Πώς να γράψετε μια πολιτική χρήσης εταιρικής τεχνητής νοημοσύνης

Κέρδη:

• Δημιουργήστε ένα προσχέδιο χρησιμοποιώντας το πρότυπο πολιτικής των οκτώ μερών
• Γράψτε κανόνες χρήσης με βάση την ταξινόμηση δεδομένων τεσσάρων επιπέδων
• Εφαρμογή της πολιτικής και ακολουθώντας τη λίστα ελέγχου επιβολής

Όταν το έργο της «σχεδίασης μιας πολιτικής τεχνητής νοημοσύνης που θα παρουσιαστεί στο διοικητικό συμβούλιο την επόμενη Παρασκευή» έρχεται στο γραφείο ενός αξιωματικού συμμόρφωσης, πολλοί φοβούνται το λευκό χαρτί. Ωστόσο, μια καλή πολιτική τεχνητής νοημοσύνης είναι αρχιτεκτονικά τυπική: έχει ένα προβλέψιμο πλαίσιο οκτώ μερών. Σε αυτήν την ενότητα, θα δημιουργήσουμε αυτόν τον σκελετό ενότητα προς ενότητα, θα εμβαθύνουμε στην ταξινόμηση δεδομένων που είναι η καρδιά του και θα δούμε τα βήματα για να θέσουμε σε εφαρμογή το προσχέδιο. Στόχος είναι η παραγωγή ενός συγκεκριμένου εγγράφου που μπορεί να παρουσιαστεί την Παρασκευή.

Ο χρυσός κανόνας της συγγραφής πολιτικών

Το τεστ μιας πρότασης μιας καλής πολιτικής είναι: "Μπορεί ένας υπάλληλος να διαβάσει αυτό το έγγραφο σε 10 λεπτά και να απαντήσει ξεκάθαρα στην ερώτηση "τι μπορώ να κάνω και τι δεν μπορώ;"" Εάν το έγγραφο είναι 30 σελίδων, γραμμένο στη νομική γλώσσα και δεν περιέχει συγκεκριμένα παραδείγματα, το τεστ αποτυγχάνει. Η πολιτική πρέπει να είναι σύντομη, υποδειγματική και προσανατολισμένη στη δράση.

Σκελετός με οκτώ μέρη

Ο παρακάτω πίνακας είναι ένα αποδεδειγμένο πλαίσιο πολιτικής AI. Κάθε ίδρυμα το προσαρμόζει στο δικό του πλαίσιο.

#

Ενότητα

Τι απαντήσεις;

1

Σκοπός και πεδίο εφαρμογής

Ποιους και ποια εργαλεία καλύπτει η πολιτική;

2

Ορισμοί

Τι σημαίνουν όροι όπως AI, σκιώδης AI, προσωπικά δεδομένα;

3

Ρόλοι και ευθύνες

Ποιος εγκρίνει, ποιος επιθεωρεί, ποιος είναι υπεύθυνος;

4

Κανόνες ταξινόμησης και χρήσης δεδομένων

Ποια δεδομένα μπορούν να εισαχθούν σε ποιο εργαλείο;

5

Εγκεκριμένα οχήματα και διαδικασία έγκρισης

Ποια οχήματα είναι δωρεάν, πώς εγκρίνεται ένα νέο όχημα;

6

Απαγορευμένες χρήσεις

Τι δεν πρέπει να γίνει σε καμία περίπτωση;

7

Ανθρώπινη επιθεώρηση και επαλήθευση

Πώς να ελέγξετε την έξοδο, ποιος είναι υπεύθυνος;

8

Παραβίαση, κύρωση και επιβολή

Τι συμβαίνει εάν παραβιαστεί ο κανόνας, πότε ενημερώνεται το έγγραφο;

Συμβουλή: Επιδιώξτε να χωρέσετε την πολιτική σε μία σελίδα με αυτές τις οκτώ επικεφαλίδες πρώτα. Post-link καθώς προσθέτει λεπτομέρειες (εγκεκριμένη λίστα οχημάτων, οδηγός ταξινόμησης). Όσο πιο σύντομο είναι το κύριο κείμενο, τόσο πιο ευανάγνωστο είναι.

