ಲಾಭಗಳು:
- ಗರ್ಭಿಣಿ ಮಹಿಳೆಯನ್ನು ನೇರವಾಗಿ ಅಥವಾ ಪರೋಕ್ಷವಾಗಿ ಗುರುತಿಸುವಂತೆ ಮಾಡುವ ಡೇಟಾವನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ನೀಡುವ ಮೊದಲು ಅದನ್ನು ಗುರುತಿಸುವುದು
- ಡೇಟಾ ಕಡಿಮೆಗೊಳಿಸುವಿಕೆಯನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು KVKK ಯ ಚೌಕಟ್ಟಿನೊಳಗೆ ಸಂಸ್ಥೆ-ಅನುಮೋದಿತ ಸಾಧನಗಳನ್ನು ಮಾತ್ರ ಬಳಸುವ ಅಭ್ಯಾಸವನ್ನು ಪಡೆದುಕೊಳ್ಳುವುದು
- 'ಈ ಪಠ್ಯದಿಂದ ಈ ವ್ಯಕ್ತಿಯನ್ನು ಕಂಡುಹಿಡಿಯಬಹುದೇ?' ಪರೀಕ್ಷೆಯನ್ನು ಅನ್ವಯಿಸುವ ಮೂಲಕ ಮರು-ಗುರುತಿಸುವಿಕೆಯ ಅಪಾಯವನ್ನು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ
ಸೂಲಗಿತ್ತಿ ಎಂಬುದು ಜನರ ಅತ್ಯಂತ ಖಾಸಗಿ ಮಾಹಿತಿಯನ್ನು ಮುಟ್ಟುವ ವೃತ್ತಿಯಾಗಿದೆ: ಗರ್ಭಧಾರಣೆ ಹೇಗೆ ಸಂಭವಿಸುತ್ತದೆ, ಹಿಂದಿನ ಗರ್ಭಧಾರಣೆಗಳು, ಗರ್ಭಪಾತಗಳು, ನಷ್ಟಗಳು, ಸಂಬಂಧಗಳು, ಮಾನಸಿಕ ಸ್ಥಿತಿ, ಲೈಂಗಿಕ ಆರೋಗ್ಯ. ಈ ಮಾಹಿತಿಯು ತಪ್ಪಾದ ಕೈಗಳಿಗೆ ಬಿದ್ದಾಗ, ಇದು ಬದಲಾಯಿಸಲಾಗದ ಹಾನಿಯನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ - ದೇಶೀಯ ಬಿಕ್ಕಟ್ಟು, ಸಾಮಾಜಿಕ ಕಳಂಕ, ನಂಬಿಕೆಯ ನಷ್ಟ. ಆದ್ದರಿಂದ, ಗೌಪ್ಯತೆಯು ಸೂಲಗಿತ್ತಿಯಲ್ಲಿ "ಹೆಚ್ಚುವರಿ ನಿಯಮ" ಅಲ್ಲ, ಆದರೆ ವೃತ್ತಿಯ ಅಡಿಪಾಯವಾಗಿದೆ. ಒಮ್ಮೆ ನೀವು ನಿಮ್ಮ ವ್ಯಾಪಾರದಲ್ಲಿ AI ಅನ್ನು ಪರಿಚಯಿಸಿದರೆ, ಗೌಪ್ಯತೆಯ ಹೊಸ ಗಡಿ ತೆರೆಯುತ್ತದೆ: ನೀವು ಚಾಟ್ ಅಸಿಸ್ಟೆಂಟ್ನಲ್ಲಿ ಟೈಪ್ ಮಾಡುವ ಯಾವುದಾದರೂ ನಿಮ್ಮ ನಿಯಂತ್ರಣದಿಂದ ಹೊರಗಿರಬಹುದು. AI ಅನ್ನು ಬಳಸುವಾಗ ಗರ್ಭಿಣಿ ಡೇಟಾವನ್ನು ಹೇಗೆ ರಕ್ಷಿಸಬೇಕು ಎಂಬುದನ್ನು ಈ ಘಟಕವು ನಿಮಗೆ ಕಲಿಸುತ್ತದೆ - ವಿಶೇಷವಾಗಿ KVKK (ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸಂರಕ್ಷಣಾ ಕಾನೂನು; Türkiye ನಲ್ಲಿ ವೈಯಕ್ತಿಕ ಡೇಟಾದ ಸಂಸ್ಕರಣೆಯನ್ನು ನಿಯಂತ್ರಿಸುವ ಕಾನೂನು) ಚೌಕಟ್ಟಿನೊಳಗೆ.
