નફો:
- AI ના ઉપયોગ માટે એટર્ની-ક્લાયન્ટ વિશેષાધિકાર અને ગોપનીય દસ્તાવેજોના ખ્યાલોને સ્થાનાંતરિત કરવાની ક્ષમતા
- વર્ગીકરણ યોજના સાથે કયા ટૂલ્સમાં કયા દસ્તાવેજો પર પ્રક્રિયા કરી શકાય છે તે નિર્ધારિત કરવાની ક્ષમતા
- વિશેષાધિકારને ક્ષતિગ્રસ્ત થવાથી અટકાવતા તકનીકી અને કરાર આધારિત સુરક્ષાને અમલમાં મૂકવાની ક્ષમતા
કદાચ કાયદાના સૌથી સંવેદનશીલ સિદ્ધાંતો પૈકી એક વકીલ અને તેના અસીલ વચ્ચે વાતચીતની ગુપ્તતા છે. આ ગોપનીયતા ક્લાયન્ટને તેના વકીલને ખચકાટ વિના બધું જ કહેવાની મંજૂરી આપે છે અને તે સારા બચાવનો આધાર છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ના યુગમાં, આ સિદ્ધાંત નવા જોખમનો સામનો કરે છે: અસુરક્ષિત AI ટૂલમાં વિશેષાધિકૃત અથવા ગોપનીય દસ્તાવેજ દાખલ કરવાથી ગોપનીયતાને નબળી પડી શકે છે, કેટલાક કિસ્સાઓમાં એટર્ની-ક્લાયન્ટ વિશેષાધિકાર ગુમાવવા તરફ દોરી જાય છે. આ એકમમાં, અમે ગોપનીય અને વિશેષાધિકાર પ્રાપ્ત દસ્તાવેજોનું વર્ગીકરણ કરવાનું શીખીશું, કયા દસ્તાવેજની પ્રક્રિયા કયા માધ્યમમાં થઈ શકે છે તે નિર્ધારિત કરીશું અને વિશેષાધિકારનું રક્ષણ કરતા તકનીકી અને કરાર આધારિત સલામતી સ્થાપિત કરીશું.
ચાલો શરતો સ્પષ્ટ કરીએ. ગોપનીય દસ્તાવેજ એ એક દસ્તાવેજ છે જે સંસ્થા અથવા ક્લાયન્ટ દ્વારા ગુપ્ત રાખવો જોઈએ અને અનધિકૃત વ્યક્તિઓ સાથે શેર કરવો જોઈએ નહીં. એટર્ની-ક્લાયન્ટ વિશેષાધિકાર એ સિદ્ધાંત છે કે કાનૂની સલાહકાર હેતુઓ માટે વકીલ અને ક્લાયન્ટ વચ્ચેનો સંચાર સુરક્ષિત છે અને વિવાદમાં તેને જાહેર કરવાની ફરજ પાડી શકાતી નથી. માફી એ તૃતીય પક્ષને ગોપનીય સંદેશાવ્યવહાર જાહેર કરીને આ રક્ષણની ખોટ છે. ડેટા એશ્યોરન્સ એ સાધનની કરારબદ્ધ પ્રતિબદ્ધતાઓ છે જેમ કે તાલીમમાં ડેટાનો ઉપયોગ ન કરવો, તેને સંગ્રહિત ન કરવો, તેને તૃતીય પક્ષો સાથે શેર ન કરવો. દસ્તાવેજોનું વર્ગીકરણ એ દસ્તાવેજોનું લેબલિંગ તેમની સંવેદનશીલતાના સ્તર મુજબ છે.
શા માટે વિશેષાધિકાર જોખમમાં છે?
