लाभ:
- कानून के अनुसार सूचना अनुरोधों के जवाब तैयार करता है, जिसमें न तो अधिक और न ही कम की व्याख्या की जाती है।
- यह प्रकाशित करने से पहले खुले डेटा को अज्ञात करता है और इसे उन संयोजनों के स्तर पर स्कैन करता है जो पुन: पहचान का जोखिम उठाते हैं।
- जानता है कि पारदर्शिता एक शासन उपकरण है जो जनता का विश्वास बढ़ाता है और यह बताता है कि क्या गोपनीय रखा जाना चाहिए।
लोकतांत्रिक लोक प्रशासन की आधारशिला पारदर्शिता है: नागरिकों की यह सीखने की क्षमता कि उनसे संबंधित निर्णय कैसे और किस आधार पर लिए जाते हैं। यह सिद्धांत दो ठोस तंत्रों में जीवंत होता है। पहला है सूचना का अधिकार (सूचना के अधिकार पर कानून संख्या 4982; नागरिक अपवादों के साथ सार्वजनिक संस्थानों से सूचना और दस्तावेजों का अनुरोध कर सकते हैं)। दूसरा खुला डेटा है (सार्वजनिक संस्थान अपने द्वारा उत्पादित डेटा के गैर-व्यक्तिगत और गैर-गोपनीय हिस्से को इस तरह से प्रकाशित करते हैं कि हर कोई पहुंच और उपयोग कर सके)। यहां, एआई आने वाले सूचना अनुरोधों को वर्गीकृत करने, प्रतिक्रिया ड्राफ्ट तैयार करने, पूर्व-मूल्यांकन करने कि कौन सी जानकारी दी जा सकती है और कौन सी छूट है, और प्रकाशन के लिए खुले डेटा सेट तैयार करने में एक शक्तिशाली सहायता है। लेकिन इस इकाई की दोहरी चेतावनी महत्वपूर्ण है: पारदर्शिता न अधिक होनी चाहिए, न कम - नागरिक को वह जानकारी दी जानी चाहिए जिसका वह हकदार है, लेकिन व्यक्तिगत डेटा और वास्तविक अपवादों को संरक्षित किया जाना चाहिए; यह संतुलन जिम्मेदार सार्वजनिक अधिकारी द्वारा स्थापित किया जाता है, एआई द्वारा नहीं।
ज्ञान प्राप्त करने के दो गलत छोर
सूचना के अनुरोध में दो दिशाओं में त्रुटियाँ हो सकती हैं:
- पारदर्शिता का अभाव: अनावश्यक रूप से दी गई जानकारी को "गोपनीय/असाधारण" कहकर अस्वीकार करना। यह दोनों अधिकार का उल्लंघन करता है और संस्था में अविश्वास पैदा करता है, और अक्सर न्यायपालिका में समाप्त होता है।
- अति-प्रकटीकरण: दस्तावेज़ जमा करते समय गलती से तीसरे पक्ष के व्यक्तिगत डेटा, व्यापार रहस्य, या वास्तविक अपवाद (सुरक्षा, आदि) का खुलासा हो जाना। यह केवीकेके का उल्लंघन करता है और नुकसान पहुंचाता है।
एआई दोनों तरफ से मदद कर सकता है: यह एक दस्तावेज़ को स्कैन कर सकता है, उसके भीतर व्यक्तिगत डेटा को चिह्नित कर सकता है, और संशोधन का सुझाव दे सकता है (दस्तावेज़ के गोपनीय/व्यक्तिगत हिस्सों को अस्पष्ट/हटा सकता है); इसमें अपवाद श्रेणी सूचीबद्ध हो सकती है जिसके अंतर्गत आप अनुरोध का मूल्यांकन करेंगे। लेकिन अंतिम निर्णय - क्या यह जानकारी दी गई है, कौन सा हिस्सा अस्पष्ट है - उस व्यक्ति का है जो कानूनी जिम्मेदारी वहन करता है।
ध्यान दें: एआई का यह कथन कि "यह जानकारी अपवाद के दायरे में है" या "दी जा सकती है" कानूनी राय नहीं है। सूचना तक पहुंच पर कानून के प्रासंगिक लेखों के अनुसार अपवाद मूल्यांकन किया जाता है और उचित ठहराया जाता है; एआई केवल प्री-क्वाल और ड्राफ्ट तैयार करता है।
