Ieguvumi:
- Anonimizācija un nepieciešamības izvērtēšana pirms klienta sensitīvo un finanšu datu nodošanas mākslīgā intelekta rīkiem
- Spēja atšķirt atšķirības starp korporatīvajiem un publiskajiem AI rīkiem attiecībā uz privātumu, datu saglabāšanu un izmantošanu izglītībā
- Spēja pārvaldīt datu pārkāpumu, glabāšanas perioda un trešo pušu koplietošanas riskus KVKK ietvaros
Apdrošināšana ir viena no profesijām, kas strādā ar visjutīgākajiem datiem. Apdrošināšanas dokuments; Tas var ietvert identitātes informāciju, adresi, ienākumus, bankas kontu, veselības vēsturi, bojājumu ierakstus, numura zīmi, īpašumtiesību aktu un pat informāciju par ģimeni. Daži no šiem datiem ir pakļauti visaugstākajai aizsardzībai kā "īpaša rakstura personas dati" KVKK (Personas datu aizsardzības likumā); Tipiski piemēri tam ir veselības, biometriskie un līdzīgi dati. Nekontrolēta šo datu koplietošana, izmantojot mākslīgā intelekta rīkus (īpaši mākoņdatošanas rīkus), ir nopietns pārkāpuma un uzticības zaudēšanas risks. Pēc noplūdes datus nevar izgūt. Šajā nodaļā jūs uzzināsit, kā anonimizēt klientu datus (noņemot personiski identificējamu informāciju) pirms to nodošanas mākslīgajam intelektam, privātuma atšķirības starp korporatīvajiem un publiskajiem rīkiem un kā pārvaldīt datu pārkāpuma, uzglabāšanas un trešo pušu kopīgošanas riskus KVKK ietvaros. Šī vienība nav juridiska konsultācija; Izskaidro vispārīgos principus, konkrētā gadījumā konsultējieties ar atbilstības/juridisko nodaļu.
Kāpēc privātums ir kritisks: datu veidi
Apdrošināšanā ir nepieciešams nodalīt datus atbilstoši aizsardzības līmenim:
- Personas dati: Vārds, uzvārds, TR ID numurs, dzimšanas datums, kontaktpersona. Tas tieši identificē personu.
- Finanšu dati: Ienākumi, bankas konts, maksājumu vēsture. Personīga un jūtīga.
- Īpašas kvalitātes dati: veselība, biometriskie dati. Augstākā aizsardzība; Apstrādei ir nepieciešami stingrāki nosacījumi (skaidra piekrišana vai likumā noteikts izņēmums).
- Faila dati: polises numurs, numura zīme, īpašumtiesību dokuments, informācija par bojājumiem. Ja to apvieno ar citiem, tas var atklāt identitāti.
Lielākās briesmas ir identificējamība, kas rodas, apvienojot šos datus. Kamēr "45 gadus veca sieviete" ir anonīma, "45 gadus veca sieviete + noteikta numura zīme + noteikta adrese" var atklāt identitāti.
Uzmanību! Sakot "dzēst" pēc datu nodošanas mākslīgā intelekta rīkam, tie faktiski netiek izdzēsti. Daži rīki saglabā ievadi un pat izmanto to, lai apmācītu modeli. Noteikums: nekad nesūtiet sensitīvus datus; Anonimizēšana notiek pirms nosūtīšanas.
Anonimizācija: kā to izdarīt
Anonimizācija ir identificējamas informācijas noņemšana un aizstāšana ar faktisku ekvivalentu; Mērķis ir padarīt personu neatpazīstamu, vienlaikus saglabājot produkcijas kvalitāti. Laba anonimizācija:
- Noņem vārdu, uzvārdu, TR ID, tālruņa numuru, adresi, polises numuru, numura zīmi un īpašumtiesību dokumenta informāciju.
- Viņš tos aizstāj ar analītiski nozīmīgu ekvivalentu: "45 gadi, vīrietis, apdrošināšanas polise, Centrālā Anatolija, vienpusēja sadursme".
- Tas izvairās no retām/atšķirīgām kombinācijām: ļoti specifiska profesija + ļoti maza vieta, kas viena pati var atvērt identitāti.
- Saglabā medicīnisko/tehnisko nozīmi: piemēram, "papildu veselība, plānota ortopēdiska ķirurģija".
Padoms. Pēc anonimizācijas pajautājiet sev: "Ja svešinieks izlasītu šo tekstu, vai viņš varētu atrast šo personu?" Ja atbilde ir jā, vispāriniet tālāk. Īpaši retas kombinācijas (mazais rajons + konkrēts pasākums) ir bīstamas.
Uzņēmums pret publiskiem rīkiem
Ne visiem AI rīkiem ir vienāds privātuma līmenis. Tie atšķiras trīs dimensijās:
- Datu saglabāšana: vai tā saglabā ievadīto informāciju un cik ilgi?
