Dobici:
- Sposobnost razumijevanja i implementacije činjenice da su podaci o djetetu posebni podaci te da moraju biti anonimizirani u okviru KVKK i povjerljivosti te je potrebna suglasnost obitelji.
- Sposobnost evaluacije alata umjetne inteligencije u smislu sigurnosti podataka, pohrane i korištenja u obuci modela i odabira sigurnog
- Sposobnost održavanja etičkih granica kao što su dijagnostički autoritet, stigma, diskriminacija i najbolji interes djeteta u tijeku rada
Dosje o razvoju djeteta sadrži najintimnije podatke o djetetu: povijest razvoja, obiteljsku situaciju, rezultate probira, opažanja, a ponekad i medicinske informacije. Kada te informacije dospiju u pogrešne ruke ili se zlorabe, mogu štetiti djetetu godinama koje dolaze: etiketirati ga, stigmatizirati ga, diskriminaciju. Stoga je zaštita podataka o djeci jedna od najozbiljnijih odgovornosti stručnjaka za dječji razvoj; U doba umjetne inteligencije ova se odgovornost višestruko povećava jer lijepljenje podataka u alat traje nekoliko sekundi i ne može se poništiti. U ovoj jedinici pokrit ćemo pravni status podataka o djeci, procjenu alata umjetne inteligencije u smislu privatnosti i etičke granice.
Prvo, pravna osnova: u Turskoj, KVKK (Zakon o zaštiti osobnih podataka) regulira obradu osobnih podataka. Podaci o zdravlju i razvoju djeteta su u kategoriji posebnih osobnih podataka; Ova kategorija podliježe najvišoj razini zaštite. U Europi je njegov ekvivalent GDPR. U slučaju djeteta osjetljivost je još veća, jer dijete ne može dati valjani pristanak na svoje podatke; Pristanak (informirani izričiti pristanak) dobiva se od zakonskog zastupnika, odnosno obitelji. U svakoj odluci prevladava načelo „najboljeg interesa djeteta“.
Anonimizacija: najosnovniji i najmoćniji korak
Najosnovniji, najpraktičniji korak koji štiti privatnost pri radu s umjetnom inteligencijom je anonimizacija: uklanjanje svih podataka koji otkrivaju identitet (ime, prezime, TR ID broj, datum rođenja, naziv škole/institucije, adresa, broj protokola/datoteke, prezimena) iz podataka i korištenje samo neidentificiranih informacija potrebnih za vaš zadatak. Pisanje "djevojčica stara 3 godine i 2 mjeseca" umjesto "Elif Kaya, 3 godine i 2 mjeseca, dječji vrtić Papatya" obavlja posao podataka, ali čuva identitet.
Riječ opreza: identitet se može ponovno pojaviti kada se spoji više sitnih detalja (ovo se zove ponovna identifikacija). Na primjer, detalji poput "Jedini blizanac u selu X, njegov otac je poglavar" mogu identificirati osobu čak i ako nema imena. Stoga je potrebno ne samo izbrisati naziv već i generalizirati detalje koji ga čine jedinstvenim.
Neobrađeno (ne može se dijeliti)
Anonimno (dijeli se)
Elif Kaya, TC 123..., rođena 12.03.2022.
Djevojčica 3 godine i 2 mjeseca
Dječji vrtić Papatya, 3-A razred
predškolska ustanova
Njegova majka je Ayşe, a otac Mukhtar.
roditelje
Broj spisa 2024/187
(uklonjeno)
Pažnja: Učitavanje podataka o identitetu djeteta, cjelovitog izvješća ili fotografije na javno dostupan alat umjetne inteligencije predstavlja povredu KVKK i privatnosti i ne može se povući. Podaci idu na vanjski poslužitelj i neki ih alati mogu koristiti za obuku modela. Prije učitavanja uvijek učinite anonimnim.