खुले डेटा को सुरक्षित रूप से प्रकाशित करना
खुला डेटा सार्वजनिक दक्षता और जवाबदेही बढ़ाता है; उद्यमी, पत्रकार, शोधकर्ता इस डेटा से मूल्य बनाते हैं। लेकिन डेटा सेट को प्रकाशित करने से पहले, इसे पुन: पहचान के जोखिम के खिलाफ जांचा जाना चाहिए (गुमनाम माना जाने वाला डेटा अन्य डेटा के साथ संयोजन करके व्यक्तियों से वापस जुड़ा हुआ है)। उदाहरण के लिए, संयोजन "उम्र + पड़ोस + दुर्लभ व्यवसाय" एक एकल व्यक्ति को इंगित कर सकता है। प्रकाशन के लिए डेटा सेट तैयार करते समय, एआई जोखिम भरे कॉलम संयोजनों को चिह्नित करने और डेटा डिक्शनरी (प्रत्येक कॉलम का क्या अर्थ है इसका विवरण) लिखने में सहायक होता है।
युक्ति: खुला डेटा प्रकाशित करने से पहले, पूछें: "क्या मैं इस सेट में दो-तीन कॉलमों को मिलाकर एक व्यक्ति ढूंढ सकता हूं?" यदि उत्तर "शायद" है, तो समग्र (व्यक्तिगत के बजाय समूह), दुर्लभ श्रेणियों को संयोजित करें, या संवेदनशील क्षेत्र को हटा दें।
सूचना का चरण दर चरण प्रवाह
- मांग को समझें और वर्गीकृत करें। क्या अनुरोध किया गया है, यह किस इकाई से संबंधित है, अवधि क्या है?
- क्या जानकारी मौजूद है या इसे प्रस्तुत करने की आवश्यकता है? कानून मौजूदा ज्ञान को कवर करता है; संस्था को नया विश्लेषण (पुष्टि) नहीं करना पड़ सकता है।
- अपवाद मूल्यांकन. क्या व्यक्तिगत डेटा, सुरक्षा, व्यापार रहस्य, आंतरिक राय जैसे कोई अपवाद हैं?
- पुनर्क्रिया। निर्यात योग्य दस्तावेज़ के उन हिस्सों को हटा दें जिन्हें संरक्षित करने की आवश्यकता है।
- तर्कयुक्त उत्तर. दिया गया/नहीं दिया गया भाग और उसका आधार; अस्वीकृत होने पर आपत्ति विधि।
- लॉग और ऑडिट ट्रेल. अनुरोध, निर्णय और औचित्य दर्ज किए जाते हैं।
तीन मिनी मामले
केस 1 - संपादन त्रुटि से बचा गया। एक एजेंसी सूचना की स्वतंत्रता के अनुरोध के लिए एक निविदा दस्तावेज़ प्रस्तुत करेगी। एआई ने दस्तावेज़ को स्कैन किया और तीन लोगों के फोन नंबर और टीआर आईडी नंबर चिह्नित किए। यदि इसे बिना प्रूफरीडिंग के भेजा गया होता, तो यह केवीकेके का उल्लंघन होता; व्यक्तिगत डेटा काला कर दिया गया, दस्तावेज़ सुरक्षित रूप से वितरित किया गया।
केस 2 - अनुचित अस्वीकृति को सुधारा गया। एक इकाई आदतन गतिविधि डेटा के अनुरोध को "इन-हाउस" कहकर अस्वीकार कर देगी। जब एआई से अपवाद श्रेणियों के बारे में पूछा गया, तो यह देखा गया कि यह डेटा वास्तव में पहले से ही खुले डेटा के रूप में प्रकाशित करने योग्य था। अनुरोध पूरा किया गया, संभावित आपत्ति और मुकदमे को रोका गया।
केस 3 - पुनः पहचान का जोखिम। एक नगर पालिका अपने "सेवा अनुरोध" डेटासेट को खुले डेटा के रूप में प्रकाशित करेगी। सेट में पड़ोस + पूरा पता जिला विवरण शामिल है। एआई ने चेतावनी दी कि पता फ़ील्ड अलग-अलग अंकों को इंगित कर सकता है; पते को सड़क स्तर पर एकत्र किया गया था और सेट को सुरक्षित रूप से प्रकाशित किया गया था।
