Keuntungan:
- Keupayaan untuk menggunakan data calon dan pekerja mengikut prinsip KVKK (had tujuan, pengurangan data)
- Keupayaan untuk melindungi data peribadi melalui penyamaran/tanpa nama dan pemilihan alat yang selamat
- Keupayaan untuk menyokong proses pendedahan, persetujuan dan pengekalan dengan AI untuk pemprosesan data dalam HR
CV calon, markah prestasi, maklumat gaji, ulasan rujukan, laporan perubatan, rekod disiplin... HR ialah penjaga data peribadi yang paling sensitif dalam sesebuah syarikat. Menggunakan alatan kecerdasan buatan (AI) dengan data ini memberikan kecekapan yang luar biasa; tetapi ia juga mewujudkan tanggungjawab undang-undang dan etika yang serius. Hanya menampal semua CV kumpulan calon ke dalam alat yang serampangan boleh bertukar menjadi pelanggaran data dalam beberapa minit. Dalam unit ini, kita akan belajar cara menggunakan AI dalam HR patuh, selamat dan boleh dipertahankan mengikut KVKK (Undang-undang Perlindungan Data Peribadi).
Beberapa istilah: Data peribadi ialah sebarang maklumat mengenai orang asli yang dikenal pasti atau boleh dikenal pasti (nama, ID, e-mel, malah teks CV yang unik). Data kualiti khas (sensitif) ialah data tambahan yang dilindungi seperti kesihatan, agama, kehidupan seksual, sabitan jenayah, keahlian kesatuan. Pengawal data ialah institusi (syarikat anda) yang menentukan tujuan pemprosesan data. Anonimisasi bermaksud membuat data supaya ia tidak boleh dipautkan kembali kepada seseorang dalam apa jua cara. Masking (nama samaran) menggantikan pengecam dengan nama samaran (Calon 1, Calon 2); Ia lebih lemah daripada penganamaan tetapi mencukupi untuk kebanyakan analisis.
Prinsip Asas KVKK dan Setaraf dengannya dalam HR
Prinsip umum KVKK juga mengikat penggunaan AI anda. Untuk urus niaga menjadi sah, ia mesti mematuhi prinsip ini:
prinsip
Maksud dalam HR
Kesahan dan kejujuran
Sama ada terdapat asas undang-undang untuk pemprosesan (kontrak, kepentingan sah, persetujuan yang jelas)
Had tujuan
Hanya gunakan data untuk tujuan pengumpulan data (jangan gunakan data pengambilan dalam pemasaran)
Pengurangan data
Sebanyak data yang diperlukan oleh kerja; jangan beri terlalu banyak kepada model
ketepatan
Pastikan data adalah terkini dan tepat
had simpanan
Penyimpanan tidak tentu; Musnahkan data yang tidak diperlukan lagi
Keselamatan
Memproses data dengan perlindungan teknikal dan pentadbiran yang sesuai
Awas: Menampal semua CV kumpulan calon ke dalam alat AI generik tanpa jaminan pengekalan data korporat adalah risiko yang serius untuk KVKK. Data itu boleh disimpan dengan pembekal model dan juga digunakan dalam latihan dalam beberapa keadaan perkhidmatan. Alat korporat/diluluskan, perjanjian pemprosesan data (DPA) dan penanomaan/penyamaran di mana mungkin adalah penting apabila bekerja dengan data peribadi.
Langkah-langkah untuk Penggunaan Selamat
- Pilih alat. Pilih alatan yang bersifat korporat, mempunyai perjanjian pemprosesan data dan tawarkan pilihan untuk "menggunakan data saya dalam pendidikan".
- Minimumkan data. Menyediakan data minimum yang diperlukan untuk analisis; keluarkan lebihan.
- Topeng/tanpa nama. Gantikan nama, ID, kenalan, tarikh lahir penuh dengan nilai atau julat nama panggilan.
- Hadkan tujuan. Memproses data hanya untuk tujuan ia dikumpulkan.
- Kekalkan jejak. Rekod data yang diproses, untuk tujuan apa, dan dengan alat yang mana.
- Letakkan persetujuan manusia. Biarkan seseorang membuat keputusan yang memberi kesan kepada orang itu.
Topengkan data peribadi sebelum menilai CV di bawah:- Jadikan "Calon" dan bukannya nama, buat maklumat hubungan [DIHASILKAN]- Gunakan lingkungan umur (cth. 30-35) dan bukannya tarikh lahir- Umumkan jika nama sekolah/syarikat boleh membawa kepada diskriminasiKemudian buat ringkasan berstruktur mengikut kriteria berkaitan pekerjaan sahaja.
Anonimisasi dan Amalan Penyamaran
Kebanyakan analisis HR boleh dilakukan tanpa mengenal pasti individu tersebut. Logik analisis tidak berubah, data peribadi tidak didedahkan:
Lemah (berisiko): Menampal data dengan nama sebenar, ID, unit dan gaji penuh. Kuat (selamat): Kod orang sebagai "Orang 1/2/3", gunakan julat umur dan bukannya tarikh lahir, band (mis. 40-50k) dan bukannya gaji penuh. Gunakan wilayah dan bukannya lokasi, bulan/tahun dan bukannya tarikh tepat.
AI juga membantu dalam penggubalan dokumen KVKK, seperti teks penjelasan dan tempoh pengekalan — tetapi sekali lagi, hanya draf:
Peranan anda: pembantu privasi data. Tugas: Tulis DRAF teks maklumat calon untuk proses pengambilan. Kandungan: data mana yang akan diproses, untuk tujuan apa, atas dasar undang-undang apa, berapa lama ia akan disimpan, apakah hak calon. Peraturan: Tandai pernyataan undang-undang dengan teg [VERIFY TO KVKK EXPERT]; tempoh/barang tertentu JANGAN PALSU. Ini adalah draf, bukan teks terakhir.
