Ieguvumi:
- Spēja saprast un īstenot faktu, ka bērna dati ir īpaši dati un ka tiem ir jābūt anonimizētiem KVKK un konfidencialitātes ietvaros un ir nepieciešama ģimenes piekrišana.
- Spēja novērtēt mākslīgā intelekta rīkus datu drošības, uzglabāšanas un izmantošanas modeļu apmācībās un izvēlēties drošo
- Spēja saglabāt ētiskās robežas, piemēram, diagnostikas autoritāti, stigmatizāciju, diskrimināciju un bērna intereses darba plūsmā
Bērna attīstības failā ir ietverta šī bērna intīmākā informācija: attīstības vēsture, ģimenes stāvoklis, skrīninga rezultāti, novērojumi un dažreiz medicīniska informācija. Ja šī informācija nonāk nepareizās rokās vai tiek ļaunprātīgi izmantota, tā var kaitēt bērnam turpmākajiem gadiem: etiķete, stigma, diskriminācija. Tāpēc bērnu datu aizsardzība ir viens no nopietnākajiem bērna attīstības speciālista pienākumiem; Mākslīgā intelekta laikmetā šī atbildība ir vairākkārtēja, jo datu ielīmēšana rīkā aizņem sekundes un to nevar atsaukt. Šajā nodaļā mēs apskatīsim bērnu datu juridisko statusu, mākslīgā intelekta rīku novērtēšanu attiecībā uz privātumu un ētiskām robežām.
Pirmkārt, juridiskais pamats: Türkiye, KVKK (Personas datu aizsardzības likums) regulē personas datu apstrādi. Bērna veselības un attīstības dati ir īpašo personas datu kategorijā; Uz šo kategoriju attiecas visaugstākais aizsardzības līmenis. Eiropā tā ekvivalents ir GDPR. Bērna gadījumā jūtīgums ir vēl lielāks, jo bērns nevar dot derīgu piekrišanu par saviem datiem; Piekrišana (informēta skaidra piekrišana) tiek iegūta no likumīgā pārstāvja, tas ir, no ģimenes. Katrā lēmumā dominē "bērna interešu" princips.
Anonimizācija: visvienkāršākais un spēcīgākais solis
Visvienkāršākā, praktiskākā darbība, kas aizsargā privātumu, strādājot ar mākslīgo intelektu, ir anonimizācija: visas identitāti atklājošās informācijas (vārds, uzvārds, TR ID numurs, dzimšanas datums, skolas/iestādes nosaukums, adrese, protokola/lietas numurs, uzvārdi) izņemšana no datiem un tikai neidentificētas informācijas izmantošana, kas nepieciešama jūsu uzdevuma veikšanai. Rakstot "3 gadus un 2 mēnešus veca meitene", nevis "Elif Kaya, 3 years and 2 months, Papatya Kindergarten" veic datu darbu, bet saglabā identitāti.
Piesardzības vārds: identitāte var atkal parādīties, kad tiek apvienotas vairākas mazas detaļas (to sauc par atkārtotu identifikāciju). Piemēram, tādas detaļas kā "Vienīgais dvīnis ciematā X, viņa tēvs ir vadītājs" var identificēt personu pat tad, ja nav vārda. Tāpēc ir nepieciešams ne tikai dzēst nosaukumu, bet arī vispārināt detaļas, kas padara to unikālu.
Neapstrādāts (nevar kopīgot)
Anonīms (kopīgojams)
Elif Kaya, TC 123..., dzimusi 12.03.2022.
3 gadi 2 mēneši meitene
Papatja bērnudārzs, 3-A klase
pirmsskolas iestāde
Viņa māte ir Ayşe, un viņa tēvs ir Mukhtar.
vecākiem
Lietas numurs 2024/187
(noņemts)
Uzmanību: bērna identitātes informācijas, pilna ziņojuma vai fotoattēla augšupielāde publiski pieejamā mākslīgā intelekta rīkā ir KVKK un privātuma pārkāpums, un to nevar atsaukt. Dati tiek nosūtīti uz ārēju serveri, un daži rīki tos var izmantot modeļu apmācībai. Pirms augšupielādes vienmēr padariet to anonīmu.
Rīku izvēle un datu dzīves cikls
Ne katram AI rīkam ir vienāds privātuma līmenis. Novērtējot rīku, jautājiet: vai modeļa apmācībā tas izmanto efektivitāti? Kur tas glabā datus un cik ilgi? Vai tas piedāvā datu apstrādes līgumu (uzņēmuma lietošanai)? Kur ir viņu serveri? Korporatīvie, līgumiskie un apmācību rīki, kas neizmanto jūsu datus, ir drošāki par publiski pieejamiem bezmaksas rīkiem. Tomēr pat visdrošākajā rīkā nedalieties ar nevajadzīgiem akreditācijas datiem — anonimizācija ir pirmā aizsardzība jebkuros apstākļos.