ಮೂಲ ತತ್ವವು ಒಂದು ವಾಕ್ಯದಲ್ಲಿದೆ: ಗರ್ಭಿಣಿ ಮಹಿಳೆಯನ್ನು ಗುರುತಿಸುವಂತೆ ಮಾಡುವ ಯಾವುದೇ ಮಾಹಿತಿಯು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಾಧನವನ್ನು ಎಂದಿಗೂ ನಮೂದಿಸಬಾರದು. ಈ ನಿಯಮವನ್ನು ಕಲಿಯುವುದು ಮಾಡ್ಯೂಲ್ನಲ್ಲಿನ ಎಲ್ಲಾ ಇತರ ಕೌಶಲ್ಯಗಳಿಗಿಂತ ಆದ್ಯತೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ; ಏಕೆಂದರೆ ಒಮ್ಮೆ ಸೋರಿಕೆಯಾದ ಡೇಟಾವನ್ನು ಹಿಂಪಡೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ.
ಗಮನ: ನೀವು AI ಉಪಕರಣದಲ್ಲಿ ಟೈಪ್ ಮಾಡುವ ಪಠ್ಯವು ಆ ಸೇವೆಯ ಸರ್ವರ್ಗಳಿಗೆ ಹೋಗುತ್ತದೆ; ಶೇಖರಿಸಿಡಬಹುದು, ಸಂಸ್ಕರಿಸಬಹುದು ಮತ್ತು ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ ಮಾದರಿ ತರಬೇತಿಗಾಗಿ ಬಳಸಬಹುದು. "ನನಗೆ ಸಾರಾಂಶ ಬೇಕಿತ್ತು" ಎಂದು ಹೇಳುವುದರಿಂದ ಡೇಟಾವನ್ನು ಹಿಂತಿರುಗಿಸುವುದಿಲ್ಲ. ರುಜುವಾತುಗಳನ್ನು ಮೊದಲ ಸ್ಥಾನದಲ್ಲಿ ಟೈಪ್ ಮಾಡದಿರುವುದು ಒಂದೇ ಸುರಕ್ಷಿತ ಮಾರ್ಗವಾಗಿದೆ.
ವೈಯಕ್ತಿಕ ಡೇಟಾ ಎಂದರೇನು, ಯಾವ ಮಾಹಿತಿಯು ಅದನ್ನು ಗುರುತಿಸುವಂತೆ ಮಾಡುತ್ತದೆ?
ವೈಯಕ್ತಿಕ ಡೇಟಾವು ವ್ಯಕ್ತಿಯನ್ನು ನೇರವಾಗಿ ಅಥವಾ ಪರೋಕ್ಷವಾಗಿ ಗುರುತಿಸುವಂತೆ ಮಾಡುವ ಯಾವುದೇ ಮಾಹಿತಿಯಾಗಿದೆ. ಸೂಲಗಿತ್ತಿಯಲ್ಲಿ, ಇವು ವಿಶೇಷವಾಗಿ ವಿಶೇಷ ವರ್ಗದಲ್ಲಿವೆ (ಉದಾಹರಣೆಗೆ ಆರೋಗ್ಯ ಡೇಟಾ, ಕಾನೂನಿನಲ್ಲಿ ಹೆಚ್ಚಿನ ರಕ್ಷಣೆಯನ್ನು ಪಡೆಯುತ್ತದೆ). ಎರಡು ಗುಂಪುಗಳಲ್ಲಿ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಒದಗಿಸುವ ಮಾಹಿತಿಯನ್ನು ಪರಿಗಣಿಸಿ:
ನೇರ ಗುರುತಿಸುವಿಕೆಗಳು: ಹೆಸರು-ಉಪನಾಮ, ಟಿಆರ್ ಐಡಿ ಸಂಖ್ಯೆ, ಫೈಲ್/ಪ್ರೋಟೋಕಾಲ್ ಸಂಖ್ಯೆ, ದೂರವಾಣಿ, ವಿಳಾಸ, ಇ-ಮೇಲ್, ಜನ್ಮ ದಿನಾಂಕ, ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಖಾತೆ, ಫೋಟೋ.
ಪರೋಕ್ಷ ವಿವರಣೆಗಳು (ಅದನ್ನು ಗುರುತಿಸಲು ಸಂಯೋಜಿಸಲಾಗಿದೆ): "ಆ ನೆರೆಹೊರೆಯಲ್ಲಿ ಏಕೈಕ ತ್ರಿವಳಿ ಗರ್ಭಧಾರಣೆ", "ಮೊದಲ ಗರ್ಭಧಾರಣೆಯೊಂದಿಗೆ ಸಂಸ್ಥೆಯಲ್ಲಿ 44 ವರ್ಷ ವಯಸ್ಸಿನ ಏಕೈಕ", ಅಪರೂಪದ ಕಾಯಿಲೆ + ಸಣ್ಣ ವಸಾಹತು, ಕೆಲಸದ ಸ್ಥಳ + ಗರ್ಭಾವಸ್ಥೆಯ ವಯಸ್ಸು. ತಮ್ಮದೇ ಆದ ಮುಗ್ಧತೆ ತೋರುವ ಕೆಲವು ವಿವರಗಳನ್ನು ಒಟ್ಟಿಗೆ ಸೇರಿಸಿದಾಗ ವ್ಯಕ್ತಿಯನ್ನು ಸೂಚಿಸಬಹುದು. ಇದನ್ನು ಮರುಗುರುತಿಸುವಿಕೆಯ ಅಪಾಯ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.
