Pelnas:
- Anonimizavimas ir būtinumo įvertinimas prieš perduodant kliento jautrius ir finansinius duomenis dirbtinio intelekto įrankiams
- Gebėjimas atskirti įmonių ir viešųjų AI įrankių skirtumus privatumo, duomenų saugojimo ir naudojimo švietime srityse
- Gebėjimas valdyti duomenų pažeidimus, saugojimo laikotarpį ir trečiųjų šalių pasidalijimo rizikas KVKK rėmuose
Draudimas yra viena iš profesijų, kurios dirba su jautriausiais duomenimis. Draudimo byla; Tai gali apimti tapatybės informaciją, adresą, pajamas, banko sąskaitą, sveikatos istoriją, žalos įrašus, valstybinį numerį, nuosavybės dokumentą ir net informaciją apie šeimą. Kai kuriems šiems duomenims taikoma aukščiausia KVKK (Asmens duomenų apsaugos įstatymo) „ypatingo pobūdžio asmens duomenų“ apsauga; Tipiški to pavyzdžiai yra sveikatos, biometriniai ir panašūs duomenys. Nekontroliuojamas šių duomenų dalijimasis naudojant dirbtinio intelekto įrankius (ypač debesies pagrindu veikiančius) yra rimta pažeidimo ir pasitikėjimo praradimo rizika. Nutekėjus duomenų negalima atkurti. Šiame skyriuje sužinosite, kaip anonimizuoti klientų duomenis (pašalinti asmenį identifikuojančią informaciją) prieš perduodant juos dirbtiniam intelektui, įmonių ir viešųjų įrankių privatumo skirtumus ir kaip valdyti duomenų pažeidimo, saugojimo ir trečiųjų šalių dalijimosi rizikas KVKK sistemoje. Šis skyrius nėra teisinė konsultacija; Paaiškina bendruosius principus, konkrečiu atveju pasikonsultuokite su atitikties / teisės skyriumi.
Kodėl privatumas yra labai svarbus: duomenų tipai
Draudime būtina atskirti duomenis pagal apsaugos lygį:
- Asmens duomenys: Vardas, pavardė, TR ID numeris, gimimo data, kontaktas. Tai tiesiogiai identifikuoja asmenį.
- Finansiniai duomenys: pajamos, banko sąskaita, mokėjimų istorija. Asmeniškas ir jautrus.
- Ypatingos kokybės duomenys: sveikata, biometriniai duomenys. Aukščiausia apsauga; Tvarkant reikalingos griežtesnės sąlygos (aiškus sutikimas arba įstatymų nustatyta išimtis).
- Failo duomenys: poliso numeris, valstybinis numeris, nuosavybės dokumentas, informacija apie žalą. Kai jis derinamas su kitais, jis gali atskleisti tapatybę.
Didžiausias pavojus yra identifikavimas, kuris atsiranda, kai sujungiate šiuos duomenis. Nors „45 metų moteris“ yra anoniminė, „45 metų moteris + tam tikras valstybinis numeris + tam tikras adresas“ gali atskleisti tapatybę.
Dėmesio: pasakius „ištrinti“ po duomenų pateikimo dirbtinio intelekto įrankiui, jie iš tikrųjų neištrinami. Kai kurie įrankiai saugo įvestį ir netgi naudoja jį modeliui mokyti. Taisyklė: niekada nesiųskite jautrių duomenų; Anonimizavimas atliekamas prieš siunčiant.
Anonimiškumas: kaip tai padaryti
Anonimizavimas – tai identifikuojamos informacijos pašalinimas ir pakeitimas faktiniu ekvivalentu; Tikslas yra padaryti asmenį neatpažįstamą išlaikant produkcijos kokybę. Geras anonimiškumas:
- Pašalina vardą, pavardę, TR ID, telefoną, adresą, poliso numerį, valstybinio numerio numerį ir nuosavybės dokumento informaciją.
- Jis jas pakeičia analitiškai prasmingu atitikmeniu: „45 metai, vyras, draudimo polisas, Centrinė Anatolija, vienpusis susidūrimas“.
- Vengiama retų/išskirtinių derinių: labai specifinė profesija + labai maža vieta, kuri vien tik gali atverti tapatybę.
- Išlaiko medicininę/techninę reikšmę: pvz., „papildoma sveikata, planinė ortopedinė chirurgija“.
Patarimas: atlikę anonimiškumą, paklauskite savęs: "Jei nepažįstamasis perskaitytų šį tekstą, ar jis galėtų rasti tą asmenį?" Jei atsakymas yra teigiamas, apibendrinkite toliau. Ypač reti deriniai (mažas rajonas + konkretus įvykis) yra pavojingi.
Įmonės ir viešieji įrankiai
Ne visi AI įrankiai turi tokį patį privatumo lygį. Jie skiriasi trimis matmenimis:
- Duomenų saugojimas: ar įvestis išsaugoma ir kiek laiko?
