लाभ:
- KVKK सिद्धांतों (उद्देश्य सीमा, डेटा न्यूनतमकरण) के अनुसार उम्मीदवार और कर्मचारी डेटा का उपयोग करने की क्षमता
- मास्किंग/अनामीकरण और सुरक्षित उपकरण चयन के माध्यम से व्यक्तिगत डेटा की सुरक्षा करने की क्षमता
- एचआर में डेटा प्रोसेसिंग के लिए एआई के साथ प्रकटीकरण, सहमति और प्रतिधारण प्रक्रियाओं का समर्थन करने की क्षमता
उम्मीदवार सीवी, प्रदर्शन स्कोर, वेतन जानकारी, संदर्भ टिप्पणियाँ, चिकित्सा रिपोर्ट, अनुशासनात्मक रिकॉर्ड... एचआर किसी कंपनी में सबसे संवेदनशील व्यक्तिगत डेटा का संरक्षक है। इस डेटा के साथ कृत्रिम बुद्धिमत्ता (एआई) टूल का उपयोग जबरदस्त दक्षता प्रदान करता है; लेकिन यह गंभीर कानूनी और नैतिक जिम्मेदारी भी पैदा करता है। किसी उम्मीदवार पूल के सभी सीवी को एक अव्यवस्थित टूल में चिपकाने से कुछ ही मिनटों में डेटा उल्लंघन हो सकता है। इस इकाई में, हम सीखेंगे कि केवीकेके (पर्सनल डेटा प्रोटेक्शन लॉ) के अनुसार एचआर में एआई के उपयोग को कैसे अनुकूल, सुरक्षित और रक्षात्मक बनाया जाए।
कुछ शर्तें: व्यक्तिगत डेटा किसी पहचाने गए या पहचाने जाने योग्य प्राकृतिक व्यक्ति (नाम, आईडी, ई-मेल, यहां तक कि एक अद्वितीय सीवी टेक्स्ट) के बारे में कोई भी जानकारी है। विशेष गुणवत्ता (संवेदनशील) डेटा अतिरिक्त संरक्षित डेटा है जैसे स्वास्थ्य, धर्म, यौन जीवन, आपराधिक सजा, संघ सदस्यता। डेटा नियंत्रक वह संस्था (आपकी कंपनी) है जो डेटा संसाधित करने का उद्देश्य निर्धारित करती है। गुमनामीकरण का अर्थ है डेटा बनाना ताकि इसे किसी भी तरह से किसी व्यक्ति से वापस नहीं जोड़ा जा सके। मास्किंग (छद्म नामकरण) पहचानकर्ताओं को छद्म नामों से प्रतिस्थापित कर रहा है (उम्मीदवार 1, उम्मीदवार 2); यह गुमनामीकरण से कमज़ोर है लेकिन अधिकांश विश्लेषणों के लिए पर्याप्त है।
केवीकेके के मूल सिद्धांत और मानव संसाधन में इसके समकक्ष
KVKK के सामान्य सिद्धांत आपके AI के उपयोग को भी बाध्य करते हैं। किसी लेन-देन को कानूनी बनाने के लिए, उसे इन सिद्धांतों का पालन करना होगा:
सिद्धांत
एचआर में मतलब
वैधता और ईमानदारी
क्या प्रसंस्करण के लिए कोई कानूनी आधार है (अनुबंध, वैध हित, स्पष्ट सहमति)
उद्देश्य की सीमा
डेटा का उपयोग केवल उसी उद्देश्य के लिए करें जिसके लिए इसे एकत्र किया गया था (विपणन में भर्ती डेटा का उपयोग न करें)
डेटा न्यूनीकरण
नौकरी के लिए जितना डेटा चाहिए; मॉडल को बहुत अधिक मत दो
सटीकता
सुनिश्चित करें कि डेटा अद्यतित और सटीक है
भंडारण सीमा
अनिश्चितकालीन भंडारण; अब डेटा नष्ट करने की आवश्यकता नहीं है
सुरक्षा
