Gevinster:
- Evne til at forstå og implementere, at barnets data er særlige data, og at det skal være anonymiseret inden for rammerne af KVKK og fortrolighed og kræver familiesamtykke.
- Evne til at evaluere kunstig intelligens-værktøjer med hensyn til datasikkerhed, lagring og brug i modeltræning og vælge det sikre
- Evne til at opretholde etiske grænser såsom diagnostisk autoritet, stigmatisering, diskrimination og barnets bedste i arbejdsgangen
Et barns udviklingsfil indeholder barnets mest intime information: udviklingshistorie, familiesituation, screeningsresultater, observationer og nogle gange medicinsk information. Når disse oplysninger falder i de forkerte hænder eller misbruges, kan det skade barnet i mange år fremover: et mærke, et stigma, en diskrimination. Derfor er beskyttelse af børns data et af de mest seriøse ansvar for børneudviklingsspecialisten; I en tidsalder med kunstig intelligens bliver dette ansvar mangedoblet, fordi indsættelse af data i et værktøj tager sekunder og kan ikke fortrydes. I denne enhed vil vi dække børnedatas juridiske status, evaluering af kunstig intelligensværktøjer med hensyn til privatliv og etiske grænser.
For det første retsgrundlaget: I Türkiye regulerer KVKK (Personal Data Protection Law) behandlingen af personoplysninger. Barnets helbreds- og udviklingsdata er i kategorien særlige persondata; Denne kategori er underlagt det højeste beskyttelsesniveau. I Europa svarer det til GDPR. I tilfælde af et barn er følsomheden endnu større, fordi barnet ikke kan give gyldigt samtykke til sine egne data; Samtykke (informeret udtrykkeligt samtykke) indhentes fra den juridiske repræsentant, det vil sige familien. Princippet om "barnets bedste" er fremherskende i enhver beslutning.
Anonymisering: det mest grundlæggende og kraftfulde trin
Det mest grundlæggende, mest praktiske trin, der beskytter privatlivets fred, når du arbejder med kunstig intelligens, er anonymisering: fjernelse af alle identitets-afslørende oplysninger (navn, efternavn, TR ID-nummer, fødselsdato, skole/institution navn, adresse, protokol/filnummer, familienavne) fra dataene og brug kun de ikke-identificerede oplysninger, der er nødvendige for din opgave. At skrive "3 år og 2 måneder gammel pige" i stedet for "Elif Kaya, 3 år og 2 måneder, Papatya Børnehave" gør arbejdet med data, men bevarer identiteten.
En advarsel: identitet kan dukke op igen, når flere små detaljer mødes (dette kaldes re-identifikation). For eksempel kan detaljer som "Den eneste tvilling i landsby X, hans far er leder" identificere personen, selvom der ikke er noget navn. Derfor er det nødvendigt ikke kun at slette navnet, men også at generalisere de detaljer, der gør det unikt.
Rå (kan ikke deles)
Anonym (kan deles)
Elif Kaya, TC 123..., født 12.03.2022.
3 år 2 måneder gammel pige
Papatya børnehave, 3-A klasse
førskoleinstitution
Hans mor er Ayşe og hans far er Mukhtar.
forældre
Filnummer 2024/187
(fjernet)
OBS: At uploade barnets identitetsoplysninger, fulde rapport eller foto til et offentligt tilgængeligt kunstig intelligensværktøj er en krænkelse af KVKK og privatlivets fred og kan ikke trækkes tilbage. Dataene går til en ekstern server, og nogle værktøjer kan bruge dem til modeltræning. Anonymiser altid før upload.
Værktøjsvalg og datalivscyklus
Ikke alle AI-værktøjer har det samme niveau af privatliv. Når du evaluerer et værktøj, så spørg: Bruger det effektivitet til at træne modellen? Hvor gemmer den data og hvor længe? Tilbyder det en databehandleraftale (til virksomhedsbrug)? Hvor er deres servere? Virksomheds-, kontrakt- og uddannelsesværktøjer, der ikke bruger dine data, er sikrere end offentligt tilgængelige gratis værktøjer. Men selv i det mest sikre værktøj, del ikke unødvendige legitimationsoplysninger - anonymisering er det første forsvar under alle omstændigheder.
