ಲಾಭಗಳು:
- ವೈಯಕ್ತಿಕ ಡೇಟಾ, ವಿಶೇಷ ಗುಣಮಟ್ಟದ ಡೇಟಾ, ಡೇಟಾ ನಿಯಂತ್ರಕ ಮತ್ತು ಡೇಟಾ ಪ್ರೊಸೆಸರ್ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು
- AI ಬಳಕೆಗೆ KVKK ಸಾಮಾನ್ಯ ತತ್ವಗಳನ್ನು (ಉದ್ದೇಶದಿಂದ ಮಿತಿ, ಕಡಿಮೆಗೊಳಿಸುವಿಕೆ) ಅನ್ವಯಿಸುವುದು
- AI ಗೆ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು ಮತ್ತು ಆಗಾಗ್ಗೆ ವರ್ಗಾಯಿಸುವುದು ಮತ್ತು ರೆಕಾರ್ಡ್ ಮಾಡುವ ಜವಾಬ್ದಾರಿ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
ಸಂಸ್ಥೆಯಲ್ಲಿ AI ಅನ್ನು ಬಳಸುವುದು ಯಾವಾಗಲೂ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದರೊಂದಿಗೆ ಹೆಣೆದುಕೊಂಡಿರುತ್ತದೆ: ಗ್ರಾಹಕರ ಇಮೇಲ್ ಅನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವುದು, CV ಅನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು, ಕರೆ ರೆಕಾರ್ಡಿಂಗ್ ಅನ್ನು ಪಾರ್ಸಿಂಗ್ ಮಾಡುವುದು. ಆದ್ದರಿಂದ, AI ಆಡಳಿತದ ಬೆನ್ನೆಲುಬು Türkiye ಡೇಟಾ ರಕ್ಷಣೆ ಕಾನೂನು, KVKK (ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸಂರಕ್ಷಣಾ ಕಾನೂನು ಸಂಖ್ಯೆ 6698) ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ. ಈ ಘಟಕದಲ್ಲಿ, ನಾವು KVKK ಯ ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು, ಸಾಮಾನ್ಯ ತತ್ವಗಳು ಮತ್ತು VERBIS ನೋಂದಣಿಯನ್ನು ಕಲಿಯುತ್ತೇವೆ, ಅದನ್ನು AI ಬಳಕೆಗೆ ನೇರವಾಗಿ ಲಿಂಕ್ ಮಾಡುತ್ತೇವೆ. ಉದ್ದೇಶ ವಕೀಲರಾಗುವುದಲ್ಲ; ಸರಿಯಾದ ದೈನಂದಿನ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಡೇಟಾ ಸಂರಕ್ಷಣಾ ಅಧಿಕಾರಿಗೆ ದೃಢವಾದ ಆಧಾರವನ್ನು ಸ್ಥಾಪಿಸುವುದು.
ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು: ಯಾರು ಯಾರು?
KVKK ಯ ಭಾಷೆ ಹಲವಾರು ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಆಧರಿಸಿದೆ. ಇವುಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸದೆ, ಯಾವುದೇ AI ನಿರ್ಧಾರವನ್ನು ಸರಿಯಾಗಿ ಮಾಡಲಾಗುವುದಿಲ್ಲ.
ಪರಿಕಲ್ಪನೆ
ಅರ್ಥ
AI ನಲ್ಲಿ ಉದಾಹರಣೆ
ವೈಯಕ್ತಿಕ ಡೇಟಾ
ಗುರುತಿಸಬಹುದಾದ/ಗುರುತಿಸಬಹುದಾದ ನೈಸರ್ಗಿಕ ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ಯಾವುದೇ ಮಾಹಿತಿ
ಹೆಸರು, ಇಮೇಲ್, ಫೋನ್, ಐಪಿ, ಗ್ರಾಹಕ ಸಂಖ್ಯೆ
