Gevinster:
- At skelne mellem begreberne persondata, særlige kvalitetsdata, dataansvarlig og databehandler
- Anvendelse af KVKKs generelle principper (begrænsning af formål, minimering) på brugen af AI
- Forstå, at indtastning af data i AI er behandling og ofte overførsel, og forpligtelsen til at registrere
Brug af kunstig intelligens i en organisation er næsten altid sammenflettet med behandling af personlige data: opsummering af en kunde-e-mail, evaluering af et CV, parsing af en opkaldsoptagelse. Derfor er rygraden i AI-governance at forstå Türkiyes databeskyttelseslov, KVKK (Personal Data Protection Law No. 6698). I denne enhed lærer vi de grundlæggende begreber, generelle principper og VERBIS-registrering af KVKK, der direkte forbinder det med brugen af AI. Målet er ikke at blive advokat; Det er at skabe et solidt grundlag for, at en databeskyttelsesansvarlig kan træffe korrekte daglige beslutninger.
Grundlæggende begreber: hvem er hvem?
Sproget i KVKK er baseret på flere nøglebegreber. Uden at skelne mellem disse kan ingen AI-beslutning træffes korrekt.
koncept
Betydning
eksempel i AI
personlige data
Enhver information om en identificeret/identificerbar fysisk person
Navn, e-mail, telefon, IP, kundenummer
Særlige kvalitetsdata
Følsomme kategorier som sundhed, religion, biometri
Patienthistorie, blodtype, ansigtsdata
Kontaktperson
Person, hvis data behandles (dataejer)
Kunde, medarbejder, kandidat
Dataansvarlig
Bestemmelse af formål og metode til behandling
Organisation, der bruger AI
databehandler
Den part, der behandler data på vegne af den dataansvarlige
Virksomhed, der leverer AI-service
Denne sondring har juridiske konsekvenser: Den dataansvarlige (institutionen selv) er den primære ejer af ansvaret. AI-udbyderen er ofte databehandler, og der skal indgås en skriftlig kontrakt (databehandleraftale) med denne. At sige "AI-udbyderen gjorde det" fritager ikke organisationen for ansvar.
Bemærk: Data er personlige data, så længe de gør dem "identificerbare". Det er ikke nok at sige "Jeg har slettet navnet"; Selv kombinationen af fødselsdato + postnummer + erhverv kan gøre en person identificerbar. Kontroller altid for denne kombinerede identificerbarhed i de data, der indtastes i AI.
Generelle principper for KVKK og AI
KVKK opstiller generelle principper, som al behandling skal overholde. Den direkte oversættelse til AI-brug er:
- Overholdelse af lovgivning og ærlighed: Behandling af data hemmeligt eller vildledende.
- At være nøjagtig og opdateret: AI kan producere hallucinationer; Outputtet kan ikke gemmes som personlige data uden verifikation.
- Specifikt, klart og legitimt formål: Data kan ikke behandles, fordi "det kan blive nødvendigt i fremtiden"; Formålet er klart på forhånd.
- Formålsrelateret, begrænset og målt (dataminimering): Kun data, der er nødvendige til formålet, indtastes i AI.
- Opbevaring i påkrævet periode: Når formålet er forbi, vil data (inklusive AI-chathistorik) blive slettet/anonymiseret.
Dataminimering er det mest overtrådte princip i AI: i stedet for at indsætte hele filen for at opsummere en tekst, er det nødvendigt kun at indtaste det påkrævede afsnit og om muligt i dets maskerede (navne skjulte) form.
tre minisager
Tilfælde 1 — For mange data. En callcenterchef sender 5.000 opkaldsudskrifter til AI'en sammen med navn, telefonnummer og ID-nummer for at "udtrække temaer om kundetilfredshed." Der er dog ikke behov for identitetsdata til temaanalyse. Ifølge princippet om minimering er den korrekte måde at slette ID-felterne og kun give opkaldsteksten. Dermed vil 5.000 personers identitetsdata ikke blive behandlet unødigt.
Sag 2 — Formålsdrift. Marketing leverer medarbejders clock-in- og clock-out-tider til AI til "produktivitetsanalyse". Disse data blev dog indsamlet til arbejdsmiljø- og sikkerhedsformål. Misbrug er i strid med princippet om "begrænsning af formål". Den rigtige beslutning: at revurdere retsgrundlaget og afklaringen, før dataene behandles til dette nye formål.
Case 3 — Den uudslettelige fortid. En forsikringsprofessionel har indtastet kundedata i den samme AI-chat i flere måneder for at vurdere skader, og historien bliver aldrig ryddet. 8 måneder senere er data fra mere end 300 kunder samlet i en enkelt chat. I henhold til opbevaringspolitik skal denne historie slettes, når formålet er forbi (filen er lukket), eller transaktionen skal flyttes til et institutionelt værktøj uden logfiler.
Indtastning af data i AI er "behandling"
Forarbejdning i KVKK; Det er enhver proces, herunder indhentning, registrering, lagring og overførsel af data. At indsætte en tekst i AI betyder at sende dataene til udbyderens server - dette er en transaktion og ofte en overførsel (hvis serveren er i udlandet). Derfor kræver enhver brug af AI et gyldigt juridisk grundlag bag sig (emnet for den næste enhed) og en passende kontrakt.
Tip: "Kan jeg indtaste disse data i AI?" Test spørgsmålet med tre filtre: (1) Personlige data? (2) Er det nødvendigt til formålet og er det blevet minimeret? (3) Har jeg et gyldigt retsgrundlag og en passende kontrakt? Hvis alle tre ikke er "ja", stop og evaluer.
