Keuntungan:
- Kemampuan memahami dan menerapkan fakta bahwa data anak merupakan data khusus dan harus dianonimkan dalam lingkup KVKK dan kerahasiaan serta memerlukan persetujuan keluarga.
- Kemampuan untuk mengevaluasi alat kecerdasan buatan dalam hal keamanan data, penyimpanan dan penggunaan dalam pelatihan model dan memilih yang aman
- Kemampuan untuk mempertahankan batasan etika seperti otoritas diagnostik, stigma, diskriminasi, dan kepentingan terbaik anak dalam alur kerja
File perkembangan seorang anak berisi informasi paling intim dari anak tersebut: riwayat perkembangan, situasi keluarga, hasil pemeriksaan, observasi, dan terkadang informasi medis. Jika informasi ini jatuh ke tangan yang salah atau disalahgunakan, hal ini dapat merugikan anak selama bertahun-tahun ke depan: diberi label, stigma, dan diskriminasi. Oleh karena itu, melindungi data anak-anak adalah salah satu tanggung jawab paling serius dari spesialis perkembangan anak; Di era kecerdasan buatan, tanggung jawab ini menjadi berlipat ganda, karena menempelkan data ke alat memerlukan waktu beberapa detik dan tidak dapat dibatalkan. Pada unit ini, kami akan membahas status hukum data anak, evaluasi alat kecerdasan buatan dalam hal privasi, dan batasan etika.
Pertama, dasar hukum: Di Türkiye, KVKK (Undang-undang Perlindungan Data Pribadi) mengatur pemrosesan data pribadi. Data kesehatan dan perkembangan anak termasuk dalam kategori data pribadi khusus; Kategori ini tunduk pada tingkat perlindungan tertinggi. Di Eropa, padanannya adalah GDPR. Dalam kasus anak-anak, sensitivitasnya bahkan lebih besar lagi, karena anak tersebut tidak dapat memberikan persetujuan yang sah atas datanya sendiri; Persetujuan (Informed Explicit Consent) diperoleh dari kuasa hukum yaitu keluarga. Prinsip “kepentingan terbaik bagi anak” berlaku dalam setiap keputusan.
Anonimisasi: langkah paling mendasar dan ampuh
Langkah paling mendasar dan paling praktis yang melindungi privasi saat bekerja dengan kecerdasan buatan adalah anonimisasi: menghapus semua informasi yang mengungkapkan identitas (nama, nama keluarga, nomor ID TR, tanggal lahir, nama sekolah/institusi, alamat, nomor protokol/file, nama keluarga) dari data dan hanya menggunakan informasi non-identifikasi yang diperlukan untuk tugas Anda. Menulis "Gadis berusia 3 tahun 2 bulan" dan bukan "Elif Kaya, 3 tahun 2 bulan, TK Papatya" berfungsi sebagai data tetapi tetap mempertahankan identitasnya.
Peringatan: identitas dapat muncul kembali ketika beberapa detail kecil bersatu (ini disebut identifikasi ulang). Misalnya, rincian seperti “Satu-satunya saudara kembar di desa X, ayahnya adalah kepala desa” dapat mengidentifikasi orang tersebut meskipun tidak ada namanya. Oleh karena itu, tidak hanya perlu menghapus nama tetapi juga menggeneralisasi detail yang membuatnya unik.
Mentah (tidak dapat dibagikan)
Anonim (dapat dibagikan)
Elif Kaya, TC 123..., lahir 12.03.2022.
Gadis berusia 3 tahun 2 bulan
TK Papatya, kelas 3-A
lembaga prasekolah
Ibunya adalah Ayşe dan ayahnya adalah Mukhtar.
orang tua
Nomor berkas 2024/187
(dihapus)
Perhatian: Mengunggah informasi identitas anak, laporan lengkap atau foto ke alat kecerdasan buatan yang tersedia untuk umum merupakan pelanggaran KVKK dan privasi dan tidak dapat ditarik kembali. Data masuk ke server eksternal dan beberapa alat dapat menggunakannya untuk pelatihan model. Selalu anonimkan sebelum mengunggah.