Καρδιά: ταξινόμηση δεδομένων τεσσάρων επιπέδων

Το πιο κρίσιμο μέρος της πολιτικής είναι η ταξινόμηση δεδομένων, η οποία καθορίζει ποιος τύπος δεδομένων μπορεί να εισαχθεί σε ποιο εργαλείο τεχνητής νοημοσύνης. Τέσσερα επίπεδα είναι κοινά και επαρκή:

Επίπεδο

δείγματα δεδομένων

Κανόνας χρήσης στο AI

ανοιχτό (δημόσιο)

Εκδόθηκε μπροσούρα, δελτίο τύπου

Δωρεάν? Μπορεί να εισαχθεί οποιοδήποτε εγκεκριμένο όχημα

στο εσωτερικό

Εσωτερική διαδικασία, σημείωμα συνάντησης (προσωπικό/μη εμπιστευτικό)

Μόνο σε εταιρικά (συμβατικά) οχήματα

Εμπιστευτικό

Κατάλογος πελατών, συμβόλαιο, οικονομικά στοιχεία

Εγκεκριμένο εταιρικό όχημα + μόνο μάσκα. απαγορεύονται τα προσωπικά οχήματα

Ειδικός/κριτικός

Υγεία, φυλή, θρησκεία, βιομετρικά, εγκληματικά δεδομένα

Κατά κανόνα δεν μπαίνει? μόνο με ειδική έγκριση και νομική βάση

Ειδικά προσωπικά δεδομένα είναι η κατηγορία ευαίσθητων δεδομένων για τα οποία το KVKK παρέχει πρόσθετη προστασία: υγεία, σεξουαλική ζωή, φυλή, εθνικότητα, πολιτικές πεποιθήσεις, φιλοσοφικές πεποιθήσεις, θρησκεία, αίρεση, ένδυση, σύλλογος/ίδρυμα/σύνδεση, ποινική καταδίκη και βιομετρικά/γενετικά δεδομένα. Η επεξεργασία αυτών των δεδομένων υπόκειται σε πολύ αυστηρότερους όρους. Η είσοδος σε ένα εργαλείο τεχνητής νοημοσύνης απαιτεί σχεδόν πάντα ειδική νομική εξέταση.

Τρεις μίνι υποθέσεις: αποφάσεις ταξινόμησης

Περίπτωση 1 — Μισθοδοσία. Ο ειδικός ανθρώπινου δυναμικού θέλει να δώσει τη μισθοδοσία 120 εργαζομένων σε μια τεχνητή νοημοσύνη ώστε να μπορεί να «αναλύσει και να παράγει μια αναφορά μισθολογικής ανισότητας». Η μισθοδοσία είναι και εμπιστευτική και περιέχει προσωπικά δεδομένα καθώς περιέχει όνομα και επίθετο. Σωστή απόφαση: ανωνυμοποιήστε δεδομένα (κωδικά ονόματα όπως "Employee-001", τμήμα διατήρησης), καταχωρίστε μόνο σε εγκεκριμένο εταιρικό εργαλείο. Ανώνυμα 120 γραμμές ανάλυσης γίνονται με σιγουριά. Η ακατέργαστη μισθοδοσία δεν μπαίνει ποτέ στο προσωπικό όχημα.

Περίπτωση 2 — Ιστορικό ασθενούς. Μια νοσοκόμα σε μια μονάδα υγειονομικής περίθαλψης θέλει να χρησιμοποιήσει την τεχνητή νοημοσύνη για να συνοψίσει το ιστορικό του ασθενούς. Αυτά είναι δεδομένα ειδικής ποιότητας. Σύμφωνα με την πολιτική, αυτού του είδους τα δεδομένα απαγορεύονται αυστηρά σε προσωπικό όχημα. Ωστόσο, μπορεί να υποβληθεί σε επεξεργασία μόνο σε σύστημα εγκεκριμένο από το ίδρυμα, το οποίο διαθέτει ειδική συμβατική και νομική βάση για δεδομένα υγείας. Ο πίνακας ταξινόμησης δείχνει αυτή τη διάκριση με μια ματιά.