Tiga Kes Mini
Kes 1 — Pelanggaran yang dielakkan secara sempit. Seorang perekrut akan menampal 60 CV ke dalam akaun kenderaan peribadinya sekaligus. Ketua pasukan campur tangan; Proses ini telah dialihkan ke alat korporat yang didayakan DPA dan CV telah ditopeng dan diproses. Oleh itu, kedua-dua kecekapan dikekalkan dan risiko kemungkinan pelanggaran dan denda pentadbiran telah dihapuskan.
Kes 2 — Pelanggaran had tujuan. Satu syarikat kemudiannya menggunakan e-mel calon yang dikumpul untuk pengambilan dalam kempen pemasaran. Ini adalah pelanggaran prinsip "had tujuan" dan menjadi subjek aduan. Selepas kejadian itu, HR melaksanakan peraturan yang melabelkan tujuan setiap set data dan mencegah penyalahgunaan.
Kes 3 — Had storan. Sebuah organisasi menyimpan CV calon yang tidak diupah selama bertahun-tahun. Data, tujuan dan tempoh pengekalan dipadankan dengan inventori dikuasakan AI; Data tamat tempoh dimasukkan dalam pelan pemusnahan. Oleh itu, kedua-dua had penyimpanan undang-undang telah dipatuhi dan risiko yang tidak perlu telah dikurangkan.
Gesaan Lemah / Gesaan Kuat
Gesaan yang lemah: Nilaikan maklumat calon ini. [nama sebenar, ID Turki, gaji, CV penuh]
Keputusan: data peribadi sensitif diproses secara tidak selamat; Risiko pelanggaran KVKK dan kebocoran data.
Gesaan berkuasa: [data bertopeng (Calon 1/2, lingkungan umur, kumpulan gaji) + had objektif + "kriteria berkaitan pekerjaan sahaja" + alat korporat/diluluskan + penilaian kelulusan manusia]
Hasilnya: kuasa analisis yang sama, tanpa mendedahkan data peribadi; proses yang boleh dipertahankan dan undang-undang.
Petua: Sebelum memberikan data kepada AI, uji ini: "Adakah privasi seseorang akan dirugikan jika tangkapan skrin ini dibocorkan?" Jika jawapannya "ya", sama ada menyembunyikan data itu atau tidak memberikannya sama sekali. Jika ragu-ragu, putuskan untuk meminimumkan data.
Kesilapan biasa
- Memberi data peribadi mentah kepada alat yang tidak selamat. Kenderaan yang digunakan dalam latihan tanpa DPA adalah berisiko.
- Melangkau topeng. Nama/TC/tarikh penuh tidak diperlukan dalam kebanyakan analisis; keluarkannya.
- Salah guna. Jangan gunakan data pengambilan untuk tujuan lain, seperti pemasaran.
- Penyimpanan tidak tentu. Letakkan data yang tujuannya bukan lagi pada pelan pemusnahan.
- Meremehkan data sensitif. Data kesihatan/penalti/agama lebih dilindungi; Elakkan terlibat dalam AI.
- Jangan tinggalkan jejak. Jika anda tidak merekodkan perkara yang anda lakukan dengan data apa, anda tidak boleh diaudit.
Secara ringkasnya
- Data peribadi dalam HR (CV, prestasi, gaji, kesihatan) adalah dalam skop KVKK; Penggunaan AI juga tertakluk kepada prinsip ini.
- Pilih alatan korporat/diluluskan yang mempunyai DPA dan tidak menggunakan data anda dalam latihan; Jangan tampal data mentah ke dalam alat generik.
- Had tujuan dan pengecilan data: proses hanya data yang diperlukan untuk tujuan pengumpulan data.
- Penyamaran dan anonimasi menjadikan kebanyakan analisis selamat; Gunakan alias dan julat bukannya nama/TC/tarikh penuh.
- AI menghasilkan draf dalam dokumen pendedahan, persetujuan dan pengekalan; Pastikan butiran undang-undang disahkan oleh pakar KVKK dan serahkan keputusan yang memberi kesan kepada orang itu kepada orang itu.
Tugasan permohonan
Ambil CV atau rekod pekerja yang anda miliki (atau fiksyen). Mula-mula senaraikan medan data peribadi di dalamnya dan tanya "adakah ini diperlukan untuk analisis?" untuk setiap satu. Jawab soalan. Cipta versi selamat dengan mengalih keluar yang tidak perlu dan menutup yang diperlukan (Calon, lingkungan umur, jalur gaji). Minta AI menghasilkan ringkasan berkaitan pekerjaan dengan hanya data bertopeng ini. Juga sediakan prospektus calon ringkas yang digubal dan tandakan pernyataan undang-undang sebagai "untuk disahkan."
senarai semak
- [ ] Adakah alat yang digunakan korporat/diluluskan dan diperakui DPA?
- [ ] Adakah data diminimumkan (hanya medan yang diperlukan)?
- [ ] Adakah pengecam seperti nama/ID/tarikh penuh bertopeng?
- [ ] Adakah data kualiti khas (kesihatan, jenayah, agama) dikecualikan daripada proses?
- [ ] Adakah data digunakan hanya untuk tujuan ia dikumpul?
- [ ] Adakah tempoh penyimpanan dan pelan pemusnahan telah ditentukan?
- [ ] Adakah keputusan muktamad mempengaruhi seseorang dalam diri seseorang?