B) Stačí požádat AI, aby reprodukovala stejnou nabídku
- C) Ověřte citaci tak, že ji najdete v autorově skutečném díle ✔
- D) Přijetí, že stačí, aby byl citát připsán slavnému jménu
Popis: Umělá inteligence dokáže generovat zcela vymyšlené citáty připisované skutečnému autorovi; Skutečnost, že citát vypadá slovo od slova přesný a přesvědčivý, není důkazem jeho správnosti. Nejspolehlivější metodou je ověřit citát jeho nalezením v autorově skutečném díle; Logika „tento autor mohl něco takového říct“ nestačí.
14. Který princip je správný při používání umělé inteligence z hlediska autorských práv, soukromí a etiky?
- A) Data chráněná autorským právem a osobní údaje lze do veřejných nástrojů vkládat bez přemýšlení, protože je to rychlé
- B) Pokud je použití legální, je rozhodně etické a není potřeba žádné další hodnocení.
- C) Když umělá inteligence produkuje výstup, odpovědnost zcela přechází na nástroj, nikoli na člověka.
- D) Autorská práva a soukromí musí být respektovány od samého počátku; anonymizace, transparentnost a souhlas jsou zásadní a konečná odpovědnost leží na člověku ✔
Vysvětlení: Impulzivní vkládání obsahu chráněného autorským právem a osobních údajů (ID uživatele, historie čtení/hledání) do obecných nástrojů umělé inteligence může vést k porušení práv a soukromí; Nezbytností je anonymizace, minimalizace dat, transparentnost a souhlas. Navíc, i když je použití legální, může být neetické; „Všichni to používají“ nebo „stane se to rychle“ neospravedlňuje praxi a konečná odpovědnost leží na odborníkovi, nikoli na nástroji.