Izbor alata i životni ciklus podataka
Nema svaki AI alat istu razinu privatnosti. Kada ocjenjujete alat, zapitajte se: Koristi li učinkovitost u obučavanju modela? Gdje pohranjuje podatke i koliko dugo? Nudi li ugovor o obradi podataka (za korporativnu upotrebu)? Gdje su im serveri? Korporativni, ugovoreni alati i alati za obuku koji ne koriste vaše podatke sigurniji su od javno dostupnih besplatnih alata. Međutim, čak ni u najsigurnijem alatu nemojte dijeliti nepotrebne vjerodajnice — anonimizacija je prva obrana u svim okolnostima.
Razmotrite životni ciklus podataka: prikupite podatke (potvrdite), obradite (po potrebi), pohranite (sigurno, vremenski određeno), dijelite (samo ovlašteno, anonimno) i izbrišite (kada završite). Sve što ubacite u AI alate riskira da ispadne izvan ove petlje.
Savjet: Stavite čvrsto pravilo na vrh svojih omiljenih upita: "Neću dijeliti nikakve informacije koje identificiraju dijete ili obitelj u ovom razgovoru." Postavljanje ovog refleksa kontrole sprječava najčešće kršenje (odsutno lijepljenje ID-a).
Etičke granice: dijagnoza, stigma, diskriminacija
Privatnost je tehnički problem, ali etika je šira. Tri su granice kritične. Dijagnostički autoritet: specijalist za razvoj djeteta provodi probir i procjenu razvoja; Konačna dijagnoza posao je relevantnog liječnika/kliničkog tima. Umjetna inteligencija ne poznaje tu granicu; štitit ćeš. Stigma: označavanje djeteta ranom i trajnom etiketom (u dosjeu, u obitelji, u vlastitom umu) nije fer prema djetetu i može negativno utjecati na njegov razvoj. Diskriminacija i pristranost: AI može odražavati pristranosti u podacima o obuci; Može proizvesti pristrane rezultate u odnosu na određenu kulturu, spol ili socioekonomsku skupinu. Stručnjak bi ih trebao uočiti i ispraviti. Iznad svega toga stoji načelo najboljeg interesa djeteta: je li svaka odluka za dobro djeteta?
Četiri upita za kopiranje
1) Upit za anonimizaciju:
Dat ću ti tekst. Ukloniti sve informacije koje bi mogle otkriti identitet djeteta ili obitelji (ime, prezime, JID, datum rođenja, škola/institucija, adresa, broj dosjea, jedinstveni podaci); zamijeniti općim izrazom ([djevojčica], [predškolska ustanova]). Generalizirajte ne samo ime, već i jedinstvene detalje koji bi mogli identificirati osobu. Navedite što ste uklonili.Tekst: [raw]
2) Upit za procjenu privatnosti vozila:
Dajte mi kontrolni popis pitanja o privatnosti koja bih trebao postaviti kako bih odlučio mogu li koristiti AI alat s podređenim podacima (jesu li podaci korišteni u obrazovanju, zadržavanju, ugovoru, lokaciji poslužitelja, brisanju). Nemojte izmišljati odgovore; samo navedite pitanja.
3) Etika/ograničenje kontrole autoriteta:
Etički pregledajte sljedeći tekst: (1) postavlja li/implicira li dijagnozu? (2) postoji li stigmatizirajuća etiketa? (3) postoje li kulturološke/rodne/socioekonomske predrasude? Označite svaki problem i predložite ispravljenu, opreznu alternativu.Tekst: [nacrt]
4) Tekst obavijesti o pristanku obitelji:
Napravite kratak tekst OBAVIJESTI/SUGLASNOSTI za obitelj koji jednostavno objašnjava kako ću koristiti i zaštititi djetetove podatke. Uključuje: koji podaci, za koju svrhu, kako su zaštićeni, s kim se dijele, pravo na povlačenje. Pružanje pravnih savjeta; Imajte na umu da je to nacrt i mora ga odobriti institucija.
tri mini kućišta
Slučaj 1 — Povreda prijenosa identiteta. Tijekom napornog dana, stručnjak zalijepi izvješće o razvoju djeteta, zajedno s punim imenom i identifikacijom, u javni alat i kaže "sažeti". Podaci su napustili ustanovu, a pristanak obitelji nije dobiven. Ispravan način bio je anonimizirati podatke s prvim upitom i koristiti samo anonimne informacije u sigurnom alatu. Ovo kršenje je i pravno i etičko pitanje i ne može se poništiti.
