Keuntungan:
- Keupayaan untuk memahami dan melaksanakan fakta bahawa data kanak-kanak adalah data khas dan ia mesti dirahasiakan dalam skop KVKK dan kerahsiaan serta memerlukan persetujuan keluarga.
- Keupayaan untuk menilai alat kecerdasan buatan dari segi keselamatan data, penyimpanan dan penggunaan dalam latihan model dan memilih yang selamat
- Keupayaan untuk mengekalkan sempadan etika seperti kuasa diagnostik, stigma, diskriminasi dan kepentingan terbaik kanak-kanak dalam aliran kerja
Fail perkembangan kanak-kanak membawa maklumat paling intim kanak-kanak itu: sejarah perkembangan, situasi keluarga, hasil pemeriksaan, pemerhatian dan kadangkala maklumat perubatan. Apabila maklumat ini jatuh ke tangan yang salah atau disalahgunakan, ia boleh membahayakan kanak-kanak untuk tahun-tahun akan datang: label, stigma, diskriminasi. Oleh itu, melindungi data kanak-kanak adalah salah satu tanggungjawab paling serius pakar pembangunan kanak-kanak; Pada zaman kecerdasan buatan, tanggungjawab ini berlipat ganda, kerana menampal data ke dalam alat mengambil masa beberapa saat dan tidak boleh dibuat asal. Dalam unit ini, kami akan merangkumi status undang-undang data kanak-kanak, penilaian alat kecerdasan buatan dari segi privasi dan sempadan etika.
Pertama, asas undang-undang: Di Türkiye, KVKK (Undang-undang Perlindungan Data Peribadi) mengawal pemprosesan data peribadi. Data kesihatan dan perkembangan kanak-kanak adalah dalam kategori data peribadi khas; Kategori ini tertakluk kepada tahap perlindungan tertinggi. Di Eropah, setara dengannya ialah GDPR. Dalam kes kanak-kanak, sensitiviti adalah lebih besar, kerana kanak-kanak itu tidak boleh memberikan kebenaran yang sah pada datanya sendiri; Persetujuan (informed explicit consent) diperoleh daripada wakil yang sah, iaitu keluarga. Prinsip "kepentingan terbaik kanak-kanak" berlaku dalam setiap keputusan.
Anonimasi: langkah paling asas dan berkuasa
Langkah paling asas dan paling praktikal yang melindungi privasi apabila bekerja dengan kecerdasan buatan ialah tanpa nama: mengalih keluar semua maklumat yang mendedahkan identiti (nama, nama keluarga, nombor TR ID, tarikh lahir, nama sekolah/institusi, alamat, nombor protokol/fail, nama keluarga) daripada data dan menggunakan hanya maklumat tidak dikenal pasti yang diperlukan untuk tugas anda. Menulis "gadis berusia 3 tahun 2 bulan" dan bukannya "Elif Kaya, 3 tahun dan 2 bulan, Tadika Papatya" melakukan tugas data tetapi mengekalkan identiti.
Amaran: identiti boleh muncul semula apabila beberapa butiran kecil disatukan (ini dipanggil pengenalan semula). Sebagai contoh, butiran seperti "Satu-satunya kembar di kampung X, bapanya adalah ketua" boleh mengenal pasti orang itu walaupun tiada nama. Oleh itu, adalah perlu bukan sahaja untuk memadamkan nama tetapi juga untuk menyamaratakan butiran yang menjadikannya unik.
Mentah (tidak boleh dikongsi)
Tanpa Nama (boleh dikongsi)
Elif Kaya, TC 123..., lahir 12.03.2022.
budak perempuan 3 tahun 2 bulan
Tadika Papatya, kelas 3-A
institusi prasekolah
Ibunya ialah Ayşe dan bapanya ialah Mukhtar.
ibu bapa
Nombor fail 2024/187
(dialih keluar)
Perhatian: Memuat naik maklumat identiti kanak-kanak, laporan penuh atau foto ke alat kecerdasan buatan yang tersedia secara umum adalah melanggar KVKK dan privasi dan tidak boleh ditarik balik. Data pergi ke pelayan luaran dan beberapa alat boleh menggunakannya untuk latihan model. Sentiasa anonimkan sebelum memuat naik.