વિશેષાધિકારનો આધાર ગોપનીયતાના રક્ષણમાં રહેલો છે. જ્યારે કોઈ વિશેષાધિકૃત સંદેશાવ્યવહાર તૃતીય પક્ષને જાહેર કરવામાં આવે છે, ત્યારે અદાલત એવો ચુકાદો આપી શકે છે કે સંદેશાવ્યવહારને હવે ગોપનીય ગણવામાં આવતો નથી અને તેથી વિશેષાધિકાર ખોવાઈ જાય છે. અસુરક્ષિત AI ટૂલમાં વિશેષાધિકૃત દસ્તાવેજ દાખલ કરવાથી તકનીકી રીતે તે દસ્તાવેજને તૃતીય પક્ષની (ટૂલ પ્રદાતાની) સિસ્ટમમાં સ્થાનાંતરિત કરવામાં આવે છે. જો ટૂલ મોડેલ તાલીમમાં ડેટા સ્ટોર કરે છે, પ્રક્રિયા કરે છે અથવા તેનો ઉપયોગ કરે છે, તો આને એક જાહેરાત માનવામાં આવી શકે છે અને વિશેષાધિકાર વિવાદાસ્પદ બની શકે છે.
બીજું જોખમ કરારની ગોપનીયતા છે: ક્લાયન્ટ અથવા કાઉન્ટરપાર્ટી સાથે હસ્તાક્ષર કરાયેલી ગોપનીયતા પ્રતિબદ્ધતાઓ દસ્તાવેજને અનધિકૃત સિસ્ટમમાં દાખલ થવાથી પ્રતિબંધિત કરે છે. ત્રીજું જોખમ KVKK અને ડેટા સુરક્ષા જવાબદારીઓ છે (જુઓ યુનિટ 9). આ ત્રણ જોખમો ઘણીવાર સમાન દસ્તાવેજમાં જોડવામાં આવે છે.
સાવધાન: દસ્તાવેજને એન્ક્રિપ્ટ કરવું અથવા ચેટને પછીથી કાઢી નાખવું એ વિશેષાધિકારની બાંયધરી આપતું નથી. શું નિર્ણાયક છે તે સાધન છે જેમાં દસ્તાવેજ દાખલ કરવામાં આવ્યો છે અને તે સાધન ડેટા ખાતરી આપે છે કે કેમ. દસ્તાવેજ-અસુરક્ષિત વાહનમાં પ્રવેશતા પહેલા વિશેષાધિકાર જાળવવામાં આવે છે.
દસ્તાવેજ વર્ગીકરણ યોજના
યોગ્ય નિર્ણય દરેક દસ્તાવેજને સમાન ગણીને નહીં, પરંતુ તેની સંવેદનશીલતા અનુસાર તેનું વર્ગીકરણ કરીને લેવામાં આવે છે. એક સરળ ત્રણ-ચાર સ્ટેપ ડાયાગ્રામ એ પ્રશ્નને સ્પષ્ટ કરે છે કે "કયો દસ્તાવેજ ક્યાં જાય છે?"
વર્ગ
ઉદાહરણ
AI નો ઉપયોગ
જાહેર/જાહેર
પ્રકાશિત કાયદો, પ્રેસ ટેક્સ્ટ
દરેક વાહનમાં ફ્રી
આંતરિક/ગોપનીય
ઘરેલું નીતિ, ડ્રાફ્ટ કરાર
મંજૂર, માત્ર વીમો થયેલ વાહન
ગ્રાહક ગુપ્ત/વ્યક્તિગત
ક્લાયંટ ફાઇલ, વ્યક્તિગત ડેટા
મંજૂર સાધન + માસ્કિંગ
વિશેષાધિકૃત
કાનૂની અભિપ્રાય, સંરક્ષણ વ્યૂહરચના
એક નિયમ તરીકે, તે દાખલ કરવામાં આવતું નથી; માત્ર સંપૂર્ણ સુરક્ષિત પ્રમાણિત પર્યાવરણ
તમારી ભૂમિકા: માહિતી સુરક્ષા/ગોપનીયતા સલાહકાર. વર્ગીકરણ યોજના અનુસાર નીચેના દસ્તાવેજને લેબલ કરો: વર્ગો: સાર્વજનિક / આંતરિક-ગોપનીય / ક્લાયન્ટ ગુપ્ત-વ્યક્તિગત / વિશેષાધિકૃત. આઉટપુટ: (1) સૂચિત વર્ગ અને તેનું સમર્થન, (2) તે વર્ગ માટે AI વપરાશ નિયમ, (3) વિભાગોનું માર્કઅપ જે પ્રાઈલેગ વ્યૂહરચના (દસ્તાવેજના અભિપ્રાયમાં હોઈ શકે છે). જ્યારે શંકા હોય, ત્યારે "ઉચ્ચ વર્ગ સુધી રાઉન્ડ" સિદ્ધાંત લાગુ કરો; દસ્તાવેજને ઓછો આંકશો નહીં.<document>[દસ્તાવેજ ટેક્સ્ટ અથવા વર્ણન]</document>
ખાતરીઓની સ્થાપના
વિશેષાધિકાર અને ગોપનીયતાના રક્ષણ માટે તકનીકી અને કરાર બંને પગલાંની જરૂર છે. AI આ પગલાંને ચેકલિસ્ટમાં સંકલિત કરવામાં અને સપ્લાયર કોન્ટ્રાક્ટમાં સંબંધિત કલમોની સમીક્ષા કરવામાં મદદરૂપ છે.
