רווחים:
- הבחנה בין המושגים של נתונים אישיים, נתוני איכות מיוחדים, בקר נתונים ומעבד נתונים
- החלת עקרונות כלליים של KVKK (הגבלה לפי מטרה, מזעור) על השימוש ב-AI
- הבינו שהזנת נתונים ל-AI היא עיבוד ולעתים קרובות העברה, והחובה להקליט
השימוש בבינה מלאכותית בארגון שזור כמעט תמיד בעיבוד נתונים אישיים: סיכום מייל לקוח, הערכת קורות חיים, ניתוח הקלטת שיחה. לכן, עמוד השדרה של ממשל בינה מלאכותית הוא הבנת חוק הגנת המידע של טורקיה, KVKK (חוק הגנת מידע אישי מס' 6698). ביחידה זו נלמד את המושגים הבסיסיים, העקרונות הכלליים ורישום VERBIS של KVKK, תוך קישור ישיר לשימוש ב-AI. המטרה היא לא להיות עורך דין; זה ליצור בסיס איתן לקצין הגנת מידע לקבל החלטות יומיומיות נכונות.
מושגי יסוד: מי זה מי?
השפה של KVKK מבוססת על כמה מושגי מפתח. בלי להבחין בין אלה, לא ניתן לקבל החלטה נכונה של AI.
מושג
משמעות
דוגמה ב-AI
נתונים אישיים
כל מידע על אדם טבעי מזוהה/ניתן לזיהוי
שם, מייל, טלפון, IP, מספר לקוח
נתוני איכות מיוחדים
קטגוריות רגישות כמו בריאות, דת, ביומטריה
היסטוריה של המטופל, סוג דם, נתוני פנים
איש קשר
אדם שהנתונים שלו מעובדים (בעל הנתונים)
לקוח, עובד, מועמד
בקר נתונים
קביעת מטרת ושיטת העיבוד
ארגון המשתמש ב-AI
מעבד נתונים
הגורם המעבד נתונים מטעם המבקר
חברה המספקת שירות AI
להבחנה זו השלכות משפטיות: מבקר הנתונים (המוסד עצמו) הוא הבעלים העיקרי של החבות. ספק הבינה המלאכותית הוא לרוב מעבד הנתונים ויש לסכם עמו חוזה כתוב (הסכם עיבוד נתונים). האמירה "ספק הבינה המלאכותית עשה את זה" אינה פוטרת את הארגון מאחריות.
שימו לב: נתונים הם נתונים אישיים כל עוד הם הופכים אותם ל"ניתנים לזיהוי". לא מספיק לומר "מחקתי את השם"; אפילו השילוב של תאריך לידה + מיקוד + עיסוק יכול להפוך אדם לזיהוי. בדוק תמיד את הזיהוי המשולב הזה בנתונים שהוזנו ל-AI.
עקרונות כלליים של KVKK ו-AI
KVKK קובע עקרונות כלליים שכל עיבוד חייב לעמוד בהם. התרגום הישיר לשימוש בינה מלאכותית הוא:
- ציות לחוק ויושר: עיבוד נתונים בסתר או מטעה.
- להיות מדויק ומעודכן: AI יכול לייצר הזיות; לא ניתן לשמור את הפלט כנתונים אישיים ללא אימות.
- מטרה ספציפית, ברורה ולגיטימית: לא ניתן לעבד נתונים מכיוון ש"ייתכן שיהיה צורך בהם בעתיד"; המטרה ברורה מראש.
- קשור למטרה, מוגבל ומדוד (מזעור נתונים): רק נתונים הדרושים למטרה מוזנים ל-AI.
- שמירה לתקופה הנדרשת: לאחר שהמטרה תסתיים, הנתונים (כולל היסטוריית צ'אט בינה מלאכותית) יימחקו/אנונימיים.
מזעור נתונים הוא העיקרון המופר ביותר בבינה מלאכותית: במקום להדביק את כל הקובץ לסיכום טקסט, יש צורך להזין רק את הפסקה הנדרשת, ואם אפשר בצורת המסיכה שלה (שמות מוסתרים).
שלושה מיני תיקים
מקרה 1 - יותר מדי נתונים. מנהל מוקד טלפוני מזין 5,000 תמלילי שיחות ל-AI, יחד עם שם, מספר טלפון ומספר תעודת זהות, כדי "לחלץ נושאים של חוסר שביעות רצון של לקוחות". עם זאת, אין צורך בנתוני זהות לניתוח נושאים. על פי עקרון המיזעור, הדרך הנכונה היא למחוק את שדות הזיהוי ולתת רק את טקסט השיחה. כך, נתוני הזהות של 5,000 איש לא יעובדו שלא לצורך.