ವಿಶೇಷ ಗುಣಮಟ್ಟದ ಡೇಟಾ
ಆರೋಗ್ಯ, ಧರ್ಮ, ಬಯೋಮೆಟ್ರಿಕ್ಸ್ನಂತಹ ಸೂಕ್ಷ್ಮ ವಿಭಾಗಗಳು
ರೋಗಿಯ ಇತಿಹಾಸ, ರಕ್ತದ ಪ್ರಕಾರ, ಮುಖದ ಡೇಟಾ
ವ್ಯಕ್ತಿಯನ್ನು ಸಂಪರ್ಕಿಸಿ
ಡೇಟಾವನ್ನು ಸಂಸ್ಕರಿಸಿದ ವ್ಯಕ್ತಿ (ಡೇಟಾ ಮಾಲೀಕರು)
ಗ್ರಾಹಕ, ಉದ್ಯೋಗಿ, ಅಭ್ಯರ್ಥಿ
ಡೇಟಾ ನಿಯಂತ್ರಕ
ಸಂಸ್ಕರಣೆಯ ಉದ್ದೇಶ ಮತ್ತು ವಿಧಾನವನ್ನು ನಿರ್ಧರಿಸುವುದು
AI ಬಳಸುವ ಸಂಸ್ಥೆ
ಡೇಟಾ ಪ್ರೊಸೆಸರ್
ನಿಯಂತ್ರಕ ಪರವಾಗಿ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಪಕ್ಷ
AI ಸೇವೆಯನ್ನು ಒದಗಿಸುವ ಕಂಪನಿ
ಈ ವ್ಯತ್ಯಾಸವು ಕಾನೂನು ಪರಿಣಾಮಗಳನ್ನು ಹೊಂದಿದೆ: ಡೇಟಾ ನಿಯಂತ್ರಕ (ಸಂಸ್ಥೆಯೇ) ಹೊಣೆಗಾರಿಕೆಯ ಪ್ರಾಥಮಿಕ ಮಾಲೀಕರು. AI ಪೂರೈಕೆದಾರರು ಹೆಚ್ಚಾಗಿ ಡೇಟಾ ಪ್ರೊಸೆಸರ್ ಆಗಿರುತ್ತಾರೆ ಮತ್ತು ಲಿಖಿತ ಒಪ್ಪಂದವನ್ನು (ಡೇಟಾ ಪ್ರೊಸೆಸಿಂಗ್ ಒಪ್ಪಂದ) ಅದರೊಂದಿಗೆ ತೀರ್ಮಾನಿಸಬೇಕು. "AI ಒದಗಿಸುವವರು ಅದನ್ನು ಮಾಡಿದ್ದಾರೆ" ಎಂದು ಹೇಳುವುದು ಸಂಸ್ಥೆಯನ್ನು ಹೊಣೆಗಾರಿಕೆಯಿಂದ ಮುಕ್ತಗೊಳಿಸುವುದಿಲ್ಲ.
ಗಮನ: ಡೇಟಾವು "ಗುರುತಿಸಬಹುದಾದ" ತನಕ ಅದು ವೈಯಕ್ತಿಕ ಡೇಟಾವಾಗಿದೆ. "ನಾನು ಹೆಸರನ್ನು ಅಳಿಸಿದ್ದೇನೆ" ಎಂದು ಹೇಳಲು ಸಾಕಾಗುವುದಿಲ್ಲ; ಹುಟ್ಟಿದ ದಿನಾಂಕ + ಪಿನ್ ಕೋಡ್ + ಉದ್ಯೋಗದ ಸಂಯೋಜನೆಯು ಸಹ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಬಹುದು. AI ಗೆ ನಮೂದಿಸಿದ ಡೇಟಾದಲ್ಲಿ ಈ ಸಂಯೋಜಿತ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಯಾವಾಗಲೂ ಪರಿಶೀಲಿಸಿ.
KVKK ಮತ್ತು AI ಯ ಸಾಮಾನ್ಯ ತತ್ವಗಳು
KVKK ಎಲ್ಲಾ ಪ್ರಕ್ರಿಯೆಗಳು ಅನುಸರಿಸಬೇಕಾದ ಸಾಮಾನ್ಯ ತತ್ವಗಳನ್ನು ಹೊಂದಿಸುತ್ತದೆ. AI ಬಳಕೆಗೆ ನೇರ ಅನುವಾದ:
- ಕಾನೂನು ಮತ್ತು ಪ್ರಾಮಾಣಿಕತೆಯ ಅನುಸರಣೆ: ರಹಸ್ಯವಾಗಿ ಅಥವಾ ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ರೀತಿಯಲ್ಲಿ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು.
- ನಿಖರ ಮತ್ತು ನವೀಕೃತವಾಗಿರುವುದು: AI ಭ್ರಮೆಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು; ಪರಿಶೀಲನೆ ಇಲ್ಲದೆ ಔಟ್ಪುಟ್ ಅನ್ನು ವೈಯಕ್ತಿಕ ಡೇಟಾದಂತೆ ಉಳಿಸಲಾಗುವುದಿಲ್ಲ.
- ನಿರ್ದಿಷ್ಟ, ಸ್ಪಷ್ಟ ಮತ್ತು ಕಾನೂನುಬದ್ಧ ಉದ್ದೇಶ: ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ ಏಕೆಂದರೆ "ಭವಿಷ್ಯದಲ್ಲಿ ಇದು ಅಗತ್ಯವಾಗಬಹುದು"; ಉದ್ದೇಶವು ಮುಂಚಿತವಾಗಿ ಸ್ಪಷ್ಟವಾಗಿದೆ.