"AI ટૂલ્સમાં ગોપનીય/વિશેષાધિકૃત દસ્તાવેજોનો ઉપયોગ" નિયમોને અમારી સંસ્થાની કાનૂની ટીમ માટે ચેકલિસ્ટમાં ફેરવો. સમાવિષ્ટ કરો:- કયા દસ્તાવેજ વર્ગની પ્રક્રિયા કયા ટૂલમાં થઈ શકે છે (પરવાનગી મેટ્રિક્સ).- વિશેષાધિકૃત દસ્તાવેજો માટે ડિફોલ્ટ નિયમ: દાખલ કરેલ નથી.- મંજૂર કરેલ ટૂલ માટે સલામતી માગવામાં આવી છે (બિન-ડેટા રીટેન્શન, શિક્ષણમાં બિન-ઉપયોગ, ગોપનીયતા પ્રતિબદ્ધતા, સ્થાન/ઍક્સેસ નિયંત્રણ).- માસ્કિંગ અને ન્યૂનતમ પગલાં.- સૂચના અને પ્રતિસાદના પગલાંના પગલાં. દરેક વસ્તુને હા/ના ચેકના રૂપમાં લખો; તે વિસ્તારોને ચિહ્નિત કરો જ્યાં "કાનૂની મંજૂરી આવશ્યક છે" જરૂરી છે.
સપ્લાયર/ટૂલ કોન્ટ્રાક્ટની તપાસ કરાવવી પણ જરૂરી છે: શું તમે પસંદ કરેલ AI ટૂલના ઉપયોગની શરતો ખરેખર આ ખાતરી આપે છે?
ગોપનીયતા માટે નીચેના AI ટૂલના ઉપયોગની શરતોની સમીક્ષા કરો અને ટેબલ કરો:| વિષય | સ્થિતિમાં કેસ (અવતરણ) | શું તે પૂરતું છે | જોખમ શું વિશેષાધિકૃત/ગોપનીય દસ્તાવેજ માટે પૂરતી ખાતરી છે? મને સ્પષ્ટ કહો; જો તમને ખાતરી ન હોય, તો "કાનૂની સમીક્ષા જરૂરી છે" કહો. કલમો/ઉદ્ધરણો વિના તારણો લખવા.
વિશેષાધિકાર માત્ર દસ્તાવેજને ટૂલમાં દાખલ કરવાનો નથી, પણ પ્રિન્ટઆઉટ ક્યાં સંગ્રહિત છે અને કોની સાથે શેર કરવામાં આવે છે તે વિશે પણ છે. AI-જનરેટેડ સારાંશ અથવા વિશ્લેષણને પણ વિશેષાધિકૃત ગણવામાં આવી શકે છે; તેને ટીમની બહાર, અસુરક્ષિત ચેનલમાં ખસેડવાથી પણ એક્સપોઝર થઈ શકે છે. તેથી, આઉટપુટના જીવનચક્રને શરૂઆતથી અંત સુધી ધ્યાનમાં લેવું આવશ્યક છે.