चार प्रतिलिपि योग्य टेम्पलेट
1) सूचना अनुरोध वर्गीकरण:
आपकी भूमिका: सूचना अधिग्रहण विशेषज्ञ। निम्नलिखित अनुरोध को संसाधित करें: (1) वास्तव में क्या अनुरोध किया गया है, (2) यह किस इकाई से संबंधित है, (3) क्या इसके लिए मौजूदा जानकारी या नए उत्पादन की आवश्यकता है, (4) संभावित अपवाद श्रेणियां (व्यक्तिगत डेटा, सुरक्षा, व्यापार रहस्य, आदि)। निर्दिष्ट करें कि प्रत्येक अपवाद को "प्रासंगिक लेख द्वारा उचित ठहराया जाना चाहिए"। निर्णय लेना, पूर्व-मूल्यांकन करना। अनुरोध: [पाठ]
2) संशोधन (व्यक्तिगत/गोपनीय डेटा को चिह्नित करना):
नीचे दिए गए दस्तावेज़ में, उन सभी भागों को चिह्नित करें जिन्हें सूचना प्रतिक्रिया में छिपाया जाना चाहिए: नाम-उपनाम, टीआर आईडी नंबर, पता, टेलीफोन, स्वास्थ्य/आपराधिक जानकारी, तीसरे पक्ष का डेटा, व्यापार रहस्य। प्रत्येक चिन्ह के लिए संक्षिप्त औचित्य लिखें। दस्तावेज़ के निर्यात योग्य भाग को वैसे ही छोड़ दें। दस्तावेज़: [पाठ]
3) तर्कपूर्ण उत्तर प्रारूप:
निम्नलिखित अनुरोध के लिए एक तर्कसंगत प्रतिक्रिया का मसौदा तैयार करें: (1) क्या जानकारी दी गई थी, (2) कौन सा हिस्सा नहीं दिया गया था और क्यों (अपवाद खंड [पुष्टि की जानी है]), (3) अपील विधि और अवधि [पुष्टि की जानी है]। भाषा औपचारिक एवं सम्मानजनक होनी चाहिए। जो भाग नहीं दिया गया है उसका औचित्य ठोस होना चाहिए, सामान्य नहीं। अनुरोध: [सारांश] निर्णय: [क्या दिया गया/नहीं दिया गया]
4) डेटा पुनः प्रमाणीकरण नियंत्रण खोलें:
नीचे दिए गए डेटासेट के कॉलम की जाँच करें। सूचीबद्ध करें कि स्तंभों का कौन सा संयोजन किसी एक व्यक्ति (पुन: पहचान का जोखिम) का संकेत दे सकता है। प्रत्येक जोखिम के लिए कुछ शमन का सुझाव दें: एकत्रीकरण, दुर्लभ श्रेणी एकत्रीकरण, फ़ील्ड निष्कर्षण। बस दी गई कॉलम सूची का उपयोग करें। कॉलम: [सूची]
कमजोर संकेत/मजबूत संकेत
कमज़ोर: "जानकारी के लिए इस अनुरोध का जवाब दें।"
गुक्लु: "आपकी भूमिका एक सूचना इकाई विशेषज्ञ की है। सबसे पहले, अनुरोध को वर्गीकृत करें: क्या अनुरोध किया गया है, कौन सी इकाई उपलब्ध है, क्या यह उपलब्ध है, संभावित अपवाद क्या हैं। प्रत्येक अपवाद को 'प्रासंगिक लेख द्वारा उचित ठहराए जाने वाले' के रूप में चिह्नित करें, स्वयं कानूनी निर्णय न लें। फिर, व्यक्तिगत/गोपनीय भागों को चिह्नित करें जिन्हें दस्तावेज़ में संशोधन सुझाव के साथ प्रस्तुत करने की आवश्यकता है। अंत में, दिए गए/नहीं दिए गए भाग और आपत्ति करने के तरीके सहित एक तर्कसंगत प्रतिक्रिया मसौदा तैयार करें; बनाएं; औचित्य ठोस।"
अंतर: मजबूत संकेत पारदर्शिता और सुरक्षा को संतुलित करता है, अपवाद को औचित्य से जोड़ता है, संशोधन और अपील पथ जोड़ता है।