- ಉದ್ದೇಶ-ಸಂಬಂಧಿತ, ಸೀಮಿತ ಮತ್ತು ಅಳತೆ (ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್): ಉದ್ದೇಶಕ್ಕಾಗಿ ಅಗತ್ಯವಿರುವ ಡೇಟಾವನ್ನು ಮಾತ್ರ AI ಗೆ ನಮೂದಿಸಲಾಗಿದೆ.
- ಅಗತ್ಯವಿರುವ ಅವಧಿಗೆ ಧಾರಣ: ಉದ್ದೇಶವು ಮುಗಿದ ನಂತರ, ಡೇಟಾವನ್ನು (AI ಚಾಟ್ ಇತಿಹಾಸವನ್ನು ಒಳಗೊಂಡಂತೆ) ಅಳಿಸಲಾಗುತ್ತದೆ/ಅನಾಮಧೇಯಗೊಳಿಸಲಾಗುತ್ತದೆ.
AI ನಲ್ಲಿ ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್ ಅತ್ಯಂತ ಉಲ್ಲಂಘಿಸಿದ ತತ್ವವಾಗಿದೆ: ಪಠ್ಯವನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಲು ಸಂಪೂರ್ಣ ಫೈಲ್ ಅನ್ನು ಅಂಟಿಸುವ ಬದಲು, ಅಗತ್ಯವಿರುವ ಪ್ಯಾರಾಗ್ರಾಫ್ ಅನ್ನು ಮಾತ್ರ ನಮೂದಿಸುವುದು ಅವಶ್ಯಕವಾಗಿದೆ ಮತ್ತು ಸಾಧ್ಯವಾದರೆ ಅದರ ಮುಖವಾಡದ (ಹೆಸರುಗಳನ್ನು ಮರೆಮಾಡಲಾಗಿದೆ) ರೂಪದಲ್ಲಿ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಹೆಚ್ಚು ಡೇಟಾ. "ಗ್ರಾಹಕರ ಅತೃಪ್ತಿಯ ಥೀಮ್ಗಳನ್ನು ಹೊರತೆಗೆಯಲು" ಹೆಸರು, ಫೋನ್ ಸಂಖ್ಯೆ ಮತ್ತು ID ಸಂಖ್ಯೆಯೊಂದಿಗೆ AI ಗೆ 5,000 ಕರೆ ಪ್ರತಿಗಳನ್ನು ಕಾಲ್ ಸೆಂಟರ್ ಮ್ಯಾನೇಜರ್ ಫೀಡ್ ಮಾಡುತ್ತಾರೆ. ಆದಾಗ್ಯೂ, ಥೀಮ್ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಗುರುತಿನ ಡೇಟಾದ ಅಗತ್ಯವಿಲ್ಲ. ಮಿನಿಮೈಸೇಶನ್ ತತ್ವದ ಪ್ರಕಾರ, ID ಕ್ಷೇತ್ರಗಳನ್ನು ಅಳಿಸುವುದು ಮತ್ತು ಕರೆ ಪಠ್ಯವನ್ನು ಮಾತ್ರ ನೀಡುವುದು ಸರಿಯಾದ ಮಾರ್ಗವಾಗಿದೆ. ಹೀಗಾಗಿ, 5,000 ಜನರ ಗುರುತಿನ ಡೇಟಾವನ್ನು ಅನಗತ್ಯವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ.
ಪ್ರಕರಣ 2 - ಉದ್ದೇಶ ದಿಕ್ಚ್ಯುತಿ. "ಉತ್ಪಾದನಾ ವಿಶ್ಲೇಷಣೆಗಾಗಿ" AI ಗೆ ಉದ್ಯೋಗಿ ಕ್ಲಾಕ್-ಇನ್ ಮತ್ತು ಕ್ಲಾಕ್-ಔಟ್ ಸಮಯವನ್ನು ಮಾರ್ಕೆಟಿಂಗ್ ಫೀಡ್ ಮಾಡುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಈ ಡೇಟಾವನ್ನು ಔದ್ಯೋಗಿಕ ಆರೋಗ್ಯ ಮತ್ತು ಸುರಕ್ಷತೆ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ. ದುರುಪಯೋಗವು "ಉದ್ದೇಶದಿಂದ ಮಿತಿ" ತತ್ವವನ್ನು ಉಲ್ಲಂಘಿಸುತ್ತದೆ. ಸರಿಯಾದ ನಿರ್ಧಾರ: ಈ ಹೊಸ ಉದ್ದೇಶಕ್ಕಾಗಿ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಮೊದಲು ಕಾನೂನು ಆಧಾರ ಮತ್ತು ಸ್ಪಷ್ಟೀಕರಣವನ್ನು ಮರು-ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು.