ગોપનીયતા/વિશેષાધિકાર માટે નીચેના AI-સંચાલિત વર્કફ્લોનો નકશો બનાવો: દરેક પગલા પર ગોપનીયતાનું શું જોખમ રહેલું છે (ઇનપુટ દસ્તાવેજ, વપરાયેલ સાધન, આઉટપુટનું ઉત્પાદન, જ્યાં આઉટપુટ સંગ્રહિત થાય છે, લોકો આઉટપુટ જુએ છે)? ફ્લેગ પગલાંઓ કે જે વિશેષાધિકારને નુકસાન પહોંચાડી શકે છે અને દરેક (એક્સેસ પ્રતિબંધ, સુરક્ષિત વાતાવરણ, માસ્કિંગ) માટે શમન સૂચવે છે. ચોક્કસ કાનૂની નિષ્કર્ષ પ્રદાન કરો; "કાનૂની મંજૂરી જરૂરી" તરીકે ચિહ્નિત કરો.
નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ
નબળા સંકેત: અમારા કાનૂની અભિપ્રાય લેખનો સારાંશ આપો. [અસુરક્ષિત વાહનને વિશેષાધિકૃત દસ્તાવેજ ચોંટાડવામાં આવે છે]
પરિણામ: વિશેષાધિકૃત સંરક્ષણ વ્યૂહરચના અસુરક્ષિત તૃતીય પક્ષની સિસ્ટમના સંપર્કમાં આવે છે. જો કાર્ય પૂર્ણ થયું હોય તો પણ વિશેષાધિકાર વિવાદાસ્પદ બન્યો છે અને ગોપનીયતાને નુકસાન થયું છે.
સ્ટ્રોંગ પ્રોમ્પ્ટ:[પ્રથમ દસ્તાવેજ વર્ગીકરણ → જો "વિશેષાધિકૃત" હોય, તો તે નિયમ તરીકે દાખલ કરવામાં આવતું નથી + માત્ર સંપૂર્ણ સુરક્ષિત મંજૂર વાતાવરણ + જરૂરી ભાગો માસ્ક કરેલા છે + વાહનની સ્થિતિ અગાઉ તપાસવામાં આવી છે]
પરિણામ: દસ્તાવેજની સંવેદનશીલતા દ્વારા માર્ગદર્શન; વિશેષાધિકૃત સામગ્રીને કાં તો બિલકુલ ઍક્સેસ કરવામાં આવતી નથી અથવા માત્ર સાબિત સુરક્ષા સાથે માન્ય વાતાવરણમાં જ પ્રક્રિયા કરવામાં આવે છે.
નિર્ણય પ્રવાહ
AI સાથે દસ્તાવેજની પ્રક્રિયા કરતા પહેલા, ત્રણ પ્રશ્નો ક્રમમાં પૂછવામાં આવે છે: (1) આ દસ્તાવેજ કયા વર્ગમાં છે? (2) વર્ગ માટે કયા અર્થ અને શરતો જરૂરી છે? (3) મારે જે ભાગ દાખલ કરવાની જરૂર છે તે માસ્ક કરીને અથવા ઘટાડીને શું હું જોખમ ઘટાડી શકું? વિશેષાધિકૃત દસ્તાવેજો માટે, ડિફોલ્ટ પ્રતિસાદ "ડોન્ટ એન્ટર" છે; સંસ્થા દ્વારા મંજૂર કરાયેલ અને જેની ખાતરી કરાર દ્વારા સાબિત થયેલ હોય તેવા વાતાવરણમાં જ અપવાદ શક્ય છે.
ત્રણ મિની કેસ
કેસ 1 - વિશેષાધિકારની જાળવણી. કાયદાકીય પેઢી AI સાથેના કેસમાં તેની સંરક્ષણ વ્યૂહરચના મેમોનો સારાંશ આપશે. વર્ગીકરણ પ્રોમ્પ્ટે દસ્તાવેજને "વિશેષાધિકૃત" લેબલ કર્યું અને દર્શાવ્યું કે ડિફોલ્ટ નિયમ "નો એન્ટ્રી" હતો. ટીમે ક્યારેય વાહનમાં દસ્તાવેજ દાખલ કર્યો નથી; તેના બદલે તેણે બિન-વિશિષ્ટ, સામાન્યકૃત ફ્રેમવર્ક સાથે કામ કર્યું. મુકદ્દમા દરમિયાન, વિરોધી પક્ષ કોઈપણ જાહેરાતનો દાવો કરી શક્યો ન હતો; વિશેષાધિકાર સાચવેલ.
