Gevinster:
- Genkend direkte og indirekte identifikatorer, metadata og digitale spor, der kan give kilden væk, og spørg 'hvor mange personer ville denne beskrivelse passe?' Mulighed for at anvende anonymisering med test
- Få disciplinen med kun at vælge sikkerhedsverificerede værktøjer til følsomt arbejde, anvende princippet om mindste data og rydde op i spor
- Evne til at forstå, at KVKK og faglig fortrolighed nødvendiggør denne disciplin både juridisk og moralsk, og at en lækket identitet ikke kan tages tilbage
I journalistik er en kilde en person, der taler, ofte med stor risiko: en offentlig ansat, der afslører korruption, en arbejder, der beskriver forseelser, en person, der kan miste sit job, sin frihed eller endda sin sikkerhed, hvis hans identitet afsløres. Kildebeskyttelse — princippet om at holde informantens identitet fortrolig — er en af professionens mest hellige forpligtelser og er beskyttet i de fleste retssystemer. The age of Artificial Intelligence (AI) både forenkler denne opgave og introducerer nye risici: det værktøj, du bruger til at forstå et dokument, kan skjule det dokument; Hvis du undlader at anonymisere, kan de spor, du efterlader på AI, afsløre kilden. Princippet for denne enhed er klart: Ingen data, der kunne give væk kilden, kommer ind i et usikret AI-værktøj; Anonymisering og digital hygiejne udføres før brug af AI, ikke efter. Når først den er lækket, kan identiteten ikke genfindes.
Hvad er de spor, der afslører kilden?
Ressourcebeskyttelse er ikke bare "intet navn". Følgende spor kan også afsløre identitet:
- Direkte identifikatorer: navn, telefon, e-mail, TR ID, adresse, ansættelsesenhed.
- Indirekte deskriptorer: beskrivelser som "den eneste kvindelige ingeniør, der arbejder i en cirkel på tre"; Det refererer til en enkelt person i en lille gruppe.
- Dokumentmetadata: forfatternavn, redigeringshistorik, oprettelsesdato, GPS-placering, printerspor indlejret i en fil.
- Kontekstuelle spor: hvem har adgang til dokumentet; timing af lækagen; en bestemt begivenhed i fortællingen.
- Digitalt spor: fra hvilken enhed, fra hvilket netværk, med hvilken konto der blev kontaktet.
Kritisk risiko for kunstig intelligens: At stikke disse spor ind i et værktøj tager dataene ud af din kontrol. De fleste gratis/offentlige AI-værktøjer gemmer input eller kan bruge dem til modelforfining.
Trin for trin: Brug AI, mens du sparer ressourcer
Trin 1 — Klassificer køretøjet. Kun værktøjer med verificerede sikkerheds- og databehandlingsbetingelser (helst virksomhed, ikke-datalagring eller offline) bruges til følsomt arbejde. Følsomme data indtastes ikke i offentlige/gratis værktøjer.
Trin 2 — Rens metadata. Slet metadata før eksport af dokumentet til værktøjet; Hvis det er muligt, konverter dokumentet til almindelig tekst eller opsummer indholdet manuelt og anonymiser det i stedet for et skærmbillede.
Trin 3 — Anonymiser. Generaliser alle direkte og indirekte identifikatorer: "Kilde A", "en offentlig embedsmand", slør datoer og lokationer. Skift opskrifter, der henviser til enkeltpersoner i små grupper.
Trin 4 — Minimumsdatapolitik. Giv kun AI'en, hvad jobbet kræver. I stedet for at opsummere hele dokumentet, giv det relevante ikke-identificerende afsnit.
Trin 5 — Bekræft og gem. Test tilstrækkeligheden af anonymisering med et kontroltrin (skabelon nedenfor). Hold kommunikationen med kilden på separate, sikre kanaler.
Trin 6 — Rens sporene. Når jobbet er udført, skal du rydde historikken/sessionen i værktøjet; Gem eller slet følsomme filer sikkert.
Opmærksomhed: At sige "jeg anonymiserede" er ikke nok; I en lille gruppe afslører selv en enkelt indirekte beskrivelse identitet. Du kan bruge anonymisering til at spørge "hvor mange personer ville denne opskrift passe?" Test det med spørgsmålet. Hvis svaret er "én", er ressourcen ikke beskyttet.