- Naudojimas treniruotėse: ar modeliui mokyti naudojama įvestis?
- Vieta ir sutartis: kur tvarkomi duomenys, ar yra įmonės duomenų tvarkymo sutartis?
Institucinės (įstaigos sutartinės, duomenų apdorojimo garantijos) priemonės dažnai numato apribojimus nenaudoti ir nesaugoti duomenų švietime. Vieši, nemokami įrankiai gali saugoti įvestį ir naudoti ją mokymuose. Taisyklė: jautrūs duomenys tvarkomi tik institucijos patvirtintomis, sutartinėmis priemonėmis ir kuo anonimiškesne forma. Įvedus kliento duomenis į nepatvirtintą įrankį duomenų tvarkytojas tampa neaudituojamas.
Žingsnis po žingsnio: saugus darbas su konfidencialiais duomenimis
- Klasifikuokite duomenis. Tapatybės / finansiniai / ypatingos kokybės / failo duomenys.
- Būtinybės testas. Ar šie duomenys tikrai reikalingi šiai užduočiai atlikti? Jei ne, nenaudokite jo.
- Anonimizuoti. Pašalinkite identifikatorius, pakeiskite faktinius atitikmenis, apibendrinkite retus derinius.
- Pasirinkite transporto priemonę. Tik agentūros patvirtintos, sutartinės transporto priemonės; Viešajam įrankiui nėra jokių neskelbtinų duomenų.
- Dirbkite su minimaliais duomenimis. Pasidalykite minimalia užduočiai reikalinga informacija.
- Tvarkykite saugyklą ir bendrinimą. Kur saugote produkciją, su kuo ja dalinatės; Laikykitės KVKK saugojimo laikotarpio ir trečiųjų šalių taisyklių. Palikite savo pėdsaką.
trys mini dėklai
1 atvejis – neskelbtinų duomenų apsauga. Žalų specialistas norėjo paklausti AI dėl sudėtingos sveikatos draudimo bylos. Užuot parašęs apdraustojo vardą, pavardę, ID ir diagnozę, jis sukūrė anoniminį kontekstą, pavyzdžiui, „52 metai, moteris, papildoma sveikatos politika, planuojama širdies vožtuvo operacija, ginčijama suma“. Produkcijos kokybė nesumažėjo; Privatūs duomenys nepateko į jokį debesį. Sveikatos duomenims taikoma aukščiausia apsauga; šis įprotis užkirto kelią pažeidimui.
2 atvejis – retas kombinuotas gaudyklė. „38 metų moteris, vienintelė vaistininkė [labai mažoje apskrityje], profesinės atsakomybės politika“, – rašė vienas ekspertas. Nors techniškai jame nebuvo pavadinimo, jis tiesiogiai atskleidė jo tapatybę, nes jis buvo vienintelis to rajono vaistininkas. Ekspertas tai pastebėjo ir apibendrino kaip „maža gyvenvietė, sveikatos priežiūros profesija“. Anonimizavimas yra ne tik vardo ištrynimas, bet ir atpažįstamumo sunaikinimas.
3 atvejis – neteisingas įrankio pasirinkimas. Kad būtų užtikrintas greitis, darbuotojas įkeltų klientų pretenzijų analizę į nemokamą viešą įrankį. Įsigalioja komandos politika: klientų duomenys tvarkomi tik institucijos patvirtintame, sutartyje sudarytame įrankyje. Darbuotojas pirmiausia anonimizuoja duomenis ir paleido juos patvirtintame įrankyje. Jei būtų naudojamas nepatvirtintas įrankis, duomenų saugojimo ir naudojimo švietime rizika būtų nekontroliuojama.
Keturi nukopijuoti raginimai
1) Anonimizavimo asistentas:
Pašalinkite visus asmeninius ir identifikuojančius duomenis iš šio teksto: vardas, pavardė, ID, gimimo data, telefonas, adresas, poliso numeris, valstybinis numeris, nuosavybės dokumentas, IBAN. Pakeiskite juos faktiniu atitikmeniu, turinčiu analitinę reikšmę (pvz., „45 metai, vyras, draudimo polisas, vienpusis susidūrimas“). Apibendrinti retus/skiriamus derinius (maža vieta + ypatingas užsiėmimas). Išsaugoti medicininę / techninę reikšmę. Tekstas: [įklijuoti]
2) Atpažįstamumo patikra:
Patikrinkite šį anoniminį tekstą, kad atpažintumėte: [tekstas]Klauskite: ar nepažįstamasis gali rasti asmenį su šiuo tekstu? Ar yra retas derinys (maža gyvenvietė + konkreti profesija/įvykis), unikali data ar suma? Pažymėkite kiekvieną rizikingą tašką ir pasiūlykite, kaip saugiau apibendrinti.