सूचना प्रकार के आधार पर दृष्टिकोण
सूचना प्रकार
डिफ़ॉल्ट
ध्यान दें
सांख्यिकी, एकत्रित डेटा
खुला
पुन: पहचान जांच
प्रशासनिक कार्रवाई का कारण
दिया जा सकता है
तृतीय पक्ष डेटा को संशोधित करें
तृतीय पक्ष व्यक्तिगत डेटा
संरक्षित
केवीकेके; लेकिन अनुमति/अपवाद के साथ
सुरक्षा/गोपनीयता अपवाद
संरक्षित
क्या यह वास्तविक अपवाद है, पुष्टि करें
आंतरिक राय/बातचीत
निर्भर करता है
प्रासंगिक लेख के अनुसार मूल्यांकन करें
गुमनामीकरण और पुनः पहचान का जोखिम
खुले डेटा को प्रकाशित करने में सबसे तकनीकी लेकिन महत्वपूर्ण कदम गुमनामीकरण है (किसी व्यक्ति को डेटा से प्रत्यक्ष या अप्रत्यक्ष रूप से अज्ञात बनाना)। नाम एवं टी.आर. आईडी नंबर हटाना अक्सर पर्याप्त नहीं होता है; क्योंकि कई सामान्य क्षेत्रों का संयोजन एक व्यक्ति को पुनः पहचानने योग्य बनाता है। इसे पुन: पहचान कहा जाता है (अन्य जानकारी के साथ गुमनाम समझे जाने वाले डेटा का मिलान करके व्यक्ति को ढूंढना)। उदाहरण के लिए, यदि पड़ोस में एक भी 92 वर्षीय विधुर है, तो "पड़ोस + उम्र + वैवाहिक स्थिति" की तिकड़ी उसका खुलासा करेगी। एआई स्क्रीन में मदद कर सकता है कि डेटा सेट में फ़ील्ड के कौन से संयोजन प्रकटीकरण के जोखिम में हैं और सुरक्षित समूहीकरण का सुझाव देते हैं (आयु को सीमा में परिवर्तित करना, दुर्लभ श्रेणियों का संयोजन); लेकिन प्रकाशन का निर्णय और अंतिम ऑडिट संस्था की जिम्मेदारी है।
मिनी केस - तीन क्षेत्रों के साथ खुलासा। एक नगर पालिका ने "गुमनाम रूप से" सामाजिक सहायता डेटा प्रकाशित किया: कोई नाम नहीं, लेकिन पड़ोस, जन्म का वर्ष और विकलांगता का प्रकार। एक पत्रकार ने एक ही पड़ोस में एक व्यक्ति में एक दुर्लभ प्रकार की विकलांगता देखी और उस व्यक्ति की पहचान की। डेटा वापस ले लिया गया; इसे तब पुनः प्रकाशित किया गया जब जन्म के वर्ष को 10 साल के अंतराल में बदल दिया गया और दुर्लभ श्रेणियों को "अन्य" के अंतर्गत समूहीकृत किया गया।
टेम्प्लेट जो पुन: पहचान जोखिम को स्क्रीन करता है:
कार्य: निम्नलिखित डेटा सेट के कॉलम की जांच करें; मैं व्यक्तिगत डेटा प्रकाशित नहीं करता, मैं केवल जोखिम स्क्रीनिंग चाहता हूं। कॉलम: [कॉलम नाम] आउटपुट: 1) प्रत्यक्ष पहचानकर्ता (हटाए जाने चाहिए)। 2) अप्रत्यक्ष पहचानकर्ता संयोजन (पुनः पहचान का जोखिम)। 3) प्रत्येक जोखिम भरे संयोजन के लिए अनुशंसित समूहीकरण/मास्किंग। 4) प्रकाशन से पहले अंतिम जांच प्रश्न। नियम: मैंने कोई वास्तविक व्यक्तिगत मूल्य पेस्ट नहीं किया; बस स्तंभ संरचना पर विचार करें।
सावधानी: "मैंने नाम हटा दिया है, अब गुमनाम हूं" सबसे आम और खतरनाक ग़लतफ़हमी है। गुमनामी फ़ील्ड द्वारा नहीं, बल्कि फ़ील्ड के संयोजन और बाहरी डेटा के साथ मिलान की संभावना से निर्धारित होती है। यदि संदेह हो तो प्रकाशित न करें; गुमनामी एक अपरिवर्तनीय निर्णय है.