ಪ್ರಕರಣ 3 - ಅಳಿಸಲಾಗದ ಹಿಂದಿನದು. ವಿಮಾ ವೃತ್ತಿಪರರು ಹಾನಿಯನ್ನು ನಿರ್ಣಯಿಸಲು ತಿಂಗಳಿನಿಂದ ಅದೇ AI ಚಾಟ್ಗೆ ಗ್ರಾಹಕರ ಡೇಟಾವನ್ನು ನಮೂದಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಇತಿಹಾಸವನ್ನು ಎಂದಿಗೂ ತೆರವುಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ. 8 ತಿಂಗಳ ನಂತರ, ಒಂದೇ ಚಾಟ್ನಲ್ಲಿ 300 ಕ್ಕೂ ಹೆಚ್ಚು ಗ್ರಾಹಕರ ಡೇಟಾ ಸಂಗ್ರಹವಾಗುತ್ತದೆ. ಪ್ರತಿ ಧಾರಣ ನೀತಿ, ಉದ್ದೇಶವು ಮುಗಿದ ನಂತರ ಈ ಇತಿಹಾಸವನ್ನು ಶುದ್ಧೀಕರಿಸಬೇಕು (ಫೈಲ್ ಮುಚ್ಚಲಾಗಿದೆ) ಅಥವಾ ವಹಿವಾಟನ್ನು ಸಾಂಸ್ಥಿಕ, ಲಾಗ್ಗಳಿಲ್ಲದ ಸಾಧನಕ್ಕೆ ಸರಿಸಬೇಕು.
AI ಗೆ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು "ಪ್ರಕ್ರಿಯೆ"
KVKK ನಲ್ಲಿ ಸಂಸ್ಕರಣೆ; ಇದು ಡೇಟಾವನ್ನು ಪಡೆಯುವುದು, ರೆಕಾರ್ಡಿಂಗ್ ಮಾಡುವುದು, ಸಂಗ್ರಹಿಸುವುದು ಮತ್ತು ವರ್ಗಾಯಿಸುವುದು ಸೇರಿದಂತೆ ಯಾವುದೇ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. AI ಗೆ ಪಠ್ಯವನ್ನು ಅಂಟಿಸುವುದು ಎಂದರೆ ಒದಗಿಸುವವರ ಸರ್ವರ್ಗೆ ಡೇಟಾವನ್ನು ಕಳುಹಿಸುವುದು - ಇದು ವಹಿವಾಟು ಮತ್ತು ಆಗಾಗ್ಗೆ ವರ್ಗಾವಣೆ (ಸರ್ವರ್ ವಿದೇಶದಲ್ಲಿದ್ದರೆ). ಆದ್ದರಿಂದ, AI ಯ ಪ್ರತಿ ಬಳಕೆಗೆ ಅದರ ಹಿಂದೆ ಮಾನ್ಯವಾದ ಕಾನೂನು ಆಧಾರ (ಮುಂದಿನ ಘಟಕದ ವಿಷಯ) ಮತ್ತು ಸೂಕ್ತವಾದ ಒಪ್ಪಂದದ ಅಗತ್ಯವಿದೆ.
ಸಲಹೆ: "ನಾನು ಈ ಡೇಟಾವನ್ನು AI ಗೆ ಇನ್ಪುಟ್ ಮಾಡಬಹುದೇ?" ಮೂರು ಫಿಲ್ಟರ್ಗಳೊಂದಿಗೆ ಪ್ರಶ್ನೆಯನ್ನು ಪರೀಕ್ಷಿಸಿ: (1) ವೈಯಕ್ತಿಕ ಡೇಟಾ? (2) ಇದು ಉದ್ದೇಶಕ್ಕಾಗಿ ಅಗತ್ಯವಿದೆಯೇ ಮತ್ತು ಅದನ್ನು ಕಡಿಮೆ ಮಾಡಲಾಗಿದೆಯೇ? (3) ನಾನು ಮಾನ್ಯವಾದ ಕಾನೂನು ಆಧಾರವನ್ನು ಮತ್ತು ಸೂಕ್ತವಾದ ಒಪ್ಪಂದವನ್ನು ಹೊಂದಿದ್ದೇನೆಯೇ? ಮೂರೂ "ಹೌದು" ಅಲ್ಲದಿದ್ದರೆ, ನಿಲ್ಲಿಸಿ ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ.