Overvej dataens livscyklus: indsaml data (valider), bearbejd (efter behov), gem (sikker, tidsindstillet), del (kun autoriseret, anonym) og slet (når det er gjort). Alt, hvad du sætter i AI-værktøjer, risikerer at falde uden for denne løkke.
Tip: Sæt en hård regel øverst i dine yndlingsmeddelelser: "Jeg vil ikke dele nogen information, der identificerer barnet eller familien i denne samtale." Ved at gøre dette til en kontrolrefleks forhindrer du den mest almindelige overtrædelse (fraværende indsættelse af ID).
Etiske grænser: diagnose, stigmatisering, diskrimination
Privatliv er et teknisk problem, men etik er bredere. Tre grænser er kritiske. Diagnostisk autoritet: specialist i børns udvikling udfører screening og udviklingsvurdering; Definitiv diagnose er den relevante læges/kliniske teams opgave. Kunstig intelligens kender ikke denne grænse; du vil beskytte. Stigma: At markere et barn med en tidlig og permanent etiket (i filen, i familien, i dit eget sind) er uretfærdigt over for barnet og kan have en negativ indvirkning på deres udvikling. Diskrimination og skævhed: AI kan afspejle skævheder i træningsdata; Det kan give partiske resultater vedrørende en bestemt kultur, køn eller socioøkonomisk gruppe. Eksperten bør bemærke disse og rette dem. Frem for alt dette står princippet om barnets tarv: er enhver beslutning til gavn for barnet?
Fire kopierbare prompter
1) Anonymiseringsprompt:
Jeg vil give dig en tekst. Fjern enhver information, der kan afsløre barnets eller familiens identitet (navn, efternavn, TR ID, fødselsdato, skole/institution, adresse, filnummer, unikke detaljer); erstatte med generelt udtryk([pige], [førskoleinstitution]). Generaliser ikke kun navnet, men også unikke detaljer, der kan identificere personen. Angiv, hvad du har fjernet. Tekst: [rå]
2) Prompt til evaluering af køretøjets privatliv:
Giv mig en tjekliste over privatlivsspørgsmål, jeg bør stille for at beslutte, om jeg kan bruge et AI-værktøj med børnedata (er de data, der bruges til undervisning, opbevaring, kontrakt, serverplacering, sletning). Lad være med at finde på svarene; bare liste spørgsmålene.
3) Prompt om etik/grænse for myndighedskontrol:
Gennemgå følgende tekst etisk: (1) stiller/antyder det en diagnose? (2) er der en stigmatiserende etiket? (3) er der kulturelle/køn/socioøkonomiske skævheder? Fremhæv hvert problem og foreslå et rettet, forsigtigt alternativ.Tekst: [udkast]
4) Tekstprompt med oplysninger om familiesamtykke:
Udarbejd en kort MEDDELELSE/SAMTYKKE-tekst til familien, der blot forklarer, hvordan jeg vil bruge og beskytte barnets data. Det omfatter: hvilke data, til hvilket formål, hvordan de er beskyttet, hvem de deles med, fortrydelsesret. Ydelse af juridisk rådgivning; Bemærk, at det er et udkast og skal godkendes af institutionen.
tre minisager
Sag 1 – Overtrædelse af identitetsupload. På en travl dag indsætter en specialist et barns udviklingsrapport, komplet med fulde navn og ID, i et offentligt værktøj og siger "opsummer". Dataene forlod institutionen, og familiens samtykke blev ikke indhentet. Den korrekte måde var at anonymisere dataene med 1. prompt og kun bruge anonyme oplysninger i et sikkert værktøj. Denne krænkelse er både et juridisk og etisk spørgsmål og kan ikke omgøres.