કેસ 2 - વાહન વીમો તપાસી રહ્યું છે. એક સંસ્થા એઆઈ ટૂલમાં ગોપનીય કોન્ટ્રાક્ટ ડ્રાફ્ટ પર પ્રક્રિયા કરવાનું વિચારી રહી હતી. વાહનની સ્થિતિની સમીક્ષા દર્શાવે છે કે વાહન મોડેલ તાલીમમાં ડેટાનો ઉપયોગ કરવામાં સક્ષમ હતું અને રીટેન્શન અવધિ અનિશ્ચિત હતી. સંસ્થાએ ગોપનીય દસ્તાવેજો માટે આ સાધનને નકારી કાઢ્યું અને પ્રમાણિત એન્ટરપ્રાઇઝ સંસ્કરણ પર ખસેડ્યું જેના માટે તેણે ડેટા ખાતરી કરાર પર હસ્તાક્ષર કર્યા. એ જ કામ, પરંતુ આ વખતે એક્સપોઝરના જોખમ વિના કર્યું.
કેસ 3 — પરવાનગી મેટ્રિક્સનું મૂલ્ય. કાનૂની ટીમમાં, દરેક વ્યક્તિએ અલગ રીતે અભિનય કર્યો; કેટલાક સીધા જ ક્લાયંટ ફાઇલમાં પ્રવેશ કરી રહ્યા હતા, કેટલાક તેનો ઉપયોગ કરતા ન હતા. એકવાર દસ્તાવેજ વર્ગ-વાહન પરવાનગી મેટ્રિક્સ સ્થાપિત થઈ ગયા પછી, નિયમો સ્પષ્ટ થઈ ગયા: કોઈ વિશેષાધિકૃત દસ્તાવેજ દાખલ કરવામાં આવ્યો નથી, ક્લાયંટ સિક્રેટ ફક્ત માસ્ક કરેલું છે અને માન્ય વાહનમાં, સામાન્ય દસ્તાવેજ મફત છે. પ્રથમ ક્વાર્ટરમાં, 3 ગેરકાયદેસર પ્રયાસો પકડાયા હતા અને મેટ્રિક્સને અગાઉથી જ અવરોધિત કરવામાં આવ્યા હતા; પાલનનો દસ્તાવેજી રેકોર્ડ સ્થાપિત કરવામાં આવ્યો છે.
સામાન્ય ભૂલો
- અસુરક્ષિત વાહનમાં વિશેષાધિકૃત દસ્તાવેજ દાખલ કરવો. સૌથી ગંભીર ભૂલ; વિશેષાધિકાર અને ગોપનીયતાનું ઉલ્લંઘન કરી શકે છે.
- દસ્તાવેજોનું વર્ગીકરણ નથી. દરેક દસ્તાવેજને સમાન ગણવાથી સંવેદનશીલ અસુરક્ષિત રહે છે.
- વાહનની સ્થિતિ તપાસતા નથી. સાધનની ડેટા રીટેન્શન/તાલીમ નીતિ જાણ્યા વિના ખાતરી ધારી શકાતી નથી.
- વિચારવું કે એન્ક્રિપ્શન/કાઢી નાખવું પૂરતું છે. શું નિર્ણાયક છે તે સાધન છે જેમાં દસ્તાવેજ દાખલ કરવામાં આવે છે; અનુગામી કાઢી નાખવાથી જાહેરાત પૂર્વવત્ થતી નથી.
- અપવાદને નિયમ બનાવવો. વિશેષાધિકૃત દસ્તાવેજમાં ડિફોલ્ટ "ડોન્ટ એન્ટર" છે; અપવાદ ફક્ત પુરાવાની ખાતરી સાથે જ થાય છે.