VERBIS ಮತ್ತು ಸಂಸ್ಕರಣಾ ದಾಸ್ತಾನು
VERBIS (ಡೇಟಾ ಕಂಟ್ರೋಲರ್ಸ್ ರಿಜಿಸ್ಟ್ರಿ ಇನ್ಫರ್ಮೇಷನ್ ಸಿಸ್ಟಮ್) ಅಧಿಕೃತ ರಿಜಿಸ್ಟ್ರಿಯಾಗಿದ್ದು, ಇದರಲ್ಲಿ ಕೆಲವು ಮಿತಿಗಳನ್ನು ಮೀರಿದ ಡೇಟಾ ನಿಯಂತ್ರಕರು ತಮ್ಮ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸಂಸ್ಕರಣಾ ಚಟುವಟಿಕೆಗಳನ್ನು ದಾಖಲಿಸುತ್ತಾರೆ. ಸಂಸ್ಥೆಯು ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸಂಸ್ಕರಣಾ ದಾಸ್ತಾನು ನಿರ್ವಹಿಸುತ್ತದೆ: ಅದು ಯಾವ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ, ಯಾವ ಉದ್ದೇಶಕ್ಕಾಗಿ, ಯಾವ ಕಾನೂನು ಆಧಾರದ ಮೇಲೆ, ಎಷ್ಟು ಸಂಗ್ರಹಿಸುತ್ತದೆ ಮತ್ತು ಯಾರಿಗೆ ವರ್ಗಾಯಿಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ತೋರಿಸುವ ಲೈವ್ ರೆಕಾರ್ಡ್. ಹೊಸ AI-ಆಧಾರಿತ ಸಂಸ್ಕರಣೆ ಚಟುವಟಿಕೆಯನ್ನು ಪ್ರಾರಂಭಿಸಿದಾಗ, ಈ ದಾಸ್ತಾನು ನವೀಕರಿಸಬೇಕು ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ, VERBIS ದಾಖಲೆಯಲ್ಲಿ ಪ್ರತಿಫಲಿಸುತ್ತದೆ.
ದಾಸ್ತಾನು ಜಾಗ
AI ಚಟುವಟಿಕೆಗೆ ಉದಾಹರಣೆ
ಸಂಸ್ಕರಣೆಯ ಉದ್ದೇಶ
ಗ್ರಾಹಕರ ಇಮೇಲ್ಗಳ ಸ್ವಯಂಚಾಲಿತ ಸಾರಾಂಶ
ಡೇಟಾ ವರ್ಗ
ಸಂಪರ್ಕ, ಗ್ರಾಹಕರ ವಹಿವಾಟು ಡೇಟಾ
ಕಾನೂನು ಆಧಾರ
ಒಪ್ಪಂದ / ಕಾನೂನುಬದ್ಧ ಆಸಕ್ತಿಯ ಕಾರ್ಯಕ್ಷಮತೆ
ಸ್ವೀಕರಿಸುವವರ ಗುಂಪು
AI ಸೇವಾ ಪೂರೈಕೆದಾರ (ಡೇಟಾ ಪ್ರೊಸೆಸರ್)
ವರ್ಗಾವಣೆ
ಸಾಗರೋತ್ತರ ಸರ್ವರ್ (ಸೂಕ್ತ ಭರವಸೆಯೊಂದಿಗೆ)
ಶೇಖರಣಾ ಅವಧಿ
ಫೈಲ್ ಮುಚ್ಚುವಿಕೆಯಿಂದ ಅಳಿಸಿ
ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಟೆಂಪ್ಲೇಟ್ 1 — ಪಠ್ಯವನ್ನು AI ಗೆ ನಮೂದಿಸದೆಯೇ ಮರೆಮಾಚುವುದು: "ಕೆಳಗಿನ ಪಠ್ಯದಿಂದ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು (ಹೆಸರು-ಉಪನಾಮ, ಫೋನ್, ಇಮೇಲ್, ID ಸಂಖ್ಯೆ, ವಿಳಾಸ) ತೆಗೆದುಹಾಕಿ ಮತ್ತು ಅವುಗಳನ್ನು [NAME], [TEL] ನಂತಹ ಟ್ಯಾಗ್ಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸಿ. ಪಠ್ಯದ ಅರ್ಥ ಮತ್ತು ರಚನೆಯನ್ನು ಸಂರಕ್ಷಿಸಿ. ಮುಖವಾಡದ ಪಠ್ಯವನ್ನು ಮಾತ್ರ ಹಿಂತಿರುಗಿಸಿ, ಯಾವುದೇ ಇತರ ವಿವರಣೆಗಳನ್ನು ಮಾಡಬೇಡಿ."