Sag 2 — Genidentifikation. En ekspert sletter navnet, men efterlader detaljen "den eneste trilling i landsbyen, hans far er imam." Denne detalje identificerer barnet selv uden et navn. Eksperten uddyber anonymiseringen for at generalisere unikke detaljer: "et flerfoldsgraviditetsbarn, der bor i et landområde." Identiteten er nu beskyttet.
Tilfælde 3 — Bias-korrektion. AI producerer en forudindtaget antagelse implicit i indholdet om en lavindkomstfamilie, såsom "involvering er ofte utilstrækkelig i disse familier." Eksperten fanger dette med den 3. prompt; finder udsagnet udokumenteret, stigmatiserende og diskriminerende og fjerner det. Den omskriver indholdet på et sprog, der ser enhver familie som ligeværdig og respekteret.
Svag prompt / Stærk prompt
Svag prompt:
Jeg indsætter hele Elifs rapport her, vurderer og anbefaler en diagnose.
Problem: identitetsoplysninger deles (KVKK-overtrædelse), diagnosticering anmodes (autorisationsoverskridelse), intet samtykke, sikkert køretøj stilles ikke spørgsmålstegn ved.
Kraftig prompt:
Rediger følgende ANONYME udviklingsoversigt (identifikationsoplysninger fjernet) for evalueringsUDKAST. At stille en diagnose; brug af stigmatiserende etiketter; Undgå forudindtaget antagelse. Marker [lad en ekspert vurdere], hvor du ikke er sikker. Resumé: [anonym]
Almindelige fejl
- Upload af legitimationsoplysninger: Den mest almindelige og mest alvorlige overtrædelse; anonymiser altid.
- Overfladisk anonymisering: Bare at slette navnet er ikke nok; generaliser også unikke detaljer.
- Ikke at sætte spørgsmålstegn ved værktøjets privatliv: Undgå værktøjer, der bruger dine data til uddannelse.
- Overskridelse af den diagnostiske grænse: Vurdering er ikke diagnose; Myndigheden ligger hos lægen/teamet.
- Ikke genkendende bias: Rette stigmatiserende/diskriminerende antagelser om AI.
Sammenfattende
Børnedata er særlige persondata; Det kræver den højeste beskyttelse inden for KVKKs rammer, og der indhentes fortrolighed og samtykke fra familien. Det stærkeste forsvar, når du arbejder med AI, er anonymisering - generaliser ikke kun navnet, men også unikke detaljer, der kan identificere individet. Evaluere værktøjer til privatliv; Vælg den sikre, der ikke bruger dine data i træningen. Oprethold etiske grænser (diagnostisk autoritet, stigmatisering, diskrimination/bias) og overvej barnets bedste i enhver beslutning.
Ansøgningsopgave
Tag en ikke-anonymiseret (autentisk, fra dine egne optegnelser) statusnote; Uden at afspejle det på skærmen, anonymiser det manuelt ved hjælp af logikken i den 1. prompt og angiv alle oplysninger, du har udtrukket. Evaluer et AI-værktøj, du bruger med hensyn til privatliv, med den 2. prompt. Tjek et udkast for etik/bias med prompt 3. Bemærk mindst tre rettelser, du har foretaget (én anonymisering, én etik, én bias).
tjekliste
- [ ] Jeg anonymiserede dataene; Jeg generaliserede også unikke detaljer.
- [ ] Jeg vurderede det værktøj, jeg brugte med hensyn til privatliv; Jeg valgte den sikre.
- [ ] Jeg indhentede familiens samtykke, når det var nødvendigt.
- [ ] Jeg opretholdt grænsen for diagnostisk autoritet; Jeg anvendte sondringen mellem evaluering og diagnose.
- [ ] Jeg fjernede stigmatiserende tags og diskriminerende/partiske udtryk.
- [ ] Jeg overvejede barnets tarv i enhver beslutning.
- [ ] Jeg har ikke uploadet legitimationsoplysningerne til noget køretøj.