Pemilihan alat dan kitaran hayat data
Tidak setiap alat AI mempunyai tahap privasi yang sama. Apabila menilai alat, tanya: Adakah ia menggunakan kecekapan dalam melatih model? Di mana ia menyimpan data dan untuk berapa lama? Adakah ia menawarkan perjanjian pemprosesan data (untuk kegunaan korporat)? Di manakah pelayan mereka? Alat korporat, kontrak dan latihan yang tidak menggunakan data anda adalah lebih selamat daripada alatan percuma yang tersedia untuk umum. Walau bagaimanapun, walaupun dalam alat yang paling selamat, jangan berkongsi bukti kelayakan yang tidak perlu — penyahnamaan ialah pertahanan pertama dalam semua keadaan.
Pertimbangkan kitaran hayat data: kumpulkan data (sahkan), proses (seperti yang diperlukan), simpan (selamat, bermasa), kongsi (dibenarkan sahaja, tanpa nama) dan padam (apabila selesai). Apa-apa sahaja yang anda masukkan ke dalam alatan AI berisiko jatuh di luar gelung ini.
Petua: Letakkan peraturan keras di bahagian atas gesaan kegemaran anda: "Saya tidak akan berkongsi sebarang maklumat yang mengenal pasti anak atau keluarga dalam perbualan ini." Menjadikan ini sebagai refleks kawalan menghalang pelanggaran yang paling biasa (tidak sengaja menampal ID).
Sempadan etika: diagnosis, stigma, diskriminasi
Privasi ialah isu teknikal, tetapi etika lebih luas. Tiga sempadan adalah kritikal. Pihak berkuasa diagnostik: pakar pembangunan kanak-kanak menjalankan pemeriksaan dan penilaian perkembangan; Diagnosis muktamad adalah tugas doktor/pasukan klinikal yang berkaitan. Kecerdasan buatan tidak mengetahui had ini; anda akan melindungi. Stigma: menandakan kanak-kanak dengan label awal dan kekal (dalam fail, dalam keluarga, dalam fikiran anda sendiri) adalah tidak adil kepada kanak-kanak dan boleh memberi kesan negatif kepada perkembangan mereka. Diskriminasi dan berat sebelah: AI mungkin mencerminkan bias dalam data latihan; Ia mungkin menghasilkan keputusan berat sebelah mengenai budaya, jantina atau kumpulan sosioekonomi tertentu. Pakar harus melihat ini dan membetulkannya. Di atas semua ini berdiri prinsip kepentingan terbaik kanak-kanak: adakah setiap keputusan untuk kebaikan kanak-kanak?
Empat gesaan yang boleh disalin
1) Gesaan anonimasi:
Saya akan memberi anda teks. Alih keluar sebarang maklumat yang mungkin mendedahkan identiti kanak-kanak atau keluarga (nama, nama keluarga, ID TR, tarikh lahir, sekolah/institusi, alamat, nombor fail, butiran unik); gantikan dengan ungkapan umum([perempuan], [institusi prasekolah]). Umumkan bukan sahaja nama, tetapi juga butiran unik yang mungkin mengenal pasti orang itu. Senaraikan perkara yang anda alih keluar.Teks: [raw]
2) Gesaan penilaian privasi kenderaan:
Beri saya senarai semak soalan privasi yang perlu saya tanya untuk memutuskan sama ada saya boleh menggunakan alat AI dengan data kanak-kanak (adalah data yang digunakan dalam pendidikan, pengekalan, kontrak, lokasi pelayan, pemadaman). Jangan reka jawapan; senaraikan sahaja soalan.
3) Etika/had kuasa kawalan segera:
Semak teks berikut secara beretika: (1) adakah ia membuat/menyiratkan diagnosis? (2) adakah terdapat label stigma? (3) adakah terdapat bias budaya/jantina/sosioekonomi? Serlahkan setiap masalah dan cadangkan alternatif yang diperbetulkan dan berhati-hati. Teks: [draf]
4) gesaan teks maklumat persetujuan keluarga:
Draf teks PEMBERITAHUAN/PERSETUJUAN ringkas kepada keluarga yang menerangkan cara saya akan menggunakan dan melindungi data kanak-kanak itu. Ia termasuk: data yang mana, untuk tujuan apa, bagaimana ia dilindungi, dengan siapa ia dikongsi, hak penarikan balik. Memberi nasihat undang-undang; Ambil perhatian bahawa ia adalah draf dan mesti diluluskan oleh institusi.
tiga kes mini
Kes 1 — Pelanggaran muat naik identiti. Pada hari yang sibuk, pakar menampal laporan perkembangan kanak-kanak, lengkap dengan nama penuh dan ID, ke dalam alat awam dan berkata "ringkaskan." Data meninggalkan institusi dan persetujuan keluarga tidak diperolehi. Cara yang betul adalah untuk menamakan data dengan gesaan pertama dan hanya menggunakan maklumat tanpa nama dalam alat selamat. Pelanggaran ini adalah isu undang-undang dan etika dan tidak boleh diterbalikkan.