- Izmantošana apmācībā: vai tā izmanto ievadi, lai apmācītu modeli?
- Atrašanās vieta un līgums: kur tiek apstrādāti dati, vai ir noslēgts korporatīvās datu apstrādes līgums?
Institucionālie (iestādes līgumiskie, datu apstrādes garantijas) instrumenti bieži piedāvā ierobežojumus datu neizmantošanai un glabāšanai izglītībā. Publiski bezmaksas rīki var saglabāt ievadi un izmantot to apmācībā. Noteikums: sensitīvie dati tiek apstrādāti tikai iestādes apstiprinātos, līgumos paredzētos līdzekļos un pēc iespējas anonimizētā veidā. Klienta datu ievadīšana neapstiprinātā rīkā padara datu apstrādātāju neauditējamu.
Soli pa solim: drošs darbs ar konfidenciāliem datiem
- Klasificējiet datus. Identitātes / finanšu / īpašās kvalitātes / faila dati.
- Nepieciešamības pārbaude. Vai šie dati tiešām ir nepieciešami šim uzdevumam? Ja nē, nelietojiet to.
- Anonimizēt. Noņemiet identifikatorus, aizstājiet faktiskos ekvivalentus, vispāriniet retas kombinācijas.
- Izvēlieties transportlīdzekli. Tikai aģentūras apstiprināti transportlīdzekļi, ar kuriem noslēgts līgums; Publiskajam rīkam nav pieejami sensitīvi dati.
- Strādājiet ar minimāliem datiem. Dalieties ar minimālo informāciju, kas nepieciešama uzdevumam.
- Pārvaldiet krātuvi un kopīgošanu. Kur jūs glabājat izlaidi, ar ko jūs to kopīgojat; Ievērojiet KVKK saglabāšanas perioda un trešo pušu noteikumus. Atstājiet savu zīmi.
trīs mini futrāļi
1. gadījums — sensitīvu datu aizsardzība. Atlīdzību speciālists vēlējās jautāt AI par sarežģītu veselības apdrošināšanas lietu. Tā vietā, lai rakstītu apdrošinātā vārdu, uzvārdu, ID un diagnozi, viņš izveidoja anonīmu kontekstu, piemēram, "52 gadi, sieviete, papildu veselības politika, plānota sirds vārstuļa operācija, apstrīdētā summa". Izlaiduma kvalitāte nav pazeminājusies; Privātie dati nenonāca nevienā mākonī. Veselības dati tiek pakļauti visaugstākajai aizsardzībai; šis ieradums novērsa pārkāpumu.
2. gadījums — reti sastopams kombinētais slazds. "38 gadus veca, sieviete, vienīgā farmaceite [ļoti mazā apgabalā], profesionālās atbildības politika," rakstīja viens eksperts. Lai gan tehniski tajā nebija vārda, tas tieši atklāja viņa identitāti, jo viņš bija vienīgais farmaceits šajā rajonā. Eksperts to pamanīja un vispārināja kā "maza apdzīvota vieta, veselības aprūpes profesija". Anonimizēšana ir ne tikai vārda dzēšana, bet arī atpazīstamības iznīcināšana.
3. gadījums — nepareiza instrumenta izvēle. Ātruma labad darbinieks augšupielādē klienta pretenziju sadalījumu bezmaksas publiskā rīkā. Stājas spēkā komandas politika: klientu dati tiek apstrādāti tikai iestādes apstiprinātā, līgumā noslēgtā rīkā. Darbinieks vispirms anonimizēja datus un pēc tam palaida tos apstiprinātajā rīkā. Ja tiktu izmantots neapstiprināts rīks, datu uzglabāšanas un izmantošanas izglītībā risks būtu nekontrolējams.
Četras kopējamas uzvednes
1) Anonimizācijas palīgs:
Izņemiet visus personas un identificējošos datus no šāda teksta: vārds, uzvārds, ID, dzimšanas datums, tālrunis, adrese, polises numurs, numura zīme, īpašumtiesību dokuments, IBAN. Aizstājiet tos ar faktisku ekvivalentu ar analītisku nozīmi (piemēram, "45 gadi, vīrietis, apdrošināšanas polise, vienpusēja sadursme"). Vispārināt retas/atšķirīgas kombinācijas (maza vieta + īpaša nodarbošanās). Saglabājiet medicīnisko/tehnisko nozīmi.Teksts: [ielīmēt]
2) Atpazīstamības pārbaude:
Pārbaudiet šo anonimizēto tekstu, lai atpazītu: [teksts]Jautājiet: vai svešinieks var atrast personu ar šo tekstu? Vai ir reta kombinācija (mazs norēķins + konkrēta profesija/notikums), unikāls datums vai summa? Izceliet katru riskanto punktu un iesakiet, kā drošāk vispārināt.