Περίπτωση 3 — Δελτίο τύπου. Το μάρκετινγκ δίνει στην τεχνητή νοημοσύνη ένα δημοσιευμένο δελτίο τύπου για να «μεταμορφωθεί σε 5 διαφορετικές εκδόσεις για τα μέσα κοινωνικής δικτύωσης». Επειδή τα δεδομένα είναι ανοιχτά, δεν υπάρχουν περιορισμοί. Ο υπάλληλος εργάζεται στο εγκεκριμένο όχημα χωρίς δισταγμό. Μια καλή ταξινόμηση εξαλείφει επίσης την περιττή τριβή: δεν λέει "όχι" για ανοιχτά δεδομένα, λέει καθαρό "σταμάτημα" για ιδιωτικά δεδομένα.

Προσοχή: Κατά την ταξινόμηση ενός δεδομένων, "Υπάρχει έστω και ένα μόνο κομμάτι προσωπικών δεδομένων σε αυτό;" και «θα βλάψει το ίδρυμα;» Κάντε τις ερωτήσεις σας μαζί. Εάν ένα έγγραφο είναι καθαρό από επιχειρηματική άποψη, αλλά έχει ένα όνομα πελάτη, αυτό το έγγραφο φέρει πλέον προσωπικά δεδομένα και αναβαθμίζεται.

Ενότητα απαγορευμένων χρήσεων

Το πιο διαβασμένο κομμάτι της πολιτικής είναι συνήθως οι απαγορεύσεις. Θα πρέπει να είναι συγκεκριμένο και υποδειγματικό. Τυπικές απαγορεύσεις:

• Εισαγωγή ευαίσθητων προσωπικών δεδομένων (υγεία, βιομετρικά στοιχεία κ.λπ.) στο όχημα χωρίς έγκριση.
• Εισαγωγή εμπιστευτικών δεδομένων ή εταιρικού μυστικού σε ατομικούς/προσωπικούς λογαριασμούς AI.
• Χρήση της παραγωγής τεχνητής νοημοσύνης ως νομικών, ιατρικών, οικονομικών αποφάσεων χωρίς επαλήθευση.
• Αφήνοντας αποφάσεις που επηρεάζουν τους ανθρώπους, όπως η πρόσληψη, η προαγωγή και η πίστωση, αποκλειστικά στην τεχνητή νοημοσύνη.
• Χρήση τεχνητής νοημοσύνης για την πλαστοπροσωπία ενός ατόμου, την παραγωγή ψευδούς περιεχομένου ή παραπλανητικών πληροφοριών.
• Παραγωγή και δημοσίευση περιεχομένου που προστατεύεται από πνευματικά δικαιώματα χωρίς άδεια.

Αντιγράψιμα πρότυπα

ΠΡΟΤΥΠΟ 1 — Περίληψη της ενότητας Σκοπός και πεδίο εφαρμογής: "Γράψτε την ενότητα "Σκοπός και Πεδίο" μιας πολιτικής τεχνητής νοημοσύνης για μια εταιρεία [βιομηχανίας]. Διευκρινίστε: ποιους καλύπτει η πολιτική (όλους τους υπαλλήλους, συμβούλους) και ποια εργαλεία (δημιουργική τεχνητή νοημοσύνη, βοηθοί κωδικών). Δηλώστε τον σκοπό ως "ενεργοποίηση υπεύθυνης και συμμορφούμενης χρήσης". 150 λέξεις ή λιγότερες, απλή γλώσσα».

ΠΡΟΤΥΠΟ 2 — Δημιουργήστε έναν πίνακα ταξινόμησης δεδομένων: "Ταξινομήστε τους ακόλουθους τύπους δεδομένων ως δημόσιους / εσωτερικής εγκατάστασης / εμπιστευτικούς / ιδιόκτητους και προτείνετε κανόνα χρήσης τεχνητής νοημοσύνης για καθέναν: [λίστα τύπων δεδομένων]. Κάντε την έξοδο ως πίνακα 3 στηλών: τύπος δεδομένων, κλάση, κανόνας τεχνητής νοημοσύνης. Τοποθετήστε μια ένδειξη "*νομική επιβεβαίωση" στον τύπο για τον οποίο δεν είστε βέβαιοι."