ಟೆಂಪ್ಲೇಟ್ 2 — ಮಿನಿಮೈಸೇಶನ್ ಚೆಕ್: "ನಾನು ಈ ಕೆಳಗಿನ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸುತ್ತೇನೆ: [ಕಾರ್ಯವನ್ನು ಬರೆಯಿರಿ]. ಈ ಕಾರ್ಯಕ್ಕೆ ಈ ಕೆಳಗಿನ ಯಾವ ಡೇಟಾ ಕ್ಷೇತ್ರಗಳು ಅನಗತ್ಯವೆಂದು ಪಟ್ಟಿ ಮಾಡಿ: [ಕ್ಷೇತ್ರಗಳನ್ನು ಬರೆಯಿರಿ]. ಉದ್ದೇಶಕ್ಕಾಗಿ ಅಗತ್ಯವಿಲ್ಲದ ಯಾವುದೇ ಕ್ಷೇತ್ರವನ್ನು 'ತಿರಸ್ಕರಿಸಿ' ಎಂದು ಗುರುತಿಸಿ ಮತ್ತು ಏಕೆ ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ."
ಟೆಂಪ್ಲೇಟ್ 3 — ಸಂಸ್ಕರಣೆ ಇನ್ವೆಂಟರಿ ಲೈನ್ ಔಟ್ಲೈನ್: "ಕೆಳಗಿನ AI ಬಳಕೆಗಾಗಿ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸಂಸ್ಕರಣಾ ದಾಸ್ತಾನು ರೇಖೆಯನ್ನು ಭರ್ತಿ ಮಾಡಿ:[ಬಳಕೆಯನ್ನು ವಿವರಿಸಿ]. ಕ್ಷೇತ್ರಗಳು: ಸಂಸ್ಕರಣೆಯ ಉದ್ದೇಶ, ಡೇಟಾ ವರ್ಗ, ಸಂಪರ್ಕ ಗುಂಪು, ಸಂಭವನೀಯ ಕಾನೂನು ಆಧಾರಗಳು (ಬಹು ಸಲಹೆ), ಸ್ವೀಕರಿಸುವವರು, ವರ್ಗಾವಣೆ, ಅಂದಾಜು ಧಾರಣ ಅವಧಿ. ನಿಖರವಾದ ಕಾನೂನು ನಿರ್ಧಾರ, ಪ್ರಸ್ತುತ ಆಯ್ಕೆಗಳು."
ಟೆಂಪ್ಲೇಟ್ 4 — ವೈಯಕ್ತಿಕ ಡೇಟಾ ಪತ್ತೆ: "ಈ ಡಾಕ್ಯುಮೆಂಟ್ನಲ್ಲಿ ಯಾವ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಪ್ರಕಾರಗಳು ಮತ್ತು ವಿಶೇಷವಾಗಿ ಯಾವ ವಿಶೇಷ ಡೇಟಾ (ಆರೋಗ್ಯ, ಧರ್ಮ, ಬಯೋಮೆಟ್ರಿಕ್ಸ್, ಇತ್ಯಾದಿ) ಇವೆ? ಪ್ರಕಾರಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ಅವು ಯಾವ ವರ್ಗಕ್ಕೆ ಸೇರುತ್ತವೆ ಎಂಬುದನ್ನು ಬರೆಯಿರಿ. ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು ಬದಲಾಯಿಸಬೇಡಿ, ಅದನ್ನು ಪತ್ತೆ ಮಾಡಿ."