ಡಿ-ಐಡೆಂಟಿಫಿಕೇಶನ್ ಎನ್ನುವುದು ಪಠ್ಯದಿಂದ ಈ ಗುರುತಿಸುವಿಕೆಗಳನ್ನು ತೆಗೆದುಹಾಕುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಉತ್ತಮವಾಗಿ ಮಾಡಿದ ಡಿ-ಐಡೆಂಟಿಫಿಕೇಶನ್ ನೇರ ಮತ್ತು ಪರೋಕ್ಷ ಗುರುತಿಸುವಿಕೆಗಳನ್ನು ತೆರವುಗೊಳಿಸುತ್ತದೆ.
ಹಂತ ಹಂತವಾಗಿ: AI ಗೆ ಡೇಟಾವನ್ನು ನೀಡುವ ಮೊದಲು ಗುರುತಿಸುವಿಕೆಯನ್ನು ಗುರುತಿಸುವುದು
- ನೇರ ಗುರುತಿಸುವಿಕೆಗಳನ್ನು ಅಳಿಸಿ: ಹೆಸರು, ID, ಫೋನ್ ಸಂಖ್ಯೆ, ಫೈಲ್ ಸಂಖ್ಯೆ, ವಿಳಾಸ, ದಿನಾಂಕ - ಎಲ್ಲವನ್ನೂ ತೆಗೆದುಹಾಕಿ. "ಗರ್ಭಿಣಿ ಎ", "ಸುಮಾರು ವಯಸ್ಸು 38", "ಎರಡನೇ ತ್ರೈಮಾಸಿಕ" ನಂತಹ ಸಾಮಾನ್ಯೀಕರಣಗಳೊಂದಿಗೆ ಅದನ್ನು ಬದಲಾಯಿಸಿ.
- ಪರೋಕ್ಷ ಸುಳಿವುಗಳನ್ನು ಮಸುಕುಗೊಳಿಸಿ: ನಿಖರವಾದ ವಯಸ್ಸನ್ನು ವ್ಯಾಪ್ತಿಗೆ ತಿರುಗಿಸಿ (ಉದಾ. "40 ರ ದಶಕದ ಆರಂಭದಲ್ಲಿ"), ನಿಖರವಾದ ಸ್ಥಳವನ್ನು ಪ್ರದೇಶಕ್ಕೆ, ಅಪರೂಪದ ಸಂಯೋಜನೆಗಳನ್ನು ಸಾಮಾನ್ಯಕ್ಕೆ.
- ಅನಗತ್ಯ ವಿವರಗಳನ್ನು ತ್ಯಜಿಸಿ: AI ತನ್ನ ಕೆಲಸವನ್ನು ಮಾಡಲು ಅಗತ್ಯವಿರುವ ಕನಿಷ್ಠ ಮಾಹಿತಿಯನ್ನು ನೀಡಿ (ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್). ಸ್ತನ್ಯಪಾನ ಕಾರ್ಡ್ ಬರೆಯಲು ಗರ್ಭಿಣಿ ಮಹಿಳೆಯ ಇತಿಹಾಸ ಅಗತ್ಯವಿಲ್ಲ.
- ಸಂಸ್ಥೆಯ ನೀತಿಯನ್ನು ಪರಿಶೀಲಿಸಿ: ಕೆಲವು ಸಂಸ್ಥೆಗಳು ಅನುಮೋದಿತ/ಸಾಂಸ್ಥಿಕ AI ಪರಿಕರಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತವೆ; ವೈಯಕ್ತಿಕ/ಉಚಿತ ಪರಿಕರಗಳಲ್ಲಿ ರೋಗಿಯ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದನ್ನು ನಿಷೇಧಿಸಬಹುದು. ನಿಮ್ಮ ಸಂಸ್ಥೆಯ ನಿಯಮವನ್ನು ಅನುಸರಿಸಿ.
- ಅಂತಿಮ ಓದುವಿಕೆ: ಪ್ರಾಂಪ್ಟ್ ಕಳುಹಿಸುವ ಮೊದಲು "ಈ ವ್ಯಕ್ತಿಯನ್ನು ಈ ಪಠ್ಯದಿಂದ ಕಂಡುಹಿಡಿಯಬಹುದೇ?" ಇನ್ನೊಮ್ಮೆ ಓದಿ.