Slučaj 2 — Ponovna identifikacija. Stručnjak briše ime ali ostavlja detalj "jedini trojac u selu, otac mu je imam". Ovaj detalj identificira dijete čak i bez imena. Stručnjak produbljuje anonimizaciju kako bi generalizirao jedinstvene detalje: "dijete višeplodne trudnoće koje živi u ruralnom području." Identitet je sada zaštićen.
Slučaj 3 — Ispravak pristranosti. Umjetna inteligencija proizvodi pristranu pretpostavku koja je implicitna u sadržaju o obitelji s niskim prihodima, poput "uključenost je često neadekvatna u tim obiteljima". Stručnjak to hvata trećim upitom; ocjenjuje izjavu neutemeljenom, stigmatizirajućom i diskriminirajućom te je ukida. Prepisuje sadržaj jezikom koji svaku obitelj smatra ravnopravnom i poštovanom.
Slab upit / Jak upit
Slab upit:
Ovdje lijepim Elifin puni nalaz, procijenite i preporučite dijagnozu.
Problem: podaci o identitetu se dijele (povreda KVKK), traži se dijagnoza (prekoračenje ovlaštenja), nema pristanka, ne dovodi se u pitanje sigurno vozilo.
Snažan upit:
Uredite sljedeći ANONIMNI sažetak razvoja (identifikacijski podaci uklonjeni) za NACRT evaluacije. Postavljanje dijagnoze; korištenje stigmatizirajućih etiketa; Izbjegavajte pristrane pretpostavke. Označite [neka stručnjak procijeni] tamo gdje niste sigurni. Sažetak: [anonimno]
Uobičajene greške
- Prijenos vjerodajnica: najčešći i najteži prekršaj; uvijek anonimizirati.
- Površna anonimizacija: samo brisanje imena nije dovoljno; generalizirati i jedinstvene detalje.
- Ne dovodeći u pitanje privatnost alata: Izbjegavajte alate koji koriste vaše podatke za obrazovanje.
- Prelazak dijagnostičke granice: Procjena nije dijagnoza; Ovlast je na liječniku/timu.
- Neprepoznavanje pristranosti: Popravite stigmatizirajuće/diskriminirajuće pretpostavke umjetne inteligencije.
Ukratko
Podaci o djetetu su posebni osobni podaci; Zahtijeva najvišu razinu zaštite u okviru KVKK-a i povjerljivost i pristanak obitelji. Najjača obrana pri radu s umjetnom inteligencijom je anonimizacija — generalizirajte ne samo ime, već i jedinstvene detalje koji mogu identificirati pojedinca. Ocijenite alate za privatnost; Odaberite ono sigurno koje ne koristi vaše podatke u treningu. Održavajte etičke granice (dijagnostički autoritet, stigma, diskriminacija/pristranost) i uzmite u obzir najbolje interese djeteta pri svakoj odluci.
Zadatak aplikacije
Vodite neanonimiziranu (autentičnu, iz vlastite evidencije) bilješku o napretku; Bez odraza na zaslonu, anonimizirajte ga ručno pomoću logike prvog odziva i navedite sve informacije koje ste izdvojili. Ocijenite AI alat koji koristite u smislu privatnosti s 2. upitom. Provjerite nacrt za etiku/pristranost s upitom 3. Zabilježite najmanje tri ispravka koja ste napravili (jedna anonimizacija, jedna etika, jedna pristranost).
popis za provjeru
- [ ] Anonimizirao sam podatke; Također sam generalizirao jedinstvene detalje.
- [ ] Ocijenio sam alat koji sam koristio u smislu privatnosti; Izabrao sam sigurno.
- [ ] Dobio sam pristanak obitelji kada je to bilo potrebno.
- [ ] Održavao sam ograničenje dijagnostičkog autoriteta; Primijenio sam razliku evaluacija-dijagnoza.
- [ ] Uklonio sam stigmatizirajuće oznake i diskriminirajuće/pristrane izraze.
- [ ] Uzeo sam u obzir najbolji interes djeteta pri svakoj odluci.
- [ ] Nisam učitao vjerodajnicu ni u jedno vozilo.