उचित तकनीकी और प्रशासनिक सुरक्षा के साथ डेटा संसाधित करें
सावधानी: कॉर्पोरेट डेटा प्रतिधारण की कोई गारंटी के बिना उम्मीदवार पूल के सभी सीवी को एक सामान्य एआई टूल में चिपकाना केवीकेके के लिए एक गंभीर जोखिम है। उस डेटा को मॉडल के प्रदाता के पास संग्रहीत किया जा सकता है और यहां तक कि कुछ सेवा शर्तों में प्रशिक्षण में भी उपयोग किया जा सकता है। व्यक्तिगत डेटा के साथ काम करते समय कॉर्पोरेट/अनुमोदित उपकरण, डेटा प्रोसेसिंग समझौते (डीपीए) और जहां भी संभव हो, गुमनामीकरण/मास्किंग आवश्यक है।
सुरक्षित उपयोग के लिए कदम
- उपकरण का चयन करें. ऐसे उपकरण चुनें जो कॉर्पोरेट हों, डेटा प्रोसेसिंग समझौता हो और "शिक्षा में मेरे डेटा का उपयोग करने" का विकल्प प्रदान करते हों।
- डेटा कम से कम करें. विश्लेषण के लिए आवश्यक न्यूनतम डेटा प्रदान करें; अतिरिक्त हटा दें.
- मुखौटा/गुमनाम करना। नाम, आईडी, संपर्क, पूरी जन्मतिथि को उपनाम मान या श्रेणी से बदलें।
- उद्देश्य सीमित करें. डेटा को केवल उसी उद्देश्य के लिए संसाधित करें जिसके लिए इसे एकत्र किया गया था।
- राह बनाए रखो. रिकॉर्ड करें कि कौन सा डेटा संसाधित किया गया था, किस उद्देश्य के लिए और किस उपकरण से।
- मानवीय अनुमोदन रखें. व्यक्ति को वह निर्णय लेने दें जो उस व्यक्ति को प्रभावित करता है।
नीचे दिए गए सीवी का मूल्यांकन करने से पहले व्यक्तिगत डेटा छिपाएं: - नाम के बजाय "उम्मीदवार" बनाएं, संपर्क जानकारी बनाएं [संशोधित] - जन्म तिथि के बजाय आयु सीमा (उदाहरण के लिए 30-35) का उपयोग करें - यदि स्कूल/कंपनी का नाम भेदभाव का कारण बन सकता है तो सामान्यीकरण करें, फिर केवल नौकरी से संबंधित मानदंडों के अनुसार एक संरचित सारांश बनाएं।
गुमनामीकरण और मास्किंग अभ्यास
अधिकांश एचआर विश्लेषण व्यक्ति की पहचान किए बिना किया जा सकता है। विश्लेषण तर्क नहीं बदलता है, व्यक्तिगत डेटा का खुलासा नहीं किया जाता है:
कमजोर (जोखिम भरा): वास्तविक नाम, आईडी, यूनिट और पूर्ण वेतन के साथ डेटा चिपकाना। मजबूत (सुरक्षित): लोगों को "व्यक्ति 1/2/3" के रूप में कोड करें, जन्म तिथि के बजाय आयु सीमा का उपयोग करें, पूर्ण वेतन के बजाय बैंड (जैसे 40-50k) का उपयोग करें। स्थान के स्थान पर क्षेत्र, सटीक तिथि के स्थान पर माह/वर्ष का प्रयोग करें।
एआई केवीकेके दस्तावेजों के प्रारूपण में भी मदद करता है, जैसे स्पष्टीकरण पाठ और अवधारण अवधि - लेकिन फिर से, केवल मसौदा:
