Keuntungan:
- Membezakan konsep data peribadi, data kualiti khas, pengawal data dan pemproses data
- Menggunakan prinsip umum KVKK (had mengikut tujuan, meminimumkan) untuk penggunaan AI
- Fahami bahawa memasukkan data ke dalam AI sedang diproses dan sering dipindahkan, dan kewajipan untuk merekodkan
Menggunakan AI dalam organisasi hampir selalu dikaitkan dengan pemprosesan data peribadi: meringkaskan e-mel pelanggan, menilai CV, menghuraikan rakaman panggilan. Oleh itu, tulang belakang tadbir urus AI ialah memahami undang-undang perlindungan data Türkiye, KVKK (Undang-undang Perlindungan Data Peribadi No. 6698). Dalam unit ini, kita akan mempelajari konsep asas, prinsip am dan pendaftaran VERBIS KVKK, mengaitkannya secara langsung dengan penggunaan AI. Matlamatnya bukan untuk menjadi seorang peguam; Ia adalah untuk mewujudkan asas kukuh bagi pegawai perlindungan data untuk membuat keputusan harian yang betul.
Konsep asas: siapa siapa?
Bahasa KVKK adalah berdasarkan beberapa konsep utama. Tanpa membezakan ini, tiada keputusan AI boleh dibuat dengan betul.
konsep
Maknanya
contoh dalam AI
data peribadi
Sebarang maklumat tentang orang asli yang dikenal pasti/boleh dikenal pasti
Nama, e-mel, telefon, IP, nombor pelanggan
Data kualiti khas
Kategori sensitif seperti kesihatan, agama, biometrik
Sejarah pesakit, jenis darah, data muka
Orang hubungan
Orang yang datanya diproses (pemilik data)
Pelanggan, pekerja, calon
Pengawal data
Menentukan tujuan dan kaedah pemprosesan
Organisasi menggunakan AI
pemproses data
Pihak yang memproses data bagi pihak pengawal
Syarikat yang menyediakan perkhidmatan AI
Perbezaan ini mempunyai akibat undang-undang: pengawal data (institusi itu sendiri) ialah pemilik utama liabiliti. Pembekal AI selalunya merupakan pemproses data dan kontrak bertulis (perjanjian pemprosesan data) mesti dibuat dengannya. Mengatakan "penyedia AI melakukannya" tidak membebaskan organisasi daripada liabiliti.
Perhatian: Data ialah data peribadi selagi ia menjadikannya "boleh dikenal pasti". Ia tidak mencukupi untuk mengatakan "Saya memadamkan nama"; Malah gabungan tarikh lahir + poskod + pekerjaan boleh menjadikan seseorang itu dikenali. Sentiasa semak kebolehcaman gabungan ini dalam data yang dimasukkan ke dalam AI.
Prinsip umum KVKK dan AI
KVKK menetapkan prinsip umum yang mesti dipatuhi oleh semua pemprosesan. Terjemahan langsung kepada penggunaan AI ialah:
- Pematuhan undang-undang dan kejujuran: Memproses data secara rahsia atau mengelirukan.
- Menjadi tepat dan terkini: AI boleh menghasilkan halusinasi; Output tidak boleh disimpan sebagai data peribadi tanpa pengesahan.
- Tujuan khusus, jelas dan sah: Data tidak boleh diproses kerana "ia mungkin diperlukan pada masa hadapan"; Tujuannya jelas terlebih dahulu.
- Berkaitan dengan tujuan, terhad dan diukur (pengurangan data): Hanya data yang diperlukan untuk tujuan itu dimasukkan ke dalam AI.
- Pengekalan untuk tempoh yang diperlukan: Setelah tujuan tamat, data (termasuk sejarah sembang AI) akan dipadamkan/dianonimkan.
Pengurangan data ialah prinsip yang paling dilanggar dalam AI: daripada menampal keseluruhan fail untuk meringkaskan teks, anda hanya perlu memasukkan perenggan yang diperlukan, dan jika boleh dalam bentuk bertopeng (nama tersembunyi).
tiga kes mini
Kes 1 — Terlalu banyak data. Pengurus pusat panggilan menyalurkan 5,000 transkrip panggilan kepada AI, bersama-sama dengan nama, nombor telefon dan nombor ID, untuk "mengekstrak tema ketidakpuasan pelanggan." Walau bagaimanapun, data identiti tidak diperlukan untuk analisis tema. Mengikut prinsip pengecilan, cara yang betul ialah memadamkan medan ID dan hanya memberikan teks panggilan. Oleh itu, data identiti 5,000 orang tidak akan diproses tanpa perlu.