Apsveriet datu dzīves ciklu: vāciet datus (validējiet), apstrādājiet (pēc vajadzības), glabājiet (drošībā, ar laiku), kopīgojiet (tikai autorizēti, anonīmi) un dzēsiet (kad tas ir izdarīts). Viss, ko ievietojat AI rīkos, var izkrist ārpus šīs cilpas.
Padoms. Iecienīto uzvedņu augšdaļā ievietojiet stingru noteikumu: "Es nedalīšu informāciju, kas identificē bērnu vai ģimeni šajā sarunā." Padarot to par kontroles refleksu, tiek novērsts visizplatītākais pārkāpums (neuzmanīga ID ielīmēšana).
Ētiskās robežas: diagnoze, stigma, diskriminācija
Privātums ir tehnisks jautājums, bet ētika ir plašāka. Trīs robežas ir kritiskas. Diagnostikas iestāde: bērnu attīstības speciālists veic skrīningu un attīstības novērtēšanu; Galīgā diagnoze ir attiecīgā ārsta/klīniskās komandas uzdevums. Mākslīgais intelekts nezina šo robežu; tu pasargāsi. Stigma: bērna apzīmēšana ar agrīnu un pastāvīgu etiķeti (datnē, ģimenē, jūsu prātā) ir negodīga pret bērnu un var negatīvi ietekmēt viņa attīstību. Diskriminācija un neobjektivitāte: AI var atspoguļot apmācības datu novirzes; Tas var radīt neobjektīvus rezultātus attiecībā uz noteiktu kultūru, dzimumu vai sociālekonomisko grupu. Ekspertam tie jāpamana un jālabo. Pāri visam tam ir bērna interešu princips: vai katrs lēmums ir bērna labā?
Četras kopējamas uzvednes
1) Anonimizēšanas uzvedne:
Es jums iedošu tekstu. Noņemiet jebkādu informāciju, kas var atklāt bērna vai ģimenes identitāti (vārds, uzvārds, TR ID, dzimšanas datums, skola/iestāde, adrese, lietas numurs, unikāla informācija); aizstāt ar vispārīgu izteicienu ([meitene], [pirmsskolas iestāde]). Vispāriniet ne tikai vārdu, bet arī unikālas detaļas, kas var identificēt personu. Uzskaitiet noņemto. Teksts: [neapstrādāts]
2) Transportlīdzekļa privātuma novērtēšanas uzvedne:
Sniedziet man konfidencialitātes jautājumu kontrolsarakstu, kas man būtu jāuzdod, lai izlemtu, vai varu izmantot AI rīku ar bērnu datiem (vai dati tiek izmantoti izglītībā, saglabāšanā, līgumā, servera atrašanās vietā, dzēšanai). Neizdomā atbildes; vienkārši uzskaitiet jautājumus.
3) Ētikas/autoritātes kontroles uzvedne:
Ētiski pārskatiet šādu tekstu: (1) vai tas nosaka/norāda uz diagnozi? (2) vai ir stigmatizējoša etiķete? (3) vai pastāv kultūras/dzimuma/sociālekonomiskas novirzes? Izceliet katru problēmu un iesakiet labotu, piesardzīgu alternatīvu.Teksts: [melnraksts]
4) Ģimenes piekrišanas informācijas teksta uzvedne:
Sagatavojiet ģimenei īsu PAZIŅOJUMA/PIEKRIŠANAS tekstu, kurā vienkārši paskaidrots, kā es izmantošu un aizsargāšu bērna datus. Tas ietver: kādi dati, kādam nolūkam, kā tie tiek aizsargāti, ar ko tie tiek kopīgoti, atsaukšanas tiesības. Juridisko konsultāciju sniegšana; Ņemiet vērā, ka tas ir projekts un tas ir jāapstiprina iestādei.
trīs mini futrāļi
1. gadījums — identitātes augšupielādes pārkāpums. Saspringtā dienā speciālists publiskā rīkā ielīmē bērna attīstības ziņojumu, kurā norādīts pilns vārds un ID, un saka "apkopojiet". Dati atstāja iestādi un ģimenes piekrišana netika iegūta. Pareizais veids bija anonimizēt datus ar pirmo uzvedni un drošā rīkā izmantot tikai anonīmu informāciju. Šis pārkāpums ir gan juridisks, gan ētisks jautājums, un to nevar novērst.