Kes 2 — Pengecaman semula. Seorang pakar memadamkan nama itu tetapi meninggalkan butiran "satu-satunya kembar tiga di kampung, bapanya seorang imam." Perincian ini mengenal pasti kanak-kanak itu walaupun tanpa nama. Pakar itu mendalami anonimisasi untuk menyamaratakan butiran unik: "kanak-kanak hamil berganda yang tinggal di kawasan luar bandar." Identiti kini dilindungi.
Kes 3 — Pembetulan berat sebelah. AI menghasilkan andaian berat sebelah tersirat dalam kandungan tentang keluarga berpendapatan rendah, seperti "penglibatan selalunya tidak mencukupi dalam keluarga ini." Pakar menangkap ini dengan gesaan ke-3; mendapati kenyataan itu tidak berasas, mencemarkan dan mendiskriminasikan serta membuangnya. Ia menulis semula kandungan dalam bahasa yang melihat setiap keluarga sebagai sama dan dihormati.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Saya menampal laporan penuh Elif di sini, menilai dan mengesyorkan diagnosis.
Masalah: maklumat identiti dikongsi (pelanggaran KVKK), diagnosis diminta (lebihan kebenaran), tiada kebenaran, kenderaan selamat tidak dipersoalkan.
Gesaan kuat:
Edit ringkasan pembangunan ANONYMOUS berikut (maklumat pengenalan dialih keluar) untuk DRAF penilaian. Membuat diagnosis; menggunakan label stigma; Elakkan andaian berat sebelah. Tandai [biarkan pakar menilai] di mana anda tidak pasti. Ringkasan: [tanpa nama]
Kesilapan biasa
- Memuat naik kelayakan: Pelanggaran yang paling biasa dan paling teruk; sentiasa tanpa nama.
- Anonimasi dangkal: Memadam nama sahaja tidak mencukupi; umumkan butiran unik juga.
- Tidak mempersoalkan privasi alat: Elakkan alat yang menggunakan data anda untuk pendidikan.
- Melintasi sempadan diagnostik: Penilaian bukan diagnosis; Pihak berkuasa terletak pada doktor/pasukan.
- Tidak mengiktiraf berat sebelah: Betulkan andaian stigma/diskriminatif AI.
Secara ringkasnya
Data kanak-kanak ialah data peribadi khas; Ia memerlukan perlindungan tertinggi dalam skop KVKK dan kerahsiaan serta persetujuan diperoleh daripada keluarga. Pertahanan terkuat apabila bekerja dengan AI ialah pennamaan — umumkan bukan sahaja nama, tetapi juga butiran unik yang mungkin mengenal pasti individu tersebut. Menilai alatan untuk privasi; Pilih yang selamat yang tidak menggunakan data anda dalam latihan. Kekalkan sempadan etika (kuasa diagnostik, stigma, diskriminasi/berat sebelah) dan pertimbangkan kepentingan terbaik kanak-kanak dalam setiap keputusan.
Tugasan permohonan
Ambil nota kemajuan bukan tanpa nama (asli, daripada rekod anda sendiri); Tanpa mencerminkannya pada skrin, awanamakannya secara manual menggunakan logik gesaan pertama dan senaraikan setiap maklumat yang telah anda ekstrak. Nilaikan alat AI yang anda gunakan dari segi privasi dengan gesaan ke-2. Semak draf untuk etika/berat sebelah dengan gesaan 3. Perhatikan sekurang-kurangnya tiga pembetulan yang anda buat (satu tanpa nama, satu etika, satu berat sebelah).
senarai semak
- [ ] Saya menamakan data itu; Saya juga umumkan butiran unik.
- [ ] Saya menilai alat yang saya gunakan dari segi privasi; Saya memilih yang selamat.
- [ ] Saya mendapat persetujuan keluarga apabila perlu.
- [ ] Saya mengekalkan had kuasa diagnostik; Saya menggunakan pembezaan penilaian-diagnosis.
- [ ] Saya mengalih keluar teg yang mencemarkan nama baik dan ungkapan yang mendiskriminasi/berat sebelah.
- [ ] Saya menganggap kepentingan terbaik kanak-kanak dalam setiap keputusan.
- [ ] Saya belum memuat naik kelayakan ke mana-mana kenderaan.