利益:
- 子供のデータは特別なデータであり、KVKK と機密保持の範囲内で匿名化する必要があり、家族の同意が必要であるという事実を理解し、実行する能力。
- データのセキュリティ、ストレージ、モデルトレーニングでの使用の観点から人工知能ツールを評価し、安全なものを選択する能力
- 診断の権威、偏見、差別、ワークフローにおける子供の最善の利益などの倫理的境界を維持する能力
子供の発達ファイルには、発達歴、家族状況、スクリーニング結果、所見、そして場合によっては医療情報など、その子供の最も親密な情報が含まれています。この情報が悪者の手に渡ったり、悪用されたりすると、レッテル、偏見、差別など、子供たちに今後何年にもわたって害を及ぼす可能性があります。したがって、子供のデータを保護することは、児童発達専門家の最も重大な責任の 1 つです。人工知能の時代では、ツールへのデータの貼り付けには数秒かかり、元に戻すことはできないため、この責任は倍増します。この単元では、子供のデータの法的地位、プライバシーの観点からの人工知能ツールの評価、および倫理的境界について説明します。
まず、法的根拠です。トゥルキエでは、KVKK (個人データ保護法) が個人データの処理を規制しています。子供の健康と発育に関するデータは特別な個人データのカテゴリーに属します。このカテゴリは最高レベルの保護の対象となります。ヨーロッパでは、これに相当するのが GDPR です。子供の場合、子供は自分のデータに対して有効な同意を与えることができないため、機密性はさらに高くなります。法定代理人、つまり家族から同意（インフォームド明示的同意）が得られます。 「子どもの最善の利益」という原則があらゆる決定に優先されます。
匿名化: 最も基本的かつ強力なステップ
人工知能を扱う際にプライバシーを保護するための最も基本的で最も実用的な手順は匿名化です。つまり、すべての身元を明らかにする情報 (名前、姓、TR ID 番号、生年月日、学校/機関名、住所、プロトコル/ファイル番号、家族名) をデータから削除し、タスクに必要な非識別情報のみを使用します。 「エルフ・カヤ、3 歳 2 か月、パパティア幼稚園」の代わりに「3 歳 2 か月の女の子」と書くと、データとしての役割を果たしますが、アイデンティティは保持されます。
注意: 複数の小さな詳細が結合すると、同一性が再出現する可能性があります (これを再同一化と呼びます)。たとえば、「X 村で唯一の双子で、父親は村長である」などの詳細は、名前がなくてもその人物を特定できます。したがって、名前を削除するだけでなく、その名前を一意にする詳細を一般化する必要があります。
生（共有不可）
匿名（共有可能）
エリフ・カヤ、TC 123...、2022 年 3 月 12 日生まれ。
3歳2ヶ月の女の子
パパティア幼稚園 3-A クラス
就学前教育機関
彼の母親はアイシェ、父親はムフタルです。
両親
ファイル番号 2024/187
(削除されました)
注意: 子供の身元情報、完全なレポート、または写真を公的に利用可能な人工知能ツールにアップロードすることは、KVKK およびプライバシーの侵害であり、撤回することはできません。データは外部サーバーに送信され、一部のツールはそれをモデルのトレーニングに使用できます。アップロードする前に必ず匿名化してください。
ツールの選択とデータのライフサイクル
すべての AI ツールが同じレベルのプライバシーを備えているわけではありません。ツールを評価するときは、モデルのトレーニングを効率化しているかどうかを検討してください。データはどこに、どのくらいの期間保存されますか?データ処理契約 (企業使用向け) は提供されますか?彼らのサーバーはどこにあるのでしょうか?データを使用しない企業ツール、契約ツール、およびトレーニング ツールは、公的に入手可能な無料ツールよりも安全です。ただし、最も安全なツールであっても、不必要な認証情報を共有しないでください。匿名化は、あらゆる状況において最初の防御策となります。
データのライフサイクルを考慮します。データの収集 (検証)、処理 (必要に応じて)、保存 (安全、期限付き)、共有 (承認済みのみ、匿名)、削除 (完了時)。 AI ツールに固執するものはすべて、このループから外れるリスクがあります。
ヒント: お気に入りのプロンプトの先頭に、「この会話では子供や家族を特定する情報は共有しません」という厳しいルールを入力します。これを制御反射にすると、最も一般的な違反 (無意識に ID を貼り付ける) が防止されます。
倫理的境界線: 診断、偏見、差別
プライバシーは技術的な問題ですが、倫理はより広範な問題です。 3 つの境界が重要です。診断機関: 児童発達専門家がスクリーニングと発達評価を実施します。確定診断は、関連する医師/臨床チームの仕事です。人工知能はこの限界を知りません。あなたが守ってくれるでしょう。スティグマ：子どもに（ファイル内、家族内、自分自身の心の中で）早期かつ永続的なレッテルを貼ることは、子どもにとって不公平であり、子どもの発達に悪影響を与える可能性があります。差別と偏見: AI はトレーニング データに偏見を反映する可能性があります。特定の文化、性別、社会経済的グループに関して偏った結果が生じる可能性があります。専門家はこれらに気づき、修正する必要があります。何よりも、これは子どもの最善の利益の原則です。つまり、すべての決定は子どものためになるのでしょうか?