ಈ ಐದು ಹಂತಗಳಲ್ಲಿ ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದದ್ದು ಎರಡನೆಯದು-ಅಸ್ಪಷ್ಟವಾದ ಪರೋಕ್ಷ ಸುಳಿವುಗಳು-ಏಕೆಂದರೆ ನೇರ ಗುರುತಿಸುವಿಕೆಗಳನ್ನು ಅಳಿಸುವುದು ಸುಲಭ ಮತ್ತು ಮೊದಲು ಮನಸ್ಸಿಗೆ ಬರುತ್ತದೆ, ಆದರೆ ಹೆಚ್ಚಿನ ಗುರುತಿಸುವಿಕೆ ವಾಸ್ತವವಾಗಿ ಪರೋಕ್ಷ ವಿವರಗಳ ಸಂಯೋಜನೆಯಿಂದ ಬರುತ್ತದೆ. ವೃತ್ತಿ, ವಯಸ್ಸು, ವಾಸಿಸುವ ಸ್ಥಳ ಮತ್ತು ಅಪರೂಪದ ಸ್ಥಿತಿಯ ಸಂಯೋಜನೆಯು ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಒಬ್ಬ ವ್ಯಕ್ತಿಗೆ ಇಳಿಸಬಹುದು, ಯಾವುದೇ ಹೆಸರನ್ನು ಉಲ್ಲೇಖಿಸದಿದ್ದರೂ ಸಹ. ಆದ್ದರಿಂದ, ಡಿ-ಐಡೆಂಟಿಫಿಕೇಶನ್ ಅನ್ನು "ಹೆಸರುಗಳನ್ನು ಅಳಿಸುವುದು" ಎಂದು ಭಾವಿಸಬಾರದು ಆದರೆ "ಈ ಪಠ್ಯವನ್ನು ಓದುವ ಯಾರೂ ವ್ಯಕ್ತಿಯನ್ನು ಊಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು." ಈ ಮಾನಸಿಕ ಚೌಕಟ್ಟು ಮರು-ಗುರುತಿಸುವಿಕೆಯ ಅಪಾಯವನ್ನು ಆಮೂಲಾಗ್ರವಾಗಿ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಸುಳಿವು: ಉತ್ತಮ ಪರೀಕ್ಷೆ: ಆ ಗರ್ಭಿಣಿ ಮಹಿಳೆಯನ್ನು ತಿಳಿದಿರುವ ಸಹೋದ್ಯೋಗಿಗೆ ನೀವು ಗುರುತಿಸದ ಪಠ್ಯವನ್ನು ತೋರಿಸಿದರೆ, ಅವರು "ಇದು ಹೀಗಿದೆ" ಎಂದು ಹೇಳುತ್ತೀರಾ? ಅವನು ಹಾಗೆ ಹೇಳಿದರೆ, ನೀವು ಅವನನ್ನು ಸಾಕಷ್ಟು ಗುರುತಿಸಿಲ್ಲ ಎಂದರ್ಥ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 — ಪರೋಕ್ಷ ಗುರುತಿಸುವಿಕೆ: ಇತಿಹಾಸದ ಸಾರಾಂಶಕ್ಕಾಗಿ AI ಅನ್ನು ಕೇಳಿದಾಗ, ಸೂಲಗಿತ್ತಿಯೊಬ್ಬರು ID ಯನ್ನು ಬಿಟ್ಟುಬಿಟ್ಟರು ಆದರೆ "ನಮ್ಮ ಊರಿನಲ್ಲಿರುವ ಏಕೈಕ ಕ್ವಾಡ್ರುಪ್ಲೆಟ್ ಗರ್ಭಧಾರಣೆ" ಎಂಬ ಪದಗುಚ್ಛವನ್ನು ಬಿಟ್ಟರು. ಈ ಒಂದೇ ವಾಕ್ಯವು ಆ ಚಿಕ್ಕ ಸ್ಥಳದಲ್ಲಿರುವ ವ್ಯಕ್ತಿಯನ್ನು ನೇರವಾಗಿ ಸೂಚಿಸುತ್ತದೆ. ಅವನ ಸಹೋದ್ಯೋಗಿ ಗಮನಿಸುತ್ತಾನೆ ಮತ್ತು ಎಚ್ಚರಿಸುತ್ತಾನೆ; ಸೂಲಗಿತ್ತಿಯು ಅಭಿವ್ಯಕ್ತಿಯನ್ನು "ಬಹು ಗರ್ಭಧಾರಣೆ" ಎಂದು ಸಾಮಾನ್ಯೀಕರಿಸುತ್ತದೆ. ಪಾಠ: ಪರೋಕ್ಷ ಗುರುತಿಸುವಿಕೆಗಳು ನೇರ ಗುರುತಿಸುವಿಕೆಗಳಷ್ಟೇ ಅಪಾಯಕಾರಿ.