3) Duomenų reikalavimas ir klasifikacija:
Klasifikuokite ir reikalaukite duomenis, reikalingus šiai užduočiai atlikti:Užduotis: [aprašymas] Duomenys, kuriuos turiu: [sąrašas]Kiekvieniems duomenims: tipas (tapatybė/finansinis/specialusis/failas), ar tai reikalinga šiai užduočiai (taip/ne), jei reikia, kaip anonimiškai panaudoti.Nereikalingus duomenis pažymėkite "nenaudoti".
4) Transporto priemonės pasirinkimo kontrolinis sąrašas:
Prieš naudodami AI įrankį su draudimo duomenimis sukurkite kontrolinį sąrašą. Įtraukite klausimus: ar transporto priemonė yra patvirtinta institucijos? Ar yra duomenų tvarkymo sutartis? Ar ji saugo / naudoja įvestį mokymuose? Kur tvarkomi duomenys? Kokiam duomenų tipui jis tinka/netinka? Ar pakanka anonimiškumo?
Silpnas raginimas / Stiprus raginimas
Silpna: „Įvertinkite kliento Ahmeto Yılmazo bylą (TC 123..., medicininė ataskaita pridedama).
Problema: tapatybės ir jautrūs (sveikatos) duomenys dalijami tiesiogiai; didelė KVKK pažeidimo rizika.
Stiprus: „Apsvarstykite šį anoniminį kontekstą: 52 metų amžius, moteris, papildoma sveikatos politika, planuojama operacija, ginčytina suma. Nėra identifikuojančios informacijos.
Kodėl tai gerai: Analitinė prasmė išsaugoma, tapatybė ir jautrūs duomenys neatskleidžiami.
palyginimo diagrama
Duomenų tipas
Apsaugos lygis
Naudojimas dirbtiniame intelekte
Vardas/TC/kontaktas
aukštas
Pašalinti, įdėti ekvivalentą
Finansinis (pajamos / IBAN)
aukštas
Pašalinti / apibendrinti
Sveikata/speciali kvalifikacija
aukščiausias
Niekada neapdorotas; anoniminė + patvirtinta transporto priemonė
Poliso numeris / lentelė / nuosavybės teisės aktas
vidutinio aukšto
Pašalinti; vienas rizikingas
Suvestinė / statistika
žemas
Galima (jei nėra kontakto)
Dažnos klaidos
- Neapdorotų asmens / sveikatos duomenų įklijavimas. Dažniausias ir sunkiausias pažeidimas.
- Pagalvojus, kad užtenka tik pavadinimą ištrinti. Reti deriniai vis tiek gali atskleisti tapatybę.
- Pasikliauti pasakymu „ištrinti vėliau“. Įrankis gali saugoti / naudoti duomenis treniruočių metu.
- Nepatvirtintas/viešas vairavimas. Nekontroliuojamas duomenų tvarkymas.
- Netvarko saugyklos ir bendrinimo. Neribotas išvesties saugojimas, nekontroliuojamas dalijimasis su trečiosiomis šalimis.
Apibendrinant
Draudimo duomenys yra labai jautrūs; Specialiems duomenims, tokiems kaip sveikata, pagal KVKK taikoma aukščiausia apsauga. Klasifikuokite, užginčykite ir anonimuokite duomenis prieš pateikdami juos dirbtiniam intelektui: pašalinkite identifikatorius, įveskite faktinius atitikmenis, apibendrinkite retus derinius. Tvarkykite neskelbtinus duomenis tik institucijos patvirtintomis, sutartinėmis priemonėmis ir iki minimalios apimties. Tvarkykite saugojimo laikotarpį ir trečiųjų šalių dalijimąsi KVKK rėmuose ir palikite pėdsaką. Pasikonsultuokite su atitikties/teisiniais klausimais konkrečiu atveju; Nutekėjusių duomenų negalima atkurti.
Taikymo užduotis
Gaukite tikrą žalą / nuorodos tekstą (bandymo tikslais). Padarykite anonimiškumą naudodami raginimą Nr. 1, tada patikrinkite atpažinimą naudodami raginimą Nr. 2: ar tekste vis dar yra retų derinių, galinčių atskleisti asmenį? Apibendrinkite kiekvieną aptiktą riziką. Taip pat įvertinkite AI įrankį, kurį naudojate su 4 kontroliniu sąrašu: ar jis tinka jautriems duomenims?
kontrolinis sąrašas
- [ ] Suskirstiau duomenis pagal jų rūšis.
- [ ] Pritaikiau būtinumo testą; Nenaudojau nereikalingų duomenų.
- [ ] Pašalinau identifikatorius ir pakeičiau juos faktiniu atitikmeniu.
- [ ] Apibendrinau retus/skiriamus derinius.
- [ ] Atlikau atpažįstamumo patikrą.
- [ ] Naudojau tik įmonės patvirtintas, sutartines transporto priemones.
- [ ] Tvarkiau saugyklą ir trečiųjų šalių bendrinimą pagal KVKK; palikau pėdsaką.