KVKK og faglig fortrolighed
I Türkiye regulerer KVKK (Personal Data Protection Law) persondata; Oplysninger som sundhed og politiske holdninger er særlige data og kræver højere beskyttelse. At give kildens data til et vilkårligt værktøj kan resultere i både etisk og juridisk ansvar. Tavshedspligt er en ærespligt uafhængig af loven.
tre minisager
Tilfælde 1 — Metadatalæk forhindret. En reporter var ved at opsummere en lækket rapport; I sidste øjeblik indså han, at arrangørens navn var indlejret i filens metadata. Han brugte det efter at have konverteret dokumentet til almindelig tekst og fjernet navnet. Hvis råfilen blev uploadet, ville metadataene direkte give kilden væk.
Tilfælde 2 — Indirekte identifikationsfare. En reporter brugte en sætning, da han konsulterede YZ, og beskrev en kilde som "den eneste handicappede medarbejder i hovedkvarteret." Uanset om AI'en har gemt teksten et sted eller ej, pegede denne beskrivelse på én person. Redaktøren bemærkede, ændrede beskrivelsen til "en bureaumedarbejder." I den lille gruppe var den indirekte beskrivelse lige så farlig som navnet.
Case 3 — Valg af et sikkert køretøj. Ved analyse af en meget følsom batch af dokumenter valgte et efterforskningshold at bruge en ingen-data/offline-løsning frem for et generisk AI-værktøj; desuden anonymiserede dokumenterne. Analyse var lidt langsommere, men på intet tidspunkt blev ressourcens sikkerhed kompromitteret.
Kopierbare skabeloner
1) Anonymiseringstest:
Markér hvert element i teksten nedenfor, der kan afsløre kildens identitet: direkte identifikatorer (navn, titel, enhed) og indirekte identifikatorer (beskrivelser, der peger på en enkelt person i den lille gruppe, specifikke begivenheder, dato/sted). For hvert tegn, "hvor mange personer ville denne beskrivelse passe?" Stil spørgsmålet og foreslå sikrere generaliseringer. Skift tekst. Tekst: [her]
2) Tjek før dokumentdeling:
Lav en sikkerhedstjekliste, jeg skal lave, før jeg sender et dokument til et AI-værktøj: metadatarensning, direkte/indirekte identifikationsscanning, minimal datapolitik, værktøjssikkerhedsklasse, historikrensning. Tilføj en enkelt sætning "hvordan" for hvert element.
3) Risikovurdering for kildekommunikation:
Jeg vil kontakte en følsom kilde. Opret en tjekliste over digitale sikkerhedsforanstaltninger, der vil beskytte din identitet og kommunikation (kanalvalg, efterlad ingen spor, metadata, enhedshygiejne). Giv konkrete og handlingsrettede forslag; lover ikke absolut sikkerhed.
4) Kontrol med kildebeskyttelse før udgivelse:
Inkluder alle detaljer, der kan identificere kilden, i følgende nyheder, der er klar til at blive offentliggjort: indirekte beskrivelser, timing af tilskrivning, antal personer, der havde adgang til dokumentet, specifikke begivenhedsdetaljer. Fremhæv hvert risikabelt sted og foreslå, hvordan det sløres. Nyheder: [her]
Svag prompt / Stærk prompt
Svag prompt: "Opsummer dette dokument." (ved at uploade et følsomt metadatakildedokument, som det er)
Resultat: Metadata og indirekte identifikatorer er uden for din kontrol; Kilden kan være kompromitteret, uden at du er klar over det.
Stærk prompt: Konverter først dokumentet til almindelig tekst og slet metadataene, generaliser de direkte/indirekte identifikatorer, giv kun den relevante del: "Opsummer følgende anonymiserede tekst; marker også eventuelle resterende identitetsspor i den."