ಪ್ರಕರಣ 2 — ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್: ಎರಡನೇ ಸೂಲಗಿತ್ತಿಯು ಗರ್ಭಿಣಿ ಮಹಿಳೆಯ ಸಂಪೂರ್ಣ ಫೈಲ್ ಅನ್ನು "ಗರ್ಭಧಾರಣೆಯ ಪೋಷಣೆ" ಬ್ರೋಷರ್ ಅನ್ನು ಮುದ್ರಿಸುವ ಬದಲು AI ಗೆ ಅಂಟಿಸುತ್ತಾಳೆ. ಇದು ನಿಂತಿದೆ: ಕರಪತ್ರಕ್ಕೆ ಯಾವುದೇ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಅಗತ್ಯವಿಲ್ಲ. ಅವರು ಕಡತವನ್ನು ಹಸ್ತಾಂತರಿಸದೆ ಕರಪತ್ರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ, ಕೇವಲ ವಿಷಯವನ್ನು ಬರೆಯುತ್ತಾರೆ. ಅತ್ಯಂತ ಸುರಕ್ಷಿತ ಡೇಟಾ ಎಂದರೆ ಎಂದಿಗೂ ಹಂಚಿಕೊಳ್ಳದ ಡೇಟಾ.
ಪ್ರಕರಣ 3 - ತಪ್ಪು ಸಾಧನ: ಮೂರನೇ ಉದಾಹರಣೆಯಲ್ಲಿ, ಸೂಲಗಿತ್ತಿಯು ಸಾಂಸ್ಥಿಕ ನೀತಿಯನ್ನು ನೆನಪಿಸಿಕೊಂಡಾಗ ತನ್ನ ವೈಯಕ್ತಿಕ ಫೋನ್ನಲ್ಲಿ ರೋಗಿಯ ಮಾಹಿತಿಯನ್ನು ಯಾದೃಚ್ಛಿಕ ಅಪ್ಲಿಕೇಶನ್ನಲ್ಲಿ ಟೈಪ್ ಮಾಡಲಿದ್ದಾಳೆ: ರೋಗಿಯ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಗುರುತಿಸಲಾಗದ ಮತ್ತು ಸಂಸ್ಥೆ-ಅನುಮೋದಿತ ಸಾಧನಗಳನ್ನು ಬಳಸಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಹುದು. ವೈಯಕ್ತಿಕ ಅಪ್ಲಿಕೇಶನ್ ಬಳಸುತ್ತಿಲ್ಲ. ಡೇಟಾ ಸೋರಿಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ "ಅನುಕೂಲಕ್ಕಾಗಿ" ಅಂತಹ ಕ್ಷಣದಿಂದ ಉದ್ಭವಿಸುತ್ತದೆ ಮತ್ತು ತಾಂತ್ರಿಕ ದೋಷದಿಂದಲ್ಲ.
ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಪಾತ್ರ: ನೀವು ಡಿ-ಐಡೆಂಟಿಫಿಕೇಶನ್ ಕಂಟ್ರೋಲ್ ಅಸಿಸ್ಟೆಂಟ್. ಟಾಸ್ಕ್: ಕೆಳಗಿನ ಪಠ್ಯದಲ್ಲಿ ಪ್ರತಿ ಅಭಿವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಿ ಅದು ವ್ಯಕ್ತಿಯನ್ನು ನೇರವಾಗಿ ಅಥವಾ ಪರೋಕ್ಷವಾಗಿ ಗುರುತಿಸಬಹುದು:- ನೇರ: ಹೆಸರು, ಐಡಿ, ದೂರವಾಣಿ, ವಿಳಾಸ, ಫೈಲ್ ಸಂಖ್ಯೆ, ನಿಖರವಾದ ದಿನಾಂಕ, ಫೋಟೋ
ಪಾತ್ರ: ನೀವು ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್ ಸಲಹೆಗಾರರಾಗಿರುವಿರಿ. ಕಾರ್ಯ: ನಾನು ಈ ಕೆಲಸವನ್ನು ಮಾಡಲು ಬಯಸುತ್ತೇನೆ: [ಕೆಲಸ]. ಇದನ್ನು ಮಾಡಲು ನಾನು ನಿಮಗೆ ನೀಡಬೇಕಾದ ಕನಿಷ್ಠ ಮಾಹಿತಿ ಏನು? ಅನಗತ್ಯ ರೋಗಿಯ ಮಾಹಿತಿಯನ್ನು "[ಒದಗಿಸಬೇಡಿ]" ಎಂದು ಗುರುತಿಸಿ.