מקרה 2 - סחיפת מטרה. שיווק מזין את זמני ה-Clock-In and Clock-out של העובדים ל-AI לצורך "ניתוח פרודוקטיביות". עם זאת, נתונים אלה נאספו למטרות בריאות ובטיחות תעסוקתית. שימוש לרעה פוגע בעקרון "הגבלה על ידי מטרה". ההחלטה הנכונה: להעריך מחדש את הבסיס המשפטי והבהרה לפני עיבוד הנתונים למטרה חדשה זו.
מקרה 3 - העבר הבלתי ניתן למחיקה. איש ביטוח מזין את נתוני הלקוחות לאותו צ'אט בינה מלאכותית במשך חודשים כדי להעריך נזקים, וההיסטוריה לעולם אינה מנוקה. 8 חודשים לאחר מכן, הנתונים של יותר מ-300 לקוחות נצברים בצ'אט אחד. לפי מדיניות שמירה, יש לטהר את ההיסטוריה הזו לאחר שהמטרה מסתיימת (הקובץ נסגר) או שיש להעביר את העסקה לכלי מוסדי ללא יומנים.
הזנת נתונים לבינה מלאכותית היא "עיבוד"
עיבוד ב-KVKK; זהו כל תהליך כולל השגה, הקלטה, אחסון והעברת נתונים. הדבקת טקסט לתוך AI פירושה שליחת הנתונים לשרת של הספק - זוהי עסקה, ולעתים קרובות העברה (אם השרת נמצא בחו"ל). לכן, כל שימוש בבינה מלאכותית מחייב בסיס משפטי תקף מאחוריו (נושא היחידה הבאה) וחוזה מתאים.
טיפ: "האם אני יכול להזין את הנתונים האלה ל-AI?" בדוק את השאלה עם שלושה מסננים: (1) נתונים אישיים? (2) האם הוא נחוץ למטרה והאם הצטמצם? (3) האם יש לי בסיס משפטי תקף וחוזה מתאים? אם שלושתם לא "כן", עצרו והעריכו.
VERBIS ועיבוד מלאי
VERBIS (Data Controllers Registry Information System) הוא המרשם הרשמי שבו בקרי נתונים החורגים מספים מסוימים מתעדים את פעילות עיבוד הנתונים האישיים שלהם. המוסד מנהל מלאי עיבוד נתונים אישיים: רישום חי המראה אילו נתונים הוא מעבד, לאיזו מטרה, על איזה בסיס משפטי, כמה הוא מאחסן ולמי הם מועברים. כאשר מתחילה פעילות עיבוד חדשה מבוססת בינה מלאכותית, יש לעדכן את המלאי הזה ובמידת הצורך לשקף ברשומת VERBIS.
שטח מלאי
דוגמה לפעילות בינה מלאכותית
מטרת העיבוד
סיכום אוטומטי של מיילים של לקוחות
קטגוריית נתונים
איש קשר, נתוני עסקאות לקוחות
בסיס משפטי
ביצוע חוזה / אינטרס לגיטימי
קבוצת נמענים
ספק שירותי AI (מעבד נתונים)
העברה
שרת בחו"ל (עם ביטחון מתאים)
תקופת אחסון
מחק מסגירת הקובץ
תבניות הניתנות להעתקה
תבנית 1 — מיסוך הטקסט מבלי להזין אותו ל-AI: "הסר נתונים אישיים (שם-שם משפחה, טלפון, דואר אלקטרוני, מספר תעודת זהות, כתובת) מהטקסט למטה והחלף אותם בתגיות כגון [שם], [טל]. שמור על המשמעות והמבנה של הטקסט. החזר רק את הטקסט המסוך, אל תעשה הסברים אחרים".
תבנית 2 — בדיקת מזעור: "אני אבצע את המשימה הבאה: [משימה לכתוב]. רשום אילו משדות הנתונים הבאים יהיו מיותרים עבור משימה זו: [כתוב שדות]. סמן 'השליך' כל שדה שאינו נחוץ למטרה וכתוב במשפט אחד מדוע."