Forskel: Den stærke tilgang renser data uden at give dem til køretøjet, deler minimale data og bruger AI som et ekstra kontrollag; ressourcen er beskyttet.
sammenligningsdiagram
sportype
eksempel
Risiko
forholdsregler
Direkte identifikator
Navn, telefon, enhed
høj
Slet/generaliser
indirekte identifikator
"Den eneste kvindelige ingeniør"
Høj (skjult)
"Hvor mange mennesker passer det?" test
metadata
Fil forfatter/dato/GPS
høj
Konverter til almindelig tekst, klar
Kontekstuel ledetråd
Lækagetidspunkt
medium
Slør tid/sted
digitalt spor
Enhed, netværk, konto
Medium-Høj
Sikker kanal, hygiejne
Almindelige fejl
- Glemte metadata. Uploader filen som den er og lækker indlejret forfatter/dato/placeringsinformation.
- Bare slet navnet. Ignorerer, at indirekte identifikatorer også afslører identitet.
- Eksport af følsomme data til det offentlige værktøj. Indtastning af kildedata i værktøjer, der lagrer data/bruger dem i modeltræning.
- Deler for mange data. Forøgelse af risikooverfladen ved at levere flere dokumenter/detaljer end jobbet kræver.
- Rengør ikke sporene. Forlader sessionshistorik og følsomme filer, når jobbet er udført.
Sikkert valg af køretøj: hvad skal man kigge efter?
At beslutte, om et AI-værktøj er "sikkert" til et følsomt job, er en teknisk færdighed, som en journalist skal tilegne sig. De vigtigste spørgsmål at se på er: Gemmer værktøjet de data, du indtaster, hvor længe og hvor? Bruges dine input i modeltræning (ja i de fleste gratis forbrugerværktøjer, ofte nej i virksomhedsversioner)? I hvilket land behandles dataene og i henhold til hvilken lov? Kan værktøjet fungere offline (på din egen enhed, uden at sende data til internettet)? Har din organisation en databehandleraftale med dette værktøj? Indtastning af følsomme ressourcedata i et værktøj uden at kende svarene på disse spørgsmål bringer ressourcen i fare med blind tillid.
Et generelt hierarki er nyttigt: For de mest følsomme dokumenter foretrækkes løsninger, der kører offline eller på din egen infrastruktur; kontrakterede virksomhedsværktøjer, der ikke gemmer data med middel præcision; Generiske forbrugerværktøjer må kun bruges til ikke-identificeret, offentligt tilgængeligt eller anonymiseret indhold. Hvis du laver denne klassificering i begyndelsen, forhindrer du fejlen "at indtaste de forkerte data i det forkerte værktøj i en fart". Derudover bør denne beslutning i en virksomhedsredaktion ikke overlades til individuelle journalister, men bør standardiseres med en skriftlig værktøjsgodkendelsesliste; fordi en enkelt fejl fra en enkelt person kan ødelægge kilden til en hel undersøgelse. Køretøjssikkerhed er den tekniske søjle i ressourcebeskyttelse og bør tages lige så alvorligt som anonymisering.
Sammenfattende
Ressourcebeskyttelse udgør nye risici i AIs tidsalder: værktøjer kan skjule data, metadata og indirekte identifikatorer kan give identitet væk. Sikker måde; at vælge værktøjet i henhold til dets sikkerhedsklasse, rense metadata, anonymisere alle direkte og indirekte identifikatorer ("hvor mange personer passer til denne beskrivelse?"-testen), anvende princippet om mindste data og rensespor. KVKK og faglig fortrolighed kræver denne disciplin både juridisk og moralsk. Når først den er lækket, kan identiteten ikke genfindes.
Ansøgningsopgave
Tag et ægte eller fiktivt kildedokument/note. Følg først "Anonymiseringsfærdighedstest"-prompten; Marker hver direkte og indirekte deskriptor, der vises, og spørg "hvor mange personer ville den passe?" Vurder med spørgsmålet. Anonymiser derefter dokumentet sikkert og anvend manuelt listen "Dokument forud for deling" én gang.
tjekliste
- [ ] Jeg bruger kun sikkerhedsverificerede værktøjer til følsomt arbejde.
- [ ] Jeg rydder metadataene, før jeg eksporterer dokumentet.
- [ ] Bruger alle direkte og indirekte deskriptorer som "hvor mange personer passer det?" Jeg anonymiserer det med testen.
- [ ] Følger princippet om mindst data; Jeg deler kun den nødvendige del.
- [ ] Jeg rydder sessionshistorik og følsomme filer efter arbejde; Jeg iagttager KVKK og faglig fortrolighed.