2. gadījums — atkārtota identifikācija. Eksperts izdzēš vārdu, bet atstāj detaļu "vienīgais trīnis ciematā, viņa tēvs ir imāms". Šī detaļa identificē bērnu pat bez vārda. Eksperts padziļina anonimizāciju, lai vispārinātu unikālas detaļas: "bērns ar daudzaugļu grūtniecību, kas dzīvo lauku apvidū." Identitāte tagad ir aizsargāta.
3. gadījums — novirzes korekcija. AI saturā rada neobjektīvu pieņēmumu par ģimeni ar zemiem ienākumiem, piemēram, “šajās ģimenēs iesaistīšanās bieži ir nepietiekama”. Eksperts to uztver ar 3. uzvedni; uzskata apgalvojumu par nepamatotu, stigmatizējošu un diskriminējošu un noņem to. Tā saturs tiek pārrakstīts valodā, kurā katra ģimene tiek uzskatīta par vienlīdzīgu un cienītu.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Es ielīmēju šeit pilnu Elifas ziņojumu, novērtējiet un iesakiet diagnozi.
Problēma: tiek dalīta identitātes informācija (KVKK pārkāpums), tiek pieprasīta diagnoze (autorizācijas pārsniegums), nav piekrišanas, netiek apšaubīts drošs transportlīdzeklis.
Spēcīga uzvedne:
Rediģējiet šo ANONĪMO izstrādes kopsavilkumu (identifikācijas informācija ir noņemta) novērtēšanas PROJEKTAM. Diagnozes noteikšana; izmantojot stigmatizējošas etiķetes; Izvairieties no neobjektīviem pieņēmumiem. Atzīmējiet [ļaujiet ekspertam novērtēt], kur neesat pārliecināts. Kopsavilkums: [anonīms]
Biežas kļūdas
- Akreditācijas datu augšupielāde: visizplatītākais un smagākais pārkāpums; vienmēr anonimizēt.
- Virspusēja anonimizācija: ar vārda dzēšanu vien nepietiek; vispārināt arī unikālas detaļas.
- Neapšaubīt rīku privātumu: izvairieties no rīkiem, kas izmanto jūsu datus izglītībai.
- Diagnostikas robežas šķērsošana: novērtējums nav diagnoze; Autoritāte ir ārstam/komandai.
- Neobjektivitātes neatzīšana: izlabojiet AI stigmatizējošos/diskriminējošos pieņēmumus.
Rezumējot
Bērnu dati ir īpaši personas dati; Tas prasa visaugstāko aizsardzību KVKK ietvaros, un tiek iegūta konfidencialitāte un ģimenes piekrišana. Spēcīgākā aizsardzība, strādājot ar AI, ir anonimizācija — vispāriniet ne tikai vārdu, bet arī unikālas detaļas, kas var identificēt personu. Novērtējiet rīkus privātumam; Izvēlieties drošo, kas neizmanto jūsu datus apmācībā. Saglabājiet ētiskās robežas (diagnostikas autoritāte, stigmatizācija, diskriminācija/neobjektivitāte) un katrā lēmumā ņemiet vērā bērna intereses.
Lietojumprogrammas uzdevums
Veikt neanonimizētu (autentisku, no jūsu ierakstiem) progresa piezīmi; Neatspoguļojot to ekrānā, anonimizējiet to manuāli, izmantojot pirmās uzvednes loģiku, un uzskaitiet visu iegūto informāciju. Novērtējiet izmantoto AI rīku attiecībā uz privātumu, izmantojot otro uzvedni. Pārbaudiet ētikas/neobjektivitātes uzmetumu, izmantojot uzvedni 3. Ņemiet vērā vismaz trīs veiktos labojumus (vienu anonimizāciju, vienu ētiku, vienu aizspriedumu).
kontrolsaraksts
- [ ] Es anonimizēju datus; Es arī vispārināju unikālas detaļas.
- [ ] Es novērtēju izmantoto rīku privātuma ziņā; Es izvēlējos drošo.
- [ ] Ja nepieciešams, es saņēmu ģimenes piekrišanu.
- [ ] Es saglabāju diagnostikas autoritātes ierobežojumu; Es izmantoju novērtēšanas-diagnozes atšķirību.
- [ ] Es noņēmu stigmatizējošās atzīmes un diskriminējošas/neobjektīvas izteiksmes.
- [ ] Katrā lēmumā es ņēmu vērā bērna intereses.
- [ ] Es neesmu augšupielādējis akreditācijas datus nevienam transportlīdzeklim.