आपकी भूमिका: एक डेटा गोपनीयता सहायक। कार्य: भर्ती प्रक्रिया के लिए उम्मीदवार सूचना पाठ का एक मसौदा लिखें। सामग्री: कौन सा डेटा संसाधित किया जाएगा, किस उद्देश्य के लिए, किस कानूनी आधार पर, इसे कितने समय तक संग्रहीत किया जाएगा, उम्मीदवार के अधिकार क्या हैं। नियम: कानूनी बयानों को [केवीकेके विशेषज्ञ को सत्यापित करें] टैग के साथ चिह्नित करें; निश्चित अवधि/आइटम नकली नहीं है। यह एक मसौदा है, अंतिम पाठ नहीं।
तीन मिनी मामले
केस 1 - उल्लंघन को बाल-बाल टाला गया। एक भर्तीकर्ता अपने निजी वाहन खाते में एक साथ 60 सीवी चिपकाने वाला था। टीम लीडर ने हस्तक्षेप किया; इस प्रक्रिया को एक कॉर्पोरेट, डीपीए-सक्षम टूल में ले जाया गया और सीवी को छुपाया गया और संसाधित किया गया। इस प्रकार, दोनों दक्षता कायम रही और संभावित उल्लंघन और प्रशासनिक जुर्माने का जोखिम समाप्त हो गया।
केस 2 - उद्देश्य सीमा का उल्लंघन। बाद में एक कंपनी ने एक विपणन अभियान में भर्ती के लिए एकत्र किए गए उम्मीदवारों के ईमेल का उपयोग किया। यह "उद्देश्य की सीमा" के सिद्धांत का उल्लंघन था और शिकायत का विषय था। घटना के बाद, एचआर ने प्रत्येक डेटासेट के उद्देश्य को लेबल करने और दुरुपयोग को रोकने के लिए एक नियम लागू किया।
केस 3 - भंडारण सीमा। एक संस्था ने उन अभ्यर्थियों के सीवी अपने पास रख लिए जिन्हें सालों से नौकरी नहीं मिली थी। एआई-संचालित इन्वेंट्री के साथ मिलान किया गया डेटा, उद्देश्य और अवधारण अवधि; नष्ट हो चुके डेटा को विनाश योजना में शामिल किया गया था। इस प्रकार, कानूनी भंडारण सीमा का अनुपालन किया गया और अनावश्यक जोखिम कम हो गया।
कमजोर संकेत/मजबूत संकेत
कमजोर संकेत: इन उम्मीदवारों की जानकारी का मूल्यांकन करें। [असली नाम, तुर्की आईडी, वेतन, पूरा सीवी]
परिणाम: संवेदनशील व्यक्तिगत डेटा को असुरक्षित तरीके से संसाधित किया जाता है; केवीकेके उल्लंघन और डेटा लीक का जोखिम।
शक्तिशाली संकेत: [छिपा हुआ डेटा (उम्मीदवार 1/2, आयु सीमा, वेतन बैंड) + उद्देश्य सीमा + "केवल नौकरी से संबंधित मानदंड" + कॉर्पोरेट/अनुमोदित उपकरण + मानव अनुमोदन रेटिंग]
परिणाम: व्यक्तिगत डेटा प्रकट किए बिना वही विश्लेषणात्मक शक्ति; एक रक्षात्मक और कानूनी प्रक्रिया।
टिप: AI को डेटा देने से पहले, इसका परीक्षण करें: "क्या यह स्क्रीनशॉट लीक होने पर किसी की गोपनीयता को नुकसान होगा?" यदि उत्तर "हाँ" है, तो या तो उस डेटा को छिपा दें या उसे प्रदान ही न करें। यदि संदेह है, तो डेटा को न्यूनतम करने का निर्णय लें।
सामान्य गलतियाँ
- किसी असुरक्षित टूल को कच्चा व्यक्तिगत डेटा देना। डीपीए के बिना प्रशिक्षण में उपयोग किए जाने वाले वाहन जोखिम भरे हैं।
- मास्किंग छोड़ना. अधिकांश विश्लेषणों में नाम/टीसी/पूर्ण तिथि अनावश्यक है; इसे हटा दो।