ΠΡΟΤΥΠΟ 3 — Λίστα απαγορευμένων χρήσεων: "Γράψτε την ενότητα "Απαγορευμένες χρήσεις" ανά στοιχείο για ένα ίδρυμα που υπόκειται στο KVKK. Κάθε στοιχείο πρέπει να περιλαμβάνει ένα συγκεκριμένο παράδειγμα ("Για παράδειγμα: ..."). Τουλάχιστον 8 στοιχεία. Τόνος: σαφής και επιτακτικός, αλλά αιτιολογημένος."

ΠΡΟΤΥΠΟ 4 — Περίληψη εργαζομένων (μονοσελίδα): "Μειώστε αυτήν την πολιτική τεχνητής νοημοσύνης 20 σελίδων σε μια περίληψη μιας σελίδας για να την αναρτήσετε στα γραφεία των εργαζομένων: στήλες "Μπορείτε" και "Δεν μπορείτε" + 5 χρυσοί κανόνες + άτομο για να κάνετε ερωτήσεις. Απλή, οπτική, αξέχαστη."

Αδύναμη προτροπή / Ισχυρή προτροπή

ΑΔΥΝΑΜΟΣ: "Γράψτε μια πολιτική τεχνητής νοημοσύνης για την εταιρεία μου, θα πρέπει να καλύπτει τα πάντα."-> Το μοντέλο παράγει 15 σελίδες γενικού κειμένου που κανείς δεν διαβάζει και δεν ταιριάζει στον οργανισμό. Οι κατηγορίες δεδομένων και η διαδικασία έγκρισης παραμένουν ασαφείς. STRONG: "Είμαστε μια εταιρεία ηλεκτρονικού εμπορίου 80 ατόμων, επεξεργαζόμαστε τη διεύθυνση πελατών και τα δεδομένα παραγγελιών. Δημιουργήστε έναν πίνακα ταξινόμησης δεδομένων 4 επιπέδων, 6 απαγορευμένα στοιχεία και μια μονοσέλιδη περίληψη εργαζομένων της πολιτικής AI. Συμπεριλάβετε τον κανόνα κάλυψης για τα προσωπικά δεδομένα. Σημειώστε τα νομικά σημεία για τα οποία δεν είστε σίγουροι, επιτρέψτε μου να αποφασίσω." -> Το μοντέλο παρέχει συνοπτικά, εφαρμόσιμα, συμφραζόμενα και επαληθεύσιμα αποτελέσματα.

Βήματα για τη θέσπιση της πολιτικής

Η γραφή είναι το ήμισυ. Η πραγματική δουλειά είναι να μετατρέψουμε την πολιτική σε ζωντανό κανόνα. Βήματα:

1. Σχέδιο: Συμπληρώστε οκτώ κεφάλαια, προετοιμάστε τα παραρτήματα.
2. Γνώμη ενδιαφερομένων: Λάβετε γραπτά σχόλια από νομικές μονάδες, IT, HR και επιχειρηματικές μονάδες.
3. Νομική έγκριση: Υπογραφή νομικής/συμμόρφωσης για KVKK και συμμόρφωση με τη νομοθεσία.
4. Έγκριση ανώτερης διοίκησης: Υπογραφή που καθιστά το έγγραφο επίσημη εταιρική πολιτική.
5. Ανακοίνωση και εκπαίδευση: Μια σύντομη συνεδρία για όλους. Διανείμετε μια περίληψη μιας σελίδας.
6. Ρεκόρ έγκρισης: Διατηρήστε την έγκριση των εργαζομένων "Έχω διαβάσει, καταλαβαίνω" στο σύστημα.
7. Πρόγραμμα αναθεώρησης: Ορίστε μια ημερομηνία ενημέρωσης τουλάχιστον κάθε 6 μήνες.

Συμβουλή: Τοποθετήστε ένα πλαίσιο "έκδοση και ημερομηνία" στην τελευταία σελίδα της πολιτικής. Η τεχνητή νοημοσύνη και η νομοθεσία αλλάζουν πολύ γρήγορα. Γνωρίζοντας ποια έκδοση είναι έγκυρη σώζει ζωές σε έναν έλεγχο.