コピー可能な 4 つのプロンプト
1) 匿名化プロンプト:
テキストをお渡しします。子供または家族の身元を明らかにする可能性のある情報 (名前、姓、TR ID、生年月日、学校/機関、住所、ファイル番号、固有の詳細) を削除します。一般的な表現([女の子], [就学前教育機関])に置き換えます。名前だけでなく、個人を特定する可能性のある固有の詳細も一般化します。削除したものをリストします。テキスト: [生]
2) 車両プライバシー評価プロンプト:
子データ (教育、保持、契約、サーバーの場所、削除に使用されるデータ) で AI ツールを使用できるかどうかを判断するために尋ねるべきプライバシーに関する質問のチェックリストを教えてください。答えをでっち上げないでください。質問を列挙するだけです。
3) 倫理/権限制御プロンプト:
次の文章を倫理的に検討してください: (1) それは診断を行う/暗示しますか? (2) 偏見を与えるレッテルはありますか? (3) 文化的、ジェンダー的、社会経済的な偏見はありますか?それぞれの問題を強調表示し、修正された慎重な代替案を提案します。テキスト: [草案]
4) 家族の同意情報のテキスト プロンプト:
私が子供のデータをどのように使用し保護するかを簡単に説明する、家族への短い通知/同意文の草案を作成します。これには、どのデータ、どのような目的、どのように保護されるか、誰と共有されるか、撤回の権利が含まれます。法的アドバイスの提供;これは草案であり、教育機関の承認が必要であることに注意してください。
ミニケース3個
ケース 1 — ID アップロード違反。忙しい日には、専門家がフルネームと身分証明書を記入した子供の発達報告書を公開ツールに貼り付け、「要約してください」と言います。データは施設から流出したが、家族の同意は得られなかった。正しい方法は、最初のプロンプトでデータを匿名化し、安全なツールで匿名情報のみを使用することでした。この違反は法的および倫理的な問題であり、取り消すことはできません。
ケース 2 — 再識別。専門家は名前を削除したが、「村で唯一の三つ子で、父親はイマームである」という詳細は残した。この詳細により、名前がなくても子供が特定されます。専門家は匿名化をさらに深めて、「地方に住む多胎妊娠の子供」という固有の詳細を一般化します。これでアイデンティティは保護されました。
ケース 3 — バイアス補正。 AI は、低所得世帯に関するコンテンツに暗黙的に含まれる、「これらの家族への関与が不十分な場合が多い」などの偏った仮定を生成します。専門家は 3 番目のプロンプトでこれをキャッチします。この声明は根拠がなく、非難され、差別的であると判断し、削除します。このコンテンツは、すべての家族を平等で尊重する言語で書き直されています。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
Elif の完全なレポートをここに貼り付け、診断を評価して推奨します。
問題: ID 情報が共有され (KVKK 違反)、診断が要求され (権限超過)、同意が得られず、車両の安全性が疑問視されません。
強力なプロンプト:
以下の ANONYMOUS 開発概要 (識別情報は削除) を評価草案用に編集します。診断を行う。非難的なレッテルを使用する。偏見のある仮定を避けてください。よくわからないところには[専門家に評価してもらう]マークを付けてください。概要: [匿名]
よくある間違い
- 資格情報のアップロード: 最も一般的かつ最も重大な違反。常に匿名化します。
- 表面的な匿名化: 名前を削除するだけでは十分ではありません。固有の詳細も一般化します。
- ツールのプライバシーに疑問を持たない: 教育のためにデータを使用するツールは避けてください。
- 診断の境界を越える: 評価は診断ではありません。権限は医師/チームにあります。
- 偏見を認識しない: AI に対する偏見や差別的な思い込みを修正します。
要約すると
子データは特別な個人データです。 KVKK の範囲内で最高の保護が必要であり、機密保持と家族の同意が得られます。 AI を使用する場合の最も強力な防御策は匿名化です。名前だけでなく、個人を特定する可能性のある固有の詳細も一般化します。プライバシーのためのツールを評価する。トレーニングにデータを使用しない安全なものを選択してください。倫理的境界線（診断の権威、偏見、差別/偏見）を維持し、あらゆる決定において子どもの最善の利益を考慮します。
アプリケーションタスク
匿名化されていない（自分の記録から得た本物の）進捗メモを作成します。画面には反映せず、最初のプロンプトのロジックを使用して手動で匿名化し、抽出したすべての情報をリストします。 2 番目のプロンプトで、プライバシーの観点から使用する AI ツールを評価します。プロンプト 3 で草案の倫理/偏見を確認します。少なくとも 3 つの修正をメモします (匿名化 1 つ、倫理 1 つ、偏見 1 つ)。
チェックリスト
- [ ] データを匿名化しました。ユニークな詳細も一般化しました。
- [ ] 私は使用したツールをプライバシーの観点から評価しました。安全なものを選びました。
- [ ] 必要に応じて家族の同意を得ました。
- [ ] 私は診断権限の制限を維持しました。評価と診断の区別を適用しました。
- [ ]誹謗中傷タグや差別・偏見表現は削除しました。
- [ ] 私はあらゆる決定において子供の最善の利益を考慮しました。
- [ ] 認証情報をどの車両にもアップロードしていません。