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "ಈ ಗ್ರಾಹಕರ ಪಟ್ಟಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಿ." (ಪೂರ್ಣ ಹೆಸರು, ಫೋನ್, ಐಡಿಯೊಂದಿಗೆ)-> ಕಡಿಮೆಗೊಳಿಸುವಿಕೆಯನ್ನು ಉಲ್ಲಂಘಿಸುತ್ತದೆ; ಒದಗಿಸುವವರಿಗೆ ಅನಗತ್ಯ ವೈಯಕ್ತಿಕ/ಖಾಸಗಿ ಡೇಟಾವನ್ನು ಕಳುಹಿಸುತ್ತದೆ; ಕಾನೂನು ಆಧಾರ ಮತ್ತು ವರ್ಗಾವಣೆ ಸಮಸ್ಯೆಗಳನ್ನು ಹುಟ್ಟುಹಾಕುತ್ತದೆ.STRONG: "ಕೆಳಗಿನ ಪಟ್ಟಿಯಲ್ಲಿ ಕೇವಲ 'ನಗರ' ಮತ್ತು 'ಉತ್ಪನ್ನ ವರ್ಗ' ಕಾಲಮ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಪ್ರಾದೇಶಿಕ ಬೇಡಿಕೆ ವಿತರಣೆಯನ್ನು ವಿಶ್ಲೇಷಿಸಿ. ಹೆಸರು, ಫೋನ್, ID ಕಾಲಮ್ಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸಿ - ನಾನು ಈಗಾಗಲೇ ಅವುಗಳನ್ನು ಅಳಿಸಿದ್ದೇನೆ."-> ಉದ್ದೇಶಕ್ಕಾಗಿ ಅಗತ್ಯವಿರುವ ವೈಯಕ್ತಿಕವಲ್ಲದ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುತ್ತದೆ; ತತ್ವವನ್ನು ಸಂರಕ್ಷಿಸಲಾಗಿದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- "ನಾನು ಹೆಸರನ್ನು ಅಳಿಸಿದ್ದೇನೆ, ಅದು ಇನ್ನು ಮುಂದೆ ವೈಯಕ್ತಿಕವಲ್ಲ" ಎಂದು ಯೋಚಿಸುವುದು; ಆದರೆ ಸಂಯೋಜಿತ ಡೇಟಾವು ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸುವಂತೆ ಮಾಡಬಹುದು.
- ಡೇಟಾ ನಿಯಂತ್ರಕ ಮತ್ತು ಡೇಟಾ ಪ್ರೊಸೆಸರ್ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ಮಾಡದಿರುವುದು ಮತ್ತು ಒದಗಿಸುವವರೊಂದಿಗೆ ಒಪ್ಪಂದಕ್ಕೆ ಸಹಿ ಹಾಕದಿರುವುದು.
- ಉದ್ದೇಶಕ್ಕಾಗಿ ಅನಗತ್ಯ ಪ್ರದೇಶಗಳನ್ನು ಸಹ AI ಗೆ ನಮೂದಿಸಲಾಗಿದೆ ಮತ್ತು ಕಡಿಮೆಗೊಳಿಸುವಿಕೆಯನ್ನು ಉಲ್ಲಂಘಿಸಲಾಗಿದೆ.
- AI ನಲ್ಲಿ ಒಂದು ಉದ್ದೇಶಕ್ಕಾಗಿ ಸಂಗ್ರಹಿಸಲಾದ ಡೇಟಾವನ್ನು ಮತ್ತೊಂದು ಉದ್ದೇಶಕ್ಕಾಗಿ ಬಳಸುವುದು (ಉದ್ದೇಶದ ಡ್ರಿಫ್ಟ್).
- AI ಔಟ್ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ "ನಿಖರವಾದ ಮತ್ತು ನವೀಕೃತ" ವೈಯಕ್ತಿಕ ಡೇಟಾದಂತೆ ಉಳಿಸಲಾಗುತ್ತಿದೆ.
- ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ಇನ್ವೆಂಟರಿ ಮತ್ತು VERBIS ಅನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದರಲ್ಲಿ ಹೊಸ AI ಚಟುವಟಿಕೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವುದಿಲ್ಲ.
- AI ಚಾಟ್ ಇತಿಹಾಸವನ್ನು ಧಾರಣ/ಅಳಿಸುವಿಕೆಯ ನಿಯಮಕ್ಕೆ ಬಂಧಿಸದೆ ಸಂಗ್ರಹಿಸುವುದು.
ಸಾರಾಂಶದಲ್ಲಿ
- KVKK ಯ ತಿರುಳು; ವೈಯಕ್ತಿಕ ಡೇಟಾ, ಡೇಟಾ ನಿಯಂತ್ರಕ ಮತ್ತು ಡೇಟಾ ಪ್ರೊಸೆಸರ್ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು.
- ಡೇಟಾ ನಿಯಂತ್ರಕ (ಸಂಸ್ಥೆ) ಮುಖ್ಯ ಬಾಧ್ಯತೆಯಾಗಿದೆ; AI ಪೂರೈಕೆದಾರರು ಸಾಮಾನ್ಯವಾಗಿ ಡೇಟಾ ಪ್ರೊಸೆಸರ್ ಆಗಿದ್ದಾರೆ ಮತ್ತು ಒಪ್ಪಂದದ ಅಗತ್ಯವಿದೆ.
- ಸಾಮಾನ್ಯ ತತ್ವಗಳಲ್ಲಿ, AI ಗೆ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕವಾದವುಗಳು ಡೇಟಾ ಕಡಿಮೆಗೊಳಿಸುವಿಕೆ ಮತ್ತು ಉದ್ದೇಶದ ಮಿತಿಯಾಗಿದೆ.