VERBIS og behandling af inventar
VERBIS (Data Controllers Registry Information System) er det officielle register, hvor dataansvarlige, der overskrider visse tærskler, registrerer deres persondatabehandlingsaktiviteter. Institutionen fører en fortegnelse over behandling af personoplysninger: en live-registrering, der viser, hvilke data den behandler, til hvilket formål, på hvilket retsgrundlag, hvor meget den opbevarer, og hvem de overføres til. Når en ny AI-baseret behandlingsaktivitet startes, bør denne opgørelse opdateres og om nødvendigt afspejles i VERBIS-posten.
lagerplads
Eksempel på AI-aktivitet
Formål med forarbejdning
Automatisk opsummering af kundemails
Datakategori
Kontakt, kundetransaktionsdata
Retsgrundlag
Opfyldelse af kontrakt / legitim interesse
modtagergruppe
AI-tjenesteudbyder (databehandler)
overførsel
Oversøisk server (med passende garanti)
Opbevaringsperiode
Slet fra fillukning
Kopierbare skabeloner
SKABELON 1 — Maskering af teksten uden at indtaste den i AI: "Fjern personlige data (navn-efternavn, telefon, e-mail, ID-nummer, adresse) fra teksten nedenfor og erstat dem med tags såsom [NAVN], [TEL]. Bevar tekstens betydning og struktur. Returner kun den maskerede tekst, undlad at lave andre forklaringer."
SKABELON 2 — Minimeringstjek: "Jeg vil udføre følgende opgave: [skrive opgave]. Angiv hvilke af FØLGENDE datafelter der ville være UNØDVENDIGE til denne opgave: [skriv felter]. Marker 'kasser' ethvert felt, der ikke er nødvendigt til formålet, og skriv i én sætning hvorfor."
SKABELON 3 — Behandling af inventarlinje: "Udfyld linjen for behandling af personoplysninger for den følgende AI-brug: [beskriv brugen]. Felter: behandlingsformål, datakategori, kontaktgruppe, mulige juridiske grundlag (foreslå flere), modtagere, overførsel, estimeret opbevaringsperiode. Præcis juridisk beslutningstagning, nuværende muligheder."
SKABELON 4 — Registrering af personoplysninger: "Hvilke persondatatyper og især hvilke SÆRLIGE data (sundhed, religion, biometri osv.) er i dette dokument? Angiv typerne og skriv ned, hvilken klasse de falder ind under for hver. Du må ikke ændre dokumentet, bare opdage det."
Svag prompt / Stærk prompt
SWAG: "Analyser denne kundeliste." (med fulde navn, telefon, ID)-> Overtræder minimering; sender unødvendige personlige/private data til udbyderen; rejser retsgrundlag og overførselsproblemer.STERK: "Analyser den regionale efterspørgselsfordeling ved kun at bruge kolonnerne 'by' og 'produktkategori' i listen nedenfor. Ignorer kolonnerne med navn, telefon, ID - jeg har allerede slettet dem."-> Kun ikke-personlige data, der er nødvendige til formålet, behandles; Princippet er bevaret.
Almindelige fejl
- Tænker "jeg slettede navnet, det er ikke personligt længere"; hvorimod kombinerede data kan gøre en person identificerbar.
- Ikke at skelne mellem dataansvarlig og databehandler og ikke underskrive en kontrakt med udbyderen.
- De unødvendige områder til formålet er også indtastet i AI og overtrådt minimeringen.
- Brug af data indsamlet til ét formål i AI til et andet formål (formålsdrift).
- Gemmer AI-output som "nøjagtige og opdaterede" personlige data uden at verificere det.
- Afspejler ikke ny AI-aktivitet i behandling af inventar og VERBIS om nødvendigt.
- Akkumulering af AI-chathistorik uden at binde den til en opbevarings-/sletningsregel.
Sammenfattende
- Kernen i KVKK; er at skelne mellem begreberne persondata, dataansvarlig og databehandler.
- Den dataansvarlige (institutionen) er hovedforpligteren; AI-udbyderen er ofte databehandler og kræver en kontrakt.
- Blandt de generelle principper er de mest kritiske for AI dataminimering og formålsbegrænsning.
- Indtastning af data i AI er en transaktion og ofte en overførsel; Lovgrundlag og kontrakt er påkrævet.
- Hver ny AI-aktivitet skal registreres i behandlingsfortegnelsen og om nødvendigt afspejles i VERBIS-posten.
Ansøgningsopgave
Vælg en reel behandlingsaktivitet, som din organisation gerne vil udføre med AI (f.eks. temaanalyse af kundeklager). Udfyld en behandlingsopgørelseslinje for denne aktivitet: formål, datakategori, kontaktgruppe, mulige retsgrundlag, modtagere, overførselsstatus og opbevaringsperiode. Send derefter de data, der skal indtastes i AI'en i denne aktivitet, gennem et minimeringsfilter: skriv hvilke felter der er unødvendige, og hvilke der skal maskeres. Skriv endelig ned, hvem der er dataansvarlig for denne aktivitet, hvem der er databehandler, og hvilken kontrakt der kræves mellem dem.
tjekliste
- [ ] Jeg opdagede personlige og private data i aktiviteten.
- [ ] Jeg præciserede dataansvarlig og databehandler.
- [ ] Jeg anvendte minimering: fjernede/maskerede unødvendige områder.
- [ ] Jeg har defineret formålet med behandlingen specifikt og legitimt.
- [ ] Jeg udfyldte en behandlingsbeholdningslinje.
- [ ] Jeg evaluerede overførselssituationen (oversøisk server).
- [ ] Jeg har planlagt opbevaringsperioden og sletningen af AI-historik.