Kes 2 — Hanyutan tujuan. Pemasaran menyuapkan masa masuk dan jam keluar pekerja kepada AI untuk "analisis produktiviti." Walau bagaimanapun, data ini dikumpul untuk tujuan kesihatan dan keselamatan pekerjaan. Penyalahgunaan melanggar prinsip "had mengikut tujuan". Keputusan yang tepat: untuk menilai semula asas undang-undang dan penjelasan sebelum memproses data untuk tujuan baharu ini.
Kes 3 - Masa lalu yang tidak boleh dihapuskan. Seorang profesional insurans telah memasukkan data pelanggan ke dalam sembang AI yang sama selama berbulan-bulan untuk menilai kerosakan, dan sejarahnya tidak pernah dibersihkan. 8 bulan kemudian, data lebih daripada 300 pelanggan terkumpul dalam satu sembang. Mengikut dasar pengekalan, sejarah ini harus dibersihkan setelah tujuan selesai (fail ditutup) atau urus niaga harus dialihkan ke alat institusi tanpa log.
Memasukkan data ke dalam AI adalah "memproses"
Pemprosesan di KVKK; Ia adalah sebarang proses termasuk mendapatkan, merekod, menyimpan dan memindahkan data. Menampal teks ke dalam AI bermakna menghantar data ke pelayan penyedia — ini adalah transaksi, dan selalunya pemindahan (jika pelayan berada di luar negara). Oleh itu, setiap penggunaan AI memerlukan asas undang-undang yang sah di belakangnya (subjek unit seterusnya) dan kontrak yang sesuai.
Petua: "Bolehkah saya memasukkan data ini ke dalam AI?" Uji soalan dengan tiga penapis: (1) Data peribadi? (2) Adakah ia perlu untuk tujuan itu dan adakah ia telah diminimumkan? (3) Adakah saya mempunyai asas undang-undang yang sah dan kontrak yang sesuai? Jika ketiga-tiganya tidak "ya", berhenti dan nilai.
VERBIS dan inventori pemprosesan
VERBIS (Sistem Maklumat Pendaftaran Pengawal Data) ialah pendaftaran rasmi di mana pengawal data yang melebihi ambang tertentu merekodkan aktiviti pemprosesan data peribadi mereka. Institusi ini mengekalkan inventori pemprosesan data peribadi: rekod langsung yang menunjukkan data yang diprosesnya, untuk tujuan apa, atas dasar undang-undang apa, jumlah ia disimpan dan kepada siapa ia dipindahkan. Apabila aktiviti pemprosesan berasaskan AI baharu dimulakan, inventori ini harus dikemas kini dan, jika perlu, ditunjukkan dalam rekod VERBIS.
ruang inventori
Contoh untuk aktiviti AI
Tujuan pemprosesan
Ringkasan automatik e-mel pelanggan
Kategori data
Hubungi, data transaksi pelanggan
Asas undang-undang
Prestasi kontrak / kepentingan sah
kumpulan penerima
Pembekal perkhidmatan AI (pemproses data)
pemindahan
Pelayan luar negara (dengan jaminan yang sesuai)
Tempoh penyimpanan
Padam daripada penutupan fail
Templat yang boleh disalin
TEMPLAT 1 — Menutup teks tanpa memasukkannya ke dalam AI: "Alih keluar data peribadi (nama keluarga, telefon, e-mel, nombor ID, alamat) daripada teks di bawah dan gantikannya dengan teg seperti [NAME], [TEL]. Kekalkan makna dan struktur teks. Hanya kembalikan teks bertopeng, jangan buat sebarang penjelasan lain."
TEMPLAT 2 — Semakan pengecilan: "Saya akan melaksanakan tugas berikut: [tugas tulis]. Senaraikan medan data BERIKUT yang manakah TIDAK PERLU untuk tugasan ini: [tulis medan]. Tandakan 'buang' mana-mana medan yang tidak diperlukan untuk tujuan itu dan tulis dalam satu ayat mengapa."