תבנית 3 — מתאר שורת מלאי העיבוד: "מלא את שורת מלאי עיבוד הנתונים האישיים לשימוש הבא בינה מלאכותית: [תאר את השימוש]. שדות: מטרת העיבוד, קטגוריית הנתונים, קבוצת אנשי הקשר, הבסיסים המשפטיים האפשריים (הצע מספר רב), נמענים, העברה, תקופת שמירה משוערת. קבלת החלטות משפטיות מדויקות, אפשרויות קיימות."
תבנית 4 - איתור נתונים אישיים: "אילו סוגי נתונים אישיים ובמיוחד אילו נתונים SPECIAL (בריאות, דת, ביומטריה וכו') נמצאים במסמך זה? רשום את הסוגים ורשום לאיזה מחלקה הם נכנסים לכל אחד. אל תשנה את המסמך, רק תזהה אותו".
הנחיה חלשה / הנחיה חזקה
WEAK: "נתח את רשימת הלקוחות הזו." (עם שם מלא, טלפון, תעודה מזהה)-> מפר מזעור; שולח נתונים אישיים/פרטיים מיותרים לספק; מעלה בעיות בסיס משפטי והעברה.STRONG: "נתח את התפלגות הביקוש האזורית באמצעות העמודות 'עיר' ו'קטגוריית מוצר' בלבד ברשימה למטה. התעלם מעמודות השם, הטלפון, הזיהוי - כבר מחקתי אותם."-> רק נתונים שאינם אישיים הנחוצים למטרה מעובדים; העיקרון נשמר.
טעויות נפוצות
- חושב "מחקתי את השם, זה כבר לא אישי"; ואילו נתונים משולבים יכולים להפוך אדם לזיהוי.
- אי הבחנה בין בקר נתונים למעבד נתונים ואי חתימה על חוזה עם הספק.
- האזורים המיותרים למטרה מוכנסים גם הם ל-AI והפרו את המינימום.
- שימוש בנתונים שנאספו למטרה אחת ב-AI למטרה אחרת (סחף מטרה).
- שמירת פלט AI כנתונים אישיים "מדוייקים ועדכניים" מבלי לאמת אותם.
- לא משקף פעילות AI חדשה בעיבוד מלאי ו-VERBIS במידת הצורך.
- צבירת היסטוריית צ'אט בינה מלאכותית מבלי לחייב אותה לכלל שמירה/מחיקה.
לסיכום
- הליבה של KVKK; הוא להבחין במושגים של נתונים אישיים, בקר נתונים ומעבד נתונים.
- בקר הנתונים (המוסד) הוא החייב העיקרי; ספק הבינה המלאכותית הוא לרוב מעבד הנתונים ודורש חוזה.
- בין העקרונות הכלליים, הקריטיים ביותר עבור AI הם מזעור נתונים והגבלת מטרה.
- הזנת נתונים לבינה מלאכותית היא עסקה, ולעתים קרובות העברה; נדרשים בסיס משפטי וחוזה.
- כל פעילות AI חדשה צריכה להיות מתועדת במלאי העיבוד, ובמידת הצורך, תשתקף ברשומת VERBIS.
משימת יישום
בחר פעילות עיבוד אמיתית שהארגון שלך רוצה לעשות עם AI (למשל ניתוח נושא של תלונות לקוחות). מלא שורת מלאי עיבוד עבור פעילות זו: מטרה, קטגוריית נתונים, קבוצת אנשי קשר, בסיסים משפטיים אפשריים, נמענים, סטטוס העברה ותקופת שמירה. לאחר מכן העבירו את הנתונים שיוזנו ל-AI בפעילות זו דרך מסנן מזעור: רשום אילו שדות מיותרים ואילו להסוות. לבסוף, רשום מי הוא אחראי הנתונים בפעילות זו, מיהו מעבד הנתונים ואיזה חוזה נדרש ביניהם.
רשימת בדיקה
- [ ] זיהיתי נתונים אישיים ופרטיים בפעילות.
- [ ] הבהרתי את מבקר הנתונים ומעבד הנתונים.
- [ ] יישמתי מזעור: הסרתי/הסתרתי אזורים מיותרים.
- [ ] הגדרתי את מטרת העיבוד באופן ספציפי ולגיטימי.
- [ ] מילאתי שורת מלאי עיבוד.
- [ ] הערכתי את מצב ההעברה (שרת לחו"ל).
- [ ] תזמנתי את תקופת השמירה ומחיקת היסטוריית הבינה המלאכותית.