सामान्य गलतियाँ
- आदतन अस्वीकार करना. जो जानकारी दी जा सकती है उसे अनावश्यक "गोपनीय" मानना अधिकारों का उल्लंघन है और मुकदमे का कारण बनता है।
- असंशोधित दस्तावेज़ जमा करना. तीसरे पक्ष के डेटा का खुलासा करना KVKK का उल्लंघन है।
- बिना किसी औचित्य के अपवाद का उपयोग करना। अस्वीकृति ठोस पदार्थ और ठोस औचित्य के साथ की जानी चाहिए; "इन-हाउस" कहना पर्याप्त नहीं है।
- एआई के कानूनी निर्णय पर भरोसा करना। अपवाद बनाने का निर्णय मानवीय है; एआई पूर्व-अर्हता प्राप्त करता है।
- खुले डेटा में पुनः पहचान को दरकिनार करना। कॉलम संयोजन लोगों को ढूंढ सकते हैं; सकल।
- आपत्ति के साधन निर्दिष्ट नहीं कर रहे हैं। अस्वीकरण में आवेदन विधि एवं अवधि अवश्य लिखें (पुष्टि करें)।
सारांश
पारदर्शिता सार्वजनिक विश्वास की नींव है; एफओआई अनुरोधों को वर्गीकृत करने, प्रूफरीडिंग की सिफारिश करने, प्रतिक्रियाओं का मसौदा तैयार करने और प्रकाशन के लिए खुला डेटा तैयार करने में एआई एक शक्तिशाली सहायता है। लेकिन संतुलन महत्वपूर्ण है: नागरिकों को वह जानकारी दी जानी चाहिए जिसके वे हकदार हैं, वास्तविक अपवाद और व्यक्तिगत डेटा को संरक्षित किया जाना चाहिए। अपवाद बनाने का निर्णय तर्कसंगत और मानवीय होना चाहिए; प्रकाशन से पहले पुन: पहचान के जोखिम के लिए खुले डेटा का ऑडिट किया जाना चाहिए।
आवेदन कार्य
सूचना अनुरोध की वास्तविक (नकाबपोश) स्वतंत्रता प्राप्त करें। "अनुरोध वर्गीकरण" टेम्प्लेट के साथ पूर्व-मूल्यांकन करें, संलग्न दस्तावेज़ पर "रिडक्शन" टेम्प्लेट लागू करें और छिपाए जाने वाले क्षेत्रों को चिह्नित करें। खुले डेटा सेट के कॉलम में "ओपन डेटा री-आइडेंटिफिकेशन चेक" टेम्पलेट लागू करें और कम से कम एक जोखिम भरा संयोजन ढूंढें।
चेकलिस्ट
- [ ] मैंने अनुरोध को वर्गीकृत किया; मैंने अनावश्यक रूप से दी जा सकने वाली जानकारी को अस्वीकार नहीं किया।
- [ ] मैंने ठोस सार और औचित्य (मानवीय निर्णय) के साथ अपवादों का मूल्यांकन किया।
- [ ] मैंने प्रस्तुत किए जाने वाले दस्तावेज़ में व्यक्तिगत/गोपनीय डेटा को संशोधित कर दिया है।
- [ ] अस्वीकृति के मामले में, मैंने आपत्ति विधि और अवधि (पुष्टि) बताई है।
- [ ] मैंने खुले डेटा में पुनः पहचान के जोखिम की जाँच की।
- [ ] मैंने ऑडिट के लिए अनुरोध, निर्णय और औचित्य दर्ज किया।