ಪಾತ್ರ: ನೀವು ಸುರಕ್ಷಿತ ಸಾರಾಂಶ ಸಹಾಯಕರು. ಕಾರ್ಯ: ಕೆಳಗಿನ DIDIDENTIFIED ಕಥೆಯನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ. ಪಠ್ಯದಲ್ಲಿ ಗುರುತಿನ ಮಾಹಿತಿಯನ್ನು ನೀವು ನೋಡಿದರೆ, ಸಾರಾಂಶವನ್ನು ನೀಡಬೇಡಿ; ಬದಲಿಗೆ "ನಾನು ರುಜುವಾತುಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಿದ್ದೇನೆ, ದಯವಿಟ್ಟು ತೆರವುಗೊಳಿಸಿ ಮತ್ತು ಮರುಕಳುಹಿಸಿ." ಕಥೆ: [ಕಥೆ]
ಸಾಂಸ್ಥಿಕ ನೀತಿ ಜ್ಞಾಪನೆ ಪರಿಶೀಲನಾಪಟ್ಟಿ (ನಿಮ್ಮನ್ನು ಕೇಳಿಕೊಳ್ಳಿ):- ಈ ಉಪಕರಣವನ್ನು ನನ್ನ ಸಂಸ್ಥೆಯು ಅನುಮೋದಿಸಿದೆಯೇ?- ನಾನು ನಮೂದಿಸಿದ ಡೇಟಾದಲ್ಲಿ ಯಾವುದೇ ವೈಯಕ್ತಿಕವಾಗಿ ಗುರುತಿಸಬಹುದಾದ ಮಾಹಿತಿ ಇದೆಯೇ?- ಈ ಮಾಹಿತಿಯು ಈ ಕೆಲಸಕ್ಕೆ ನಿಜವಾಗಿಯೂ ಅಗತ್ಯವಿದೆಯೇ?- ನನಗೆ ತಿಳಿದಿರುವ ಯಾರಾದರೂ ಪಠ್ಯವನ್ನು ಓದಿದರೆ ವ್ಯಕ್ತಿಯನ್ನು ಕಂಡುಹಿಡಿಯಬಹುದೇ?- ಔಟ್ಪುಟ್ ಅನ್ನು ಉಳಿಸುವಾಗ ನಾನು ಗುರುತಿನ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸುತ್ತೇನೆಯೇ?
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "Ayşe Y., 39, ಮೂರನೇ ಗರ್ಭಧಾರಣೆ, ಕೆಳಗಿನ ಆಸ್ಪತ್ರೆಯಲ್ಲಿ, ಫೈಲ್ ಸಂಖ್ಯೆ 4412; ಅವಳ ಇತಿಹಾಸವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ."
ಈ ಪ್ರಾಂಪ್ಟ್ ನೇರ ಗುರುತಿಸುವಿಕೆಗಳಿಂದ ತುಂಬಿದೆ; ಕಳುಹಿಸಿದ ಕೂಡಲೇ ಖಾಸಗಿ ಮಾಹಿತಿ ಸೋರಿಕೆಯಾಗಿದೆ.
ಪ್ರಬಲ:
ಪಾತ್ರ: ಸುರಕ್ಷಿತ ಸಾರಾಂಶ ಸಹಾಯಕ. ಕೆಳಗಿನ ಅನಾಮಧೇಯ ಇತಿಹಾಸವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ. "ಗರ್ಭಿಣಿ ಎ, 30 ರ ಕೊನೆಯಲ್ಲಿ, ಮೂರನೇ ಗರ್ಭಧಾರಣೆ, [ಸಂಬಂಧಿತ ವೈದ್ಯಕೀಯ ವಿವರಗಳು ಅನಾಮಧೇಯ]." ಪಠ್ಯದಲ್ಲಿ ಗುರುತಿಸುವ ಮಾಹಿತಿಯನ್ನು ನೀವು ನೋಡಿದರೆ, ಸಾರಾಂಶ ಮಾಡಬೇಡಿ, ಎಚ್ಚರಿಕೆ ನೀಡಿ.
ವ್ಯತ್ಯಾಸ: ಪ್ರಬಲ ಆವೃತ್ತಿಯಲ್ಲಿ ಯಾವುದೇ ನೇರ/ಪರೋಕ್ಷ ಗುರುತಿಸುವಿಕೆಗಳಿಲ್ಲ; ಕೆಲಸ ಮಾಡಲು ಕೇವಲ ಗುರುತುರಹಿತ ಸಂದರ್ಭವಿದೆ. ಪ್ರಾಂಪ್ಟ್ ಬರೆಯುವ ಮೊದಲು ಭದ್ರತೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ.
ಯಾವುದನ್ನು ಹಂಚಿಕೊಳ್ಳಬೇಕು ಮತ್ತು ಯಾವುದನ್ನು ಹಂಚಿಕೊಳ್ಳಬಾರದು
ಮಾಹಿತಿ ಪ್ರಕಾರ
ಇದು AI ಗೆ ಬೀಳುತ್ತದೆಯೇ?