TEMPLAT 3 — Memproses garis besar baris inventori: "Isi baris inventori pemprosesan data peribadi untuk penggunaan AI berikut:[huraikan penggunaan]. Medan: tujuan pemprosesan, kategori data, kumpulan hubungan, kemungkinan asas undang-undang (cadangkan berbilang), penerima, pemindahan, anggaran tempoh pengekalan. Pembuatan keputusan undang-undang yang tepat, pilihan hadir."
TEMPLAT 4 — Pengesanan data peribadi: "Jenis data peribadi yang manakah dan terutamanya data KHAS (kesihatan, agama, biometrik, dsb.) yang terdapat dalam dokumen ini? Senaraikan jenis dan tuliskan kelas yang mana ia termasuk untuk setiap satu. Jangan ubah dokumen, hanya mengesannya."
Gesaan lemah / Gesaan kuat
LEMAH: "Analisis senarai pelanggan ini." (dengan nama penuh, telefon, ID)-> Melanggar pengecilan; menghantar data peribadi/peribadi yang tidak perlu kepada pembekal; menimbulkan asas perundangan dan masalah pemindahan.STRONG: "Analisis pengedaran permintaan serantau menggunakan hanya lajur 'bandar' dan 'kategori produk' dalam senarai di bawah. Abaikan nama, telefon, lajur ID — saya telah memadamkannya."-> Hanya data bukan peribadi yang diperlukan untuk tujuan itu diproses; Prinsip itu dipelihara.
Kesilapan biasa
- Berfikir "Saya memadamkan nama itu, ia bukan lagi peribadi"; manakala data gabungan boleh menjadikan seseorang itu boleh dikenal pasti.
- Tidak membuat perbezaan antara pengawal data dan pemproses data dan tidak menandatangani kontrak dengan pembekal.
- Kawasan yang tidak perlu untuk tujuan itu juga dimasukkan ke dalam AI dan melanggar pengecilan.
- Menggunakan data yang dikumpul untuk satu tujuan dalam AI untuk tujuan lain (purpose drift).
- Menyimpan output AI sebagai data peribadi "tepat dan terkini" tanpa mengesahkannya.
- Tidak mencerminkan aktiviti AI baharu dalam memproses inventori dan VERBIS jika perlu.
- Mengumpul sejarah sembang AI tanpa mengikatnya pada peraturan pengekalan/pemadaman.
Secara ringkasnya
- Teras KVKK; adalah untuk membezakan konsep data peribadi, pengawal data dan pemproses data.
- Pengawal data (institusi) adalah obligor utama; Pembekal AI selalunya merupakan pemproses data dan memerlukan kontrak.
- Antara prinsip umum, yang paling kritikal untuk AI ialah pengecilan data dan pengehadan tujuan.
- Memasukkan data ke dalam AI adalah transaksi, dan selalunya pemindahan; Asas undang-undang dan kontrak diperlukan.
- Setiap aktiviti AI baharu hendaklah direkodkan dalam inventori pemprosesan dan, jika perlu, ditunjukkan dalam rekod VERBIS.
Tugasan permohonan
Pilih aktiviti pemprosesan sebenar yang organisasi anda ingin lakukan dengan AI (cth. analisis tema aduan pelanggan). Isi baris inventori pemprosesan untuk aktiviti ini: tujuan, kategori data, kumpulan hubungan, kemungkinan asas undang-undang, penerima, status pemindahan dan tempoh pengekalan. Kemudian hantar data untuk dimasukkan ke dalam AI dalam aktiviti ini melalui penapis pengecilan: senaraikan medan mana yang tidak perlu dan mana yang hendak ditutup. Akhir sekali, tuliskan siapa pengawal data aktiviti ini, siapa pemproses data, dan kontrak yang diperlukan antara mereka.
senarai semak
- [ ] Saya mengesan data peribadi dan peribadi dalam aktiviti itu.
- [ ] Saya menjelaskan pengawal data dan pemproses data.
- [ ] Saya menggunakan pengecilan: dialih keluar/menopeng kawasan yang tidak perlu.
- [ ] Saya telah mentakrifkan tujuan pemprosesan secara khusus dan sah.
- [ ] Saya telah mengisi barisan inventori pemprosesan.
- [ ] Saya menilai situasi pemindahan (pelayan luar negara).
- [ ] Saya telah menjadualkan tempoh pengekalan dan pemadaman sejarah AI.