Pemilihan alat dan siklus hidup data
Tidak semua alat AI memiliki tingkat privasi yang sama. Saat mengevaluasi suatu alat, tanyakan: Apakah alat tersebut menggunakan efisiensi dalam melatih model? Di mana ia menyimpan data dan untuk berapa lama? Apakah ia menawarkan perjanjian pemrosesan data (untuk penggunaan perusahaan)? Di mana server mereka? Alat perusahaan, kontrak, dan pelatihan yang tidak menggunakan data Anda lebih aman dibandingkan alat gratis yang tersedia untuk umum. Namun, bahkan pada alat yang paling aman sekalipun, jangan membagikan kredensial yang tidak perlu — anonimisasi adalah pertahanan pertama dalam segala situasi.
Pertimbangkan siklus hidup data: kumpulkan data (validasi), proses (sesuai kebutuhan), simpan (aman, berjangka waktu), bagikan (hanya yang berwenang, anonim), dan hapus (bila selesai). Apa pun yang Anda gunakan pada alat AI berisiko keluar dari lingkaran ini.
Tip: Letakkan aturan tegas di bagian atas perintah favorit Anda: “Saya tidak akan membagikan informasi apa pun yang mengidentifikasi anak atau keluarga dalam percakapan ini.” Menjadikannya sebagai refleks kontrol mencegah pelanggaran paling umum (menempelkan ID tanpa sadar).
Batasan etis: diagnosis, stigma, diskriminasi
Privasi adalah masalah teknis, namun etika lebih luas. Ada tiga batasan yang sangat penting. Otoritas diagnostik: spesialis perkembangan anak melakukan skrining dan penilaian perkembangan; Diagnosis pasti merupakan tugas dokter/tim klinis terkait. Kecerdasan buatan tidak mengetahui batasan ini; kamu akan melindungi. Stigma: menandai anak dengan label awal dan permanen (dalam arsip, dalam keluarga, dalam pikiran Anda sendiri) tidak adil bagi anak dan dapat berdampak negatif pada perkembangannya. Diskriminasi dan bias: AI mungkin mencerminkan bias dalam data pelatihan; Hal ini mungkin menghasilkan hasil yang bias mengenai budaya, gender, atau kelompok sosial ekonomi tertentu. Pakar harus memperhatikan hal ini dan memperbaikinya. Yang terpenting adalah prinsip kepentingan terbaik bagi anak: apakah setiap keputusan demi kebaikan anak?
Empat perintah yang dapat disalin
1) Permintaan anonimisasi:
Saya akan memberi Anda pesan teks. Menghapus informasi apa pun yang dapat mengungkapkan identitas anak atau keluarga (nama, nama keluarga, ID TR, tanggal lahir, sekolah/institusi, alamat, nomor file, detail unik); ganti dengan ekspresi umum([perempuan], [lembaga prasekolah]). Generalisasikan tidak hanya namanya, tetapi juga detail unik yang dapat mengidentifikasi orang tersebut. Cantumkan apa yang Anda hapus. Teks: [mentah]
2) Perintah evaluasi privasi kendaraan:
Beri saya daftar pertanyaan privasi yang harus saya tanyakan untuk memutuskan apakah saya dapat menggunakan alat AI dengan data anak (apakah data yang digunakan dalam pendidikan, retensi, kontrak, lokasi server, penghapusan). Jangan mengarang jawabannya; cukup daftarkan pertanyaannya.
3) Perintah pengendalian etika/batas kewenangan:
Tinjaulah secara etis teks berikut: (1) apakah teks tersebut membuat/menyiratkan suatu diagnosis? (2) apakah ada label stigmatisasi? (3) apakah ada bias budaya/gender/sosioekonomi? Soroti setiap masalah dan sarankan alternatif yang diperbaiki dan hati-hati. Teks: [draft]
4) Perintah teks informasi persetujuan keluarga:
Draf teks PEMBERITAHUAN/PERSETUJUAN singkat kepada keluarga yang menjelaskan secara sederhana bagaimana saya akan menggunakan dan melindungi data anak. Hal ini mencakup: data apa, untuk tujuan apa, bagaimana data tersebut dilindungi, kepada siapa data tersebut dibagikan, hak penarikan. Memberikan nasihat hukum; Perhatikan bahwa ini adalah rancangan dan harus disetujui oleh institusi.
tiga kasus mini
Kasus 1 — Pelanggaran unggahan identitas. Pada hari yang sibuk, seorang spesialis menempelkan laporan perkembangan anak, lengkap dengan nama lengkap dan ID, ke alat publik dan berkata "ringkas". Data keluar dari institusi dan persetujuan keluarga tidak diperoleh. Cara yang benar adalah menganonimkan data dengan perintah pertama dan hanya menggunakan informasi anonim di alat yang aman. Pelanggaran ini merupakan masalah hukum dan etika dan tidak dapat dibatalkan.