- સંમતિ મેટ્રિક્સનું સંસ્થાકીયકરણ ન કરવું. લેખિત નિયમો વિના, દરેક વ્યક્તિ પોતાના નિર્ણયો લે છે; અસંગતતા અને જોખમ ઊભું થાય છે.
સારાંશમાં
ગોપનીય અને વિશેષાધિકૃત દસ્તાવેજો એ વિસ્તાર છે કે જે AI નો ઉપયોગ કરતી વખતે સૌથી વધુ ધ્યાન આપવાની જરૂર છે. જે વાહનમાં દસ્તાવેજ દાખલ કરવામાં આવ્યો છે તે નિર્ણાયક છે: અસુરક્ષિત વાહનમાં વિશેષાધિકૃત દસ્તાવેજ દાખલ કરવાથી ગોપનીયતા અને એટર્ની-ક્લાયન્ટ વિશેષાધિકારનું ઉલ્લંઘન થઈ શકે છે. સંવેદનશીલતા દ્વારા દસ્તાવેજોનું વર્ગીકરણ કરો, દરેક વર્ગ માટે ટૂલ-પરવાનગીના નિયમો સેટ કરો, વિશેષાધિકૃત દસ્તાવેજો પર ડિફૉલ્ટ "ડોન્ટ એન્ટર" કરો, કરારમાંથી ટૂલના ડેટા સુરક્ષાની ચકાસણી કરો અને માસ્કિંગ/મિનિમાઇઝેશનને એકસાથે લાગુ કરો. AI વર્ગીકરણ અને ચેકલિસ્ટ બનાવે છે; સક્ષમ વ્યાવસાયિક નક્કી કરે છે કે દસ્તાવેજ પર પ્રક્રિયા કરી શકાય કે નહીં.
એપ્લિકેશન કાર્ય
વિવિધ સંવેદનશીલતાના ત્રણ દસ્તાવેજો વ્યાખ્યાયિત કરો (એક જાહેર, એક ગોપનીય, એક વિશેષાધિકૃત, વગેરે). (1) દરેકને વર્ગીકરણ પ્રોમ્પ્ટ સાથે લેબલ કરો અને AI વપરાશ નિયમ નક્કી કરો. (2) તમારી ટીમ માટે દસ્તાવેજ વર્ગ-ટૂલ પરવાનગી મેટ્રિક્સ અને ચેકલિસ્ટ બનાવો. (3) તમે ઉપયોગ કરો છો તે સાધનની શરતોને ગોપનીયતાના સંદર્ભમાં તપાસો અને ખાતરીઓની પર્યાપ્તતાનું મૂલ્યાંકન કરો. (4) વિશેષાધિકૃત દસ્તાવેજ માટે "કોઈ અતિક્રમણ નહીં" ડિફોલ્ટ નિયમ લેખિતમાં મૂકો.
ચેકલિસ્ટ
- [ ] શું દસ્તાવેજ પર પ્રક્રિયા કરતા પહેલા તેની સંવેદનશીલતા વર્ગ અનુસાર લેબલ લગાવવામાં આવે છે?
- દરેક વર્ગ માટે કયું સાધન વાપરી શકાય તે નક્કી કરવામાં આવ્યું છે?
- [ ] શું વિશેષાધિકૃત દસ્તાવેજો પર ડિફોલ્ટ "કોઈ અતિક્રમણ નહીં" નિયમ લાગુ પડે છે?
- [ ] શું વપરાયેલ વાહનના ડેટાની ખાતરી શરતોમાંથી ચકાસવામાં આવી છે?
- [ ] શું માસ્કિંગ અને મિનિમાઇઝેશન લાગુ કરવામાં આવ્યું છે?
- [ ] શું દસ્તાવેજ વર્ગ-સાધન પરવાનગી મેટ્રિક્સ સંસ્થાકીય કરવામાં આવી છે?
- [ ] શું ઉલ્લંઘનના કિસ્સામાં સૂચના/હસ્તક્ષેપના પગલાં નિર્ધારિત છે?