- दुस्र्पयोग करना। भर्ती डेटा का उपयोग मार्केटिंग जैसे किसी अन्य उद्देश्य के लिए न करें।
- अनिश्चितकालीन भंडारण. ऐसा डेटा रखें जिसका उद्देश्य अब विनाश योजना पर नहीं है।
- संवेदनशील डेटा को कम आंकना. स्वास्थ्य/जुर्माना/धर्म डेटा अतिरिक्त सुरक्षित है; एआई में शामिल होने से बचें।
- कोई निशान न छोड़े। यदि आप यह रिकॉर्ड नहीं करते कि आप किस डेटा के साथ क्या करते हैं, तो आपका ऑडिट नहीं किया जा सकता।
संक्षेप में
- एचआर में व्यक्तिगत डेटा (सीवी, प्रदर्शन, वेतन, स्वास्थ्य) केवीकेके के दायरे में है; एआई का उपयोग भी इन सिद्धांतों के अधीन है।
- कॉर्पोरेट/अनुमोदित उपकरण चुनें जिनमें डीपीए हो और प्रशिक्षण में आपके डेटा का उपयोग न करें; सामान्य टूल में कच्चा डेटा पेस्ट न करें.
- उद्देश्य सीमा और डेटा न्यूनीकरण: केवल उस उद्देश्य के लिए आवश्यक डेटा को संसाधित करें जिसके लिए इसे एकत्र किया गया था।
- मास्किंग और गुमनामीकरण अधिकांश विश्लेषणों को सुरक्षित बनाते हैं; नाम/टीसी/पूर्ण तिथि के स्थान पर उपनाम और श्रेणी का उपयोग करें।
- एआई प्रकटीकरण, सहमति और प्रतिधारण दस्तावेजों में ड्राफ्ट तैयार करता है; कानूनी विवरण को केवीकेके विशेषज्ञ से सत्यापित करवाएं और व्यक्ति को प्रभावित करने वाला निर्णय उस व्यक्ति पर छोड़ दें।
आवेदन कार्य
आपके पास जो सीवी या कर्मचारी रिकॉर्ड है (या कोई काल्पनिक) ले लें। सबसे पहले इसमें व्यक्तिगत डेटा फ़ील्ड सूचीबद्ध करें और पूछें "क्या यह विश्लेषण के लिए आवश्यक है?" हर एक के लिए। सवाल का जवाब दें। अनावश्यक को हटाकर और आवश्यक (उम्मीदवार, आयु सीमा, वेतन बैंड) को छिपाकर एक सुरक्षित संस्करण बनाएं। एआई से केवल इस छिपे हुए डेटा के साथ नौकरी से संबंधित सारांश तैयार करने को कहें। इसके अलावा एक संक्षिप्त उम्मीदवार प्रॉस्पेक्टस का मसौदा तैयार करें और कानूनी बयानों को "सत्यापित किया जाना है" के रूप में चिह्नित करें।
चेकलिस्ट
- [ ] क्या उपयोग किया गया उपकरण कॉर्पोरेट/अनुमोदित और डीपीए-प्रमाणित है?
- [ ] क्या डेटा न्यूनतम किया गया है (केवल आवश्यक फ़ील्ड)?
- [ ] क्या नाम/आईडी/पूरी तारीख जैसे पहचानकर्ता छिपे हुए हैं?
- [ ] क्या विशेष गुणवत्ता (स्वास्थ्य, आपराधिक, धार्मिक) डेटा को प्रक्रिया से बाहर रखा गया है?
- [ ] क्या डेटा का उपयोग केवल उसी उद्देश्य के लिए किया जाता है जिसके लिए इसे एकत्र किया गया था?
- [ ] क्या भंडारण अवधि और विनाश योजना निर्धारित की गई है?
- [ ] क्या अंतिम निर्णय किसी व्यक्ति के व्यक्तित्व को प्रभावित कर रहा है?