- AI ಗೆ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು ಒಂದು ವಹಿವಾಟು ಮತ್ತು ಆಗಾಗ್ಗೆ ವರ್ಗಾವಣೆಯಾಗಿದೆ; ಕಾನೂನು ಆಧಾರ ಮತ್ತು ಒಪ್ಪಂದದ ಅಗತ್ಯವಿದೆ.
- ಪ್ರತಿ ಹೊಸ AI ಚಟುವಟಿಕೆಯನ್ನು ಸಂಸ್ಕರಣಾ ದಾಸ್ತಾನುಗಳಲ್ಲಿ ದಾಖಲಿಸಬೇಕು ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ, VERBIS ದಾಖಲೆಯಲ್ಲಿ ಪ್ರತಿಫಲಿಸಬೇಕು.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಸಂಸ್ಥೆಯು AI ಯೊಂದಿಗೆ ಮಾಡಲು ಬಯಸುವ ನೈಜ ಪ್ರಕ್ರಿಯೆಯ ಚಟುವಟಿಕೆಯನ್ನು ಆಯ್ಕೆಮಾಡಿ (ಉದಾ. ಗ್ರಾಹಕರ ದೂರುಗಳ ಥೀಮ್ ವಿಶ್ಲೇಷಣೆ). ಈ ಚಟುವಟಿಕೆಗಾಗಿ ಸಂಸ್ಕರಣಾ ದಾಸ್ತಾನು ರೇಖೆಯನ್ನು ಭರ್ತಿ ಮಾಡಿ: ಉದ್ದೇಶ, ಡೇಟಾ ವರ್ಗ, ಸಂಪರ್ಕ ಗುಂಪು, ಸಂಭವನೀಯ ಕಾನೂನು ಆಧಾರಗಳು, ಸ್ವೀಕರಿಸುವವರು, ವರ್ಗಾವಣೆ ಸ್ಥಿತಿ ಮತ್ತು ಧಾರಣ ಅವಧಿ. ನಂತರ ಈ ಚಟುವಟಿಕೆಯಲ್ಲಿ AI ಗೆ ನಮೂದಿಸಬೇಕಾದ ಡೇಟಾವನ್ನು ಮಿನಿಮೈಸೇಶನ್ ಫಿಲ್ಟರ್ ಮೂಲಕ ರವಾನಿಸಿ: ಯಾವ ಕ್ಷೇತ್ರಗಳು ಅನಗತ್ಯ ಮತ್ತು ಯಾವುದನ್ನು ಮಾಸ್ಕ್ ಮಾಡಬೇಕೆಂದು ಪಟ್ಟಿ ಮಾಡಿ. ಅಂತಿಮವಾಗಿ, ಈ ಚಟುವಟಿಕೆಯ ಡೇಟಾ ನಿಯಂತ್ರಕ ಯಾರು, ಡೇಟಾ ಪ್ರೊಸೆಸರ್ ಯಾರು ಮತ್ತು ಅವರ ನಡುವೆ ಯಾವ ಒಪ್ಪಂದದ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಬರೆಯಿರಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಚಟುವಟಿಕೆಯಲ್ಲಿ ವೈಯಕ್ತಿಕ ಮತ್ತು ಖಾಸಗಿ ಡೇಟಾವನ್ನು ಪತ್ತೆಹಚ್ಚಿದೆ.
- [ ] ನಾನು ಡೇಟಾ ನಿಯಂತ್ರಕ ಮತ್ತು ಡೇಟಾ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ.
- [ ] ನಾನು ಕಡಿಮೆಗೊಳಿಸುವಿಕೆಯನ್ನು ಅನ್ವಯಿಸಿದ್ದೇನೆ: ಅನಗತ್ಯ ಪ್ರದೇಶಗಳನ್ನು ತೆಗೆದುಹಾಕಲಾಗಿದೆ/ಮರೆಮಾಚಿದೆ.
- [ ] ನಾನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಮತ್ತು ಕಾನೂನುಬದ್ಧವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಉದ್ದೇಶವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಸಂಸ್ಕರಣಾ ದಾಸ್ತಾನು ಸಾಲನ್ನು ಭರ್ತಿ ಮಾಡಿದ್ದೇನೆ.
- [ ] ನಾನು ವರ್ಗಾವಣೆ (ಸಾಗರೋತ್ತರ ಸರ್ವರ್) ಪರಿಸ್ಥಿತಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆ.
- [ ] ನಾನು AI ಇತಿಹಾಸದ ಧಾರಣ ಅವಧಿ ಮತ್ತು ಅಳಿಸುವಿಕೆಯನ್ನು ನಿಗದಿಪಡಿಸಿದ್ದೇನೆ.