Kasus 2 — Identifikasi ulang. Seorang ahli menghapus nama tersebut tetapi meninggalkan detail "satu-satunya kembar tiga di desa, ayahnya adalah seorang imam." Detail ini mengidentifikasi anak tersebut bahkan tanpa nama. Pakar tersebut memperdalam anonimisasi untuk menggeneralisasi detail unik: “seorang anak dengan kehamilan ganda yang tinggal di daerah pedesaan.” Identitas sekarang dilindungi.
Kasus 3 — Koreksi bias. AI menghasilkan asumsi bias yang tersirat dalam konten tentang keluarga berpenghasilan rendah, seperti “keterlibatan sering kali tidak memadai dalam keluarga-keluarga ini.” Pakar menangkap ini dengan perintah ke-3; menganggap pernyataan tersebut tidak berdasar, memberikan stigma dan diskriminatif, lalu menghapusnya. Ini menulis ulang konten dalam bahasa yang memandang setiap keluarga setara dan dihormati.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Saya menyisipkan laporan lengkap Elif di sini, mengevaluasi dan merekomendasikan diagnosis.
Permasalahan: informasi identitas dibagikan (pelanggaran KVKK), diagnosa diminta (otorisasi berlebih), tidak ada persetujuan, keamanan kendaraan tidak dipertanyakan.
Perintah yang kuat:
Edit ringkasan pengembangan ANONYMOUS berikut (informasi identifikasi dihapus) untuk DRAFT evaluasi. Membuat diagnosis; menggunakan label yang menstigmatisasi; Hindari asumsi yang bias. Tandai [biarkan ahli mengevaluasi] jika Anda tidak yakin. Ringkasan: [anonim]
Kesalahan umum
- Mengunggah kredensial: Pelanggaran paling umum dan paling berat; selalu anonim.
- Anonimisasi dangkal: Menghapus nama saja tidak cukup; menggeneralisasi detail unik juga.
- Tidak mempertanyakan privasi alat: Hindari alat yang menggunakan data Anda untuk pendidikan.
- Melewati batas diagnostik: Penilaian bukanlah diagnosis; Kewenangan ada pada dokter/tim.
- Tidak mengakui bias: Memperbaiki asumsi yang menstigmatisasi/diskriminatif terhadap AI.
Singkatnya
Data anak adalah data pribadi khusus; Diperlukan perlindungan setinggi-tingginya dalam lingkup KVKK dan kerahasiaan serta persetujuan diperoleh dari keluarga. Pertahanan terkuat saat bekerja dengan AI adalah anonimisasi — tidak hanya menggeneralisasi nama, tetapi juga detail unik yang dapat mengidentifikasi individu. Evaluasi alat untuk privasi; Pilih yang aman yang tidak menggunakan data Anda dalam pelatihan. Menjaga batasan etika (otoritas diagnostik, stigma, diskriminasi/bias) dan mempertimbangkan kepentingan terbaik anak dalam setiap pengambilan keputusan.
Tugas aplikasi
Buat catatan kemajuan yang tidak dianonimkan (asli, dari catatan Anda sendiri); Tanpa mencerminkannya di layar, anonimkan secara manual menggunakan logika perintah pertama dan daftarkan setiap informasi yang telah Anda ekstrak. Evaluasi alat AI yang Anda gunakan dalam hal privasi dengan perintah ke-2. Periksa draf etika/bias dengan perintah 3. Catat setidaknya tiga koreksi yang Anda buat (satu anonimisasi, satu etika, satu bias).
daftar periksa
- [ ] Saya menganonimkan data; Saya juga menggeneralisasi detail unik.
- [ ] Saya mengevaluasi alat yang saya gunakan dalam hal privasi; Saya memilih yang aman.
- [ ] Saya memperoleh persetujuan keluarga bila diperlukan.
- [ ] Saya mempertahankan batas otoritas diagnostik; Saya menerapkan perbedaan evaluasi-diagnosis.
- [ ] Saya menghapus tag stigma dan ekspresi diskriminatif/bias.
- [ ] Saya mempertimbangkan kepentingan terbaik anak dalam setiap keputusan.
- [ ] Saya belum mengunggah kredensial ke kendaraan mana pun.