ಪರ್ಯಾಯ
ಹೆಸರು, ಟಿಆರ್ ಐಡಿ, ದೂರವಾಣಿ, ವಿಳಾಸ, ಕಡತ ಸಂಖ್ಯೆ
ಎಂದಿಗೂ
"ಗರ್ಭಿಣಿ ಎ"
ನಿಖರವಾದ ವಯಸ್ಸು / ನಿಖರವಾದ ದಿನಾಂಕ
ಇಲ್ಲ
ವಯಸ್ಸಿನ ಶ್ರೇಣಿ/ತ್ರೈಮಾಸಿಕ
ಅಪರೂಪದ + ಸಣ್ಣ ಸ್ಥಳ ಸಂಯೋಜನೆ
ಇಲ್ಲ
ಸಾಮಾನ್ಯೀಕರಿಸು
ಸಾಮಾನ್ಯ ವೈದ್ಯಕೀಯ ಸಂದರ್ಭ (ಅನಾಮಧೇಯ)
ಹೌದು, ಅಗತ್ಯವಿದ್ದರೆ
ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್ ಅನ್ನು ಅನ್ವಯಿಸಿ
ಫೋಟೋ/ಚಿತ್ರ
ಇಲ್ಲ (ಮುಖ/ಚಿಹ್ನೆ)
ಅಗತ್ಯವಿಲ್ಲ
ಸಂಸ್ಥೆಯು ಅನುಮೋದಿಸದ ವಾಹನ
ರೋಗಿಯ ಡೇಟಾ ಇಲ್ಲ
ಅನುಮೋದಿತ ವಾಹನ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಕೇವಲ ಹೆಸರನ್ನು ಅಳಿಸುವುದು ಮತ್ತು ಪರೋಕ್ಷ ಸುಳಿವುಗಳನ್ನು ಬಿಡುವುದು: ಮರು-ಗುರುತಿಸುವಿಕೆಯ ಅಪಾಯವು ಉಳಿದಿದೆ.
- "ಅನುಕೂಲಕ್ಕಾಗಿ" ಸಂಪೂರ್ಣ ಫೈಲ್ ಅನ್ನು ಅಂಟಿಸುವುದು: ಡೇಟಾ ಕಡಿಮೆಗೊಳಿಸುವಿಕೆಯ ತತ್ವವನ್ನು ಉಲ್ಲಂಘಿಸುತ್ತದೆ.
- ವೈಯಕ್ತಿಕ/ಅನುಮೋದಿತವಲ್ಲದ ಸಾಧನಗಳಲ್ಲಿ ರೋಗಿಯ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು: ಇದು ಸಾಂಸ್ಥಿಕ ನೀತಿ ಮತ್ತು KVKK ಗೆ ವಿರುದ್ಧವಾಗಿರಬಹುದು.
- ಫೋಟೋ/ಸ್ಕ್ರೀನ್ಶಾಟ್ ಹಂಚಿಕೊಳ್ಳುವುದು: ಚಿತ್ರದಲ್ಲಿನ ಮುಖ, ಹೆಸರು ಮತ್ತು ಫೈಲ್ ಸಂಖ್ಯೆ ಗೌಪ್ಯವಾಗಿ ಉಳಿಯಬಹುದು.
- ಔಟ್ಪುಟ್ ಅನ್ನು ಉಳಿಸುವಾಗ ID ಸೇರಿಸುವುದು: ID ಇಲ್ಲದೆ ಬರುವ ಔಟ್ಪುಟ್ಗೆ ID ಸೇರಿಸುವುದು ಅಪಾಯವನ್ನು ಮರಳಿ ತರುತ್ತದೆ.
- "ಹೇಗಾದರೂ ಅಳಿಸಲಾಗುತ್ತದೆ" ಎಂದು ಊಹಿಸಿ: ಡೇಟಾ ಏನೆಂದು ನಿಮಗೆ ತಿಳಿದಿಲ್ಲ; ಏನನ್ನೂ ಕಳುಹಿಸುವುದಿಲ್ಲ ಎಂಬುದು ಒಂದೇ ಗ್ಯಾರಂಟಿ.