3) Datu prasības un klasifikācija:
Klasificējiet un pārbaudiet šāda uzdevuma veikšanai nepieciešamos datus:Uzdevums: [apraksts] Manā rīcībā esošie dati: [saraksts]Katram datiem: veids (identitāte/finanšu/īpašais/fails), vai tas ir nepieciešams šī uzdevuma veikšanai (jā/nē), ja nepieciešams, kā tos izmantot anonīmi.Nevajadzīgos datus atzīmējiet ar "nelietot".
4) Transportlīdzekļa izvēles kontrolsaraksts:
Pirms AI rīka izmantošanas ar apdrošināšanas datiem izveidojiet kontrolsarakstu. Iekļaujiet jautājumus: vai transportlīdzekli ir apstiprinājusi iestāde? Vai ir datu apstrādes līgums? Vai tas saglabā/izmanto apmācībā ievadīto informāciju? Kur tiek apstrādāti dati? Kādam datu tipam tas ir piemērots/nepiemērots? Vai pietiek ar anonimizāciju?
Vāja uzvedne / spēcīga uzvedne
Vāji: "Novērtējiet klienta Ahmeta Jilmaza failu (TC 123..., pievienots medicīniskais ziņojums)."
Problēma: identitātes un sensitīvie (veselības) dati tiek kopīgoti tieši; liels KVKK pārkāpuma risks.
Spēcīgs: "Ņemiet vērā šādu anonimizētu kontekstu: vecums 52 gadi, sieviete, papildu veselības politika, plānota operācija, apstrīdētā summa. Nav identificējošas informācijas."
Kāpēc tas ir labi: tiek saglabāta analītiskā nozīme, netiek atklāta identitāte un sensitīvie dati.
salīdzināšanas diagramma
Datu tips
Aizsardzības līmenis
Izmantošana mākslīgajā intelektā
Vārds/TC/kontaktpersona
augsts
Noņemiet, ielieciet ekvivalentu
Finanšu (ienākumi/IBAN)
augsts
Noņemt/vispārināt
Veselība/īpaša kvalifikācija
augstākais
Nekad neapstrādāts; anonīms + apstiprināts transportlīdzeklis
Polises numurs/zīme/īpašuma dokuments
vidēji augsts
Noņemt; vienatnē ir riskanti
Kopsavilkums/statistika
zems
Pieejams (ja nav kontakta)
Biežas kļūdas
- Neapstrādātu personas/veselības datu ielīmēšana. Biežākais un smagākais pārkāpums.
- Domājot, ka pietiek ar vārda dzēšanu. Retas kombinācijas joprojām var atklāt identitāti.
- Paļaujoties uz teikšanu “dzēst vēlāk”. Iespējams, rīks glabā/izmanto datus apmācībā.
- Neapstiprināta/publiska braukšana. Nekontrolēta datu apstrāde.
- Nepārvalda krātuvi un kopīgošanu. Neierobežota izvades glabāšana, nekontrolēta koplietošana ar trešajām pusēm.
Rezumējot
Apdrošināšanas dati ir ļoti jutīgi; Īpaši dati, piemēram, veselība, saskaņā ar KVKK ir pakļauti visaugstākajai aizsardzībai. Klasificējiet, izaiciniet un anonimizējiet datus, pirms tos nododat mākslīgajam intelektam: noņemiet identifikatorus, ieviesiet faktu ekvivalentus, vispāriniet retas kombinācijas. Apstrādājiet sensitīvus datus tikai ar iestādes apstiprinātiem, līgumiskiem instrumentiem un minimālā apjomā. Pārvaldiet glabāšanas periodu un trešo pušu koplietošanu KVKK ietvaros un atstājiet pēdas. Konsultējieties ar atbilstības/juridisko jautājumu konkrētajā gadījumā; Noplūdušos datus nevar izgūt.
Lietojumprogrammas uzdevums
Iegūstiet reālu bojājumu/atsauces tekstu (testēšanas nolūkos). Veiciet anonimitāti ar uzvedni Nr. 1, pēc tam pārbaudiet atpazīšanu ar uzvedni Nr. 2: vai tekstā joprojām ir retas kombinācijas, kas varētu atklāt personu? Vispāriniet katru atrasto risku. Novērtējiet arī izmantoto AI rīku ar 4. kontrolsarakstu: vai tas ir piemērots sensitīviem datiem?
kontrolsaraksts
- [ ] Es klasificēju datus pēc to veidiem.
- [ ] Es piemēroju nepieciešamības pārbaudi; Es neizmantoju nevajadzīgus datus.
- [ ] Es noņēmu identifikatorus un aizstāju to ar faktisko ekvivalentu.
- [ ] Es vispārināju retas/atšķirīgas kombinācijas.
- [ ] Es veicu atpazīstamības pārbaudi.
- [ ] Es izmantoju tikai uzņēmuma apstiprinātus transportlīdzekļus, ar kuriem noslēgts līgums.
- [ ] Es pārvaldīju krātuvi un trešo pušu koplietošanu saskaņā ar KVKK; Es atstāju zīmi.