Συνήθη λάθη

• Γράφοντας την πολιτική σε πολύ μεγάλη και νόμιμη γλώσσα και καθιστώντας την αδιάβαστη.
• Παράλειψη ταξινόμησης δεδομένων και περνώντας αόριστες φράσεις όπως «να προσέχεις».
• Συγχέοντας μια ειδική κατηγορία δεδομένων με τα κανονικά εμπιστευτικά δεδομένα.
• Εγγραφή απαγορεύσεων χωρίς τη δημιουργία εγκεκριμένης λίστας οχημάτων και διαδικασία έγκρισης.
• Γράφοντας τις απαγορεύσεις αφηρημένα χωρίς να δίνονται συγκεκριμένα παραδείγματα.
• Παραλείποντας το βήμα εγγραφής εκπαίδευσης και έγκρισης εργαζομένων και λέγοντας "Το ανακοίνωσα μέσω email".
• Να μην ορίσετε ένα πρόγραμμα αναθεώρησης και να γράψετε μια φορά την πολιτική και να το ξεχάσετε.

Συνοπτικά

• Μια καλή πολιτική αποτελείται από οκτώ τυπικά μέρη. Θα πρέπει να είναι σύντομο, υποδειγματικό και προσανατολισμένο στη δράση.
• Η καρδιά του είναι η ταξινόμηση δεδομένων τεσσάρων επιπέδων που καθορίζει ποια δεδομένα πηγαίνουν σε ποιο εργαλείο.
• Ειδικές κατηγορίες προσωπικών δεδομένων (υγεία, βιομετρικά στοιχεία κ.λπ.) υπόκεινται στον αυστηρότερο κανόνα. Κατά κανόνα, το AI δεν περιλαμβάνεται.
• Οι απαγορευμένες χρήσεις πρέπει να είναι συγκεκριμένες και υποδειγματικές. Θα πρέπει να καθοριστεί μαζί με τα εγκεκριμένα εργαλεία και τη διαδικασία έγκρισης.
• Μόλις γραφτεί η πολιτική, διατηρείται ζωντανή μέσω της γνώμης των ενδιαφερομένων, της νομικής και διοικητικής έγκρισης, της εκπαίδευσης και της τακτικής αναθεώρησης.

Εργασία εφαρμογής

Συμπληρώστε συγκεκριμένα τουλάχιστον τρία τμήματα του σκελετού των οκτώ τμημάτων (Σκοπός και Πεδίο εφαρμογής, Ταξινόμηση Δεδομένων, Απαγορευμένες Χρήσεις) για ένα ίδρυμα της επιλογής σας. Δημιουργήστε έναν πίνακα ταξινόμησης δεδομένων με τέσσερα επίπεδα και τοποθετήστε σε αυτόν τουλάχιστον οκτώ πραγματικούς τύπους δεδομένων που επεξεργάζεται ο οργανισμός σας. Γράψτε έναν κανόνα τεχνητής νοημοσύνης για το καθένα. Στη συνέχεια, συγκεντρώστε αυτές τις τρεις ενότητες σε μια μονοσέλιδη περίληψη «Μπορείς/Δεν μπορείς» που μπορεί να αναρτηθεί στα γραφεία των εργαζομένων. Τέλος, σημειώστε ποια από τα βήματα εφαρμογής της πολιτικής θεωρείτε πιο δύσκολα για τον οργανισμό σας και πώς θα τα ξεπεράσετε.

λίστα ελέγχου

• [ ] Προσάρμοσα το πλαίσιο των οκτώ μερών στο ίδρυμά μου.
• [ ] Συμπλήρωσα τον πίνακα ταξινόμησης δεδομένων τεσσάρων επιπέδων.
• [ ] Έχω δεσμεύσει ειδικά δεδομένα σε έναν ξεχωριστό και αυστηρότερο κανόνα.
• [ ] Έγραψα τις απαγορευμένες χρήσεις με συγκεκριμένα παραδείγματα.
• [ ] Περιέγραψα τα εγκεκριμένα εργαλεία και τη διαδικασία έγκρισης.
• [ ] Ετοίμασα μια μονοσέλιδη περίληψη υπαλλήλων.
• [ ] Σχεδίασα ένα χρονοδιάγραμμα νομικής έγκρισης και αναθεώρησης.