ಸಾರಾಂಶದಲ್ಲಿ
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವಾಗ, ಗೌಪ್ಯತೆ ಪೂರ್ವಾಪೇಕ್ಷಿತವಾಗಿದೆ, ತಾಂತ್ರಿಕತೆಯಲ್ಲ. ಗರ್ಭಿಣಿ ಮಹಿಳೆಯನ್ನು ನೇರವಾಗಿ (ಹೆಸರು, ಐಡಿ, ಫೋನ್) ಅಥವಾ ಪರೋಕ್ಷವಾಗಿ (ಅಪರೂಪದ ಸಂಯೋಜನೆ + ಸಣ್ಣ ಸ್ಥಳ) ಗುರುತಿಸುವಂತೆ ಮಾಡುವ ಯಾವುದೇ ಮಾಹಿತಿಯು AI ಉಪಕರಣವನ್ನು ನಮೂದಿಸಬಾರದು. ಡೇಟಾ ಮಿನಿಮೈಸೇಶನ್ ಅನ್ನು ಅಭ್ಯಾಸ ಮಾಡಿ - ಕೆಲಸವನ್ನು ಮಾಡಲು ಅಗತ್ಯವಿರುವ ಕನಿಷ್ಠ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸಿ - ಮತ್ತು ನಿಮ್ಮ ಸಂಸ್ಥೆಯಿಂದ ಅನುಮೋದಿಸಲಾದ ಸಾಧನಗಳನ್ನು ಮಾತ್ರ ಬಳಸಿ. ಪ್ರಾಂಪ್ಟ್ ಕಳುಹಿಸದೆಯೇ "ಈ ವ್ಯಕ್ತಿಯನ್ನು ಈ ಪಠ್ಯದಿಂದ ಕಂಡುಹಿಡಿಯಬಹುದೇ?" ಪರೀಕ್ಷೆ ಮಾಡಿ. ಒಮ್ಮೆ ಸೋರಿಕೆಯಾದ ನಂತರ, ಡೇಟಾವನ್ನು ಹಿಂಪಡೆಯಲಾಗುವುದಿಲ್ಲ; ಆದ್ದರಿಂದ, ಪ್ರಾಂಪ್ಟ್ ಬರೆಯುವ ಮೊದಲು ಭದ್ರತೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಜವಾದ ಗರ್ಭಧಾರಣೆಯ ಇತಿಹಾಸವನ್ನು (ಕಾಗದದ ಮೇಲೆ) ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು ಡಿಐಡೆಂಟಿಫಿಕೇಶನ್ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಹಂತ ಹಂತವಾಗಿ ಪಠ್ಯವನ್ನು ಶುದ್ಧೀಕರಿಸಿ: ಮೊದಲು ನೇರ, ನಂತರ ಪರೋಕ್ಷ ಗುರುತಿಸುವಿಕೆಗಳು. ತೆರವುಗೊಳಿಸಿದ ಪಠ್ಯವನ್ನು ಸಹೋದ್ಯೋಗಿಗೆ ತೋರಿಸಿ ಮತ್ತು "ಇದು ಯಾರಿರಬಹುದು?" ಕೇಳು; ನೀವು ಅದನ್ನು ಗುರುತಿಸಬಹುದಾದರೆ, ಅದನ್ನು ಮತ್ತಷ್ಟು ಸಾಮಾನ್ಯೀಕರಿಸಿ. ನಿಮ್ಮ ಸ್ವಂತ ಸಂಸ್ಥೆಯ AI/ಡೇಟಾ ನೀತಿಯನ್ನು ಸಹ ಹುಡುಕಿ, ಅದನ್ನು ಒಂದೇ ವಾಕ್ಯದಲ್ಲಿ ಸಾರಾಂಶಗೊಳಿಸಿ ಮತ್ತು ಯಾವ ಪರಿಕರಗಳನ್ನು ಅನುಮೋದಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಎಲ್ಲಾ ನೇರ ಗುರುತಿಸುವಿಕೆಗಳನ್ನು (ಹೆಸರು, ID, ಫೋನ್, ವಿಳಾಸ, ಫೈಲ್ ಸಂಖ್ಯೆ) ತೆಗೆದುಹಾಕಿದ್ದೇನೆ.
- [ ] ನಾನು ಪರೋಕ್ಷ ವಿವರಣೆಗಳನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸಿದ್ದೇನೆ (ಅಪರೂಪದ ಸಂಯೋಜನೆ, ಸಣ್ಣ ಸ್ಥಳ, ನಿಖರವಾದ ವಯಸ್ಸು).
- [ ] ನಾನು ಕೆಲಸವನ್ನು ಮಾಡಲು ಅಗತ್ಯವಿರುವ ಕನಿಷ್ಠ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ಒದಗಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ನನ್ನ ಸಂಸ್ಥೆಯಿಂದ ಅನುಮೋದಿಸಲಾದ ಉಪಕರಣವನ್ನು ಮಾತ್ರ ಬಳಸಿದ್ದೇನೆ.
- [ ] "ಈ ವ್ಯಕ್ತಿಯನ್ನು ಈ ಪಠ್ಯದಿಂದ ಕಂಡುಹಿಡಿಯಬಹುದೇ?" ನಾನು ಪರೀಕ್ಷೆ ಮಾಡಿದೆ.
- [ ] ನಾನು ನಂತರ ಔಟ್ಪುಟ್ಗೆ ಯಾವುದೇ ರುಜುವಾತುಗಳನ್ನು ಸೇರಿಸಲಿಲ್ಲ.