Keuntungan:
- Keupayaan untuk menamakan data pelanggan dan kewangan dalam skop KVKK, rahsia pelanggan dan peraturan kerahsiaan bank dan menggunakan kenderaan selamat dan peraturan pemprosesan data
- Untuk memahami kewajipan yang dikenakan oleh perundangan perbankan (BRSA, MASAK, KVKK) mengenai penggunaan kecerdasan buatan dan keperluan untuk kebolehauditan
- Keupayaan untuk memahami sebab kebolehjelasan model, penyimpanan rekod dan jejak audit adalah wajib dan mengekalkan rantaian tanggungjawab
Dalam perbankan, data adalah emas — tetapi ia juga tanggungjawab. Gaji pelanggan, tabiat perbelanjaan, sejarah kredit dan urus niaga akaun adalah kedua-dua maklumat peribadi yang sangat sensitif dan dilindungi undang-undang. AI menghasilkan hasil yang hebat apabila bekerja dengan data ini; tetapi kuasa yang sama boleh mencipta pelanggaran yang serius dengan menekan butang. Dalam unit ini, kita akan melihat cara melindungi data pelanggan dan kewangan dalam skop KVKK, rahsia pelanggan dan peraturan kerahsiaan bank, kewajipan yang dikenakan oleh perundangan perbankan (BRSA, MASAK, KVKK) mengenai penggunaan kecerdasan buatan, dan mengapa model penjelasan dan jejak audit adalah wajib. Prinsip asas: data adalah hak milik pemiliknya; Melindunginya bukan pilihan teknikal, tetapi kewajipan undang-undang dan etika.
Perlindungan dua lapisan: KVKK dan rahsia pelanggan
Data pelanggan dilindungi oleh dua rangka kerja yang berasingan:
- KVKK (Undang-undang Perlindungan Data Peribadi): Sebarang data yang menjadikan seseorang itu khusus/boleh dikenal pasti ialah data peribadi. Asas undang-undang (persetujuan yang jelas atau sebab yang sah) diperlukan untuk pemprosesan; Ia harus terhad kepada tujuan, berkadar dan selamat. Data kewangan adalah amat penting.
- Rahsia pelanggan (Undang-undang Perbankan): Sebarang maklumat yang bank pelajari tentang pelanggannya adalah rahsia dan tidak boleh dikongsi tanpa kebenaran. Kewajipan ini juga mengikat pekerja bank.
Memuat naik data pelanggan ke dalam alat AI yang tidak diluluskan boleh melanggar kedua-dua rangka kerja secara serentak.
Jenis data
perlindungan
tingkah laku berisiko
Nama, TR, IBAN
Data peribadi + rahsia
Memasuki kenderaan tanpa nama
penyata akaun
Data peribadi + rahsia
Beroperasi dalam kenderaan yang tidak dibenarkan
Skor kredit/sejarah
Data peribadi + rahsia
berkongsi tanpa tujuan
Data segmen tanpa nama
risiko rendah
(risiko jika identiti boleh dipulihkan)
Petua: Tidak cukup untuk mengatakan "Saya tanpa nama"; Data mesti benar-benar dinyahgenal pasti. Malah sebilangan kecil ciri (umur + kejiranan + pekerjaan) boleh mengenal pasti seseorang. Dalam anonimasi, "bolehkah data ini dikembalikan kepada orang itu?" Tanya soalan.
Langkah pemprosesan data selamat
- Anonimkan/topeng. Keluarkan kawasan mengenal pasti; Gunakan nilai alias jika perlu.
- Data minimum (pengurangan data). Memproses data minimum yang diperlukan untuk tugas itu; Jangan bawa terlalu banyak data sekiranya anda memerlukannya.
- Hadkannya dengan tujuan. Gunakan data hanya untuk tujuan ia dikumpulkan; Jangan alihkan data yang diterima untuk dikreditkan kepada pemasaran.
- Kenderaan yang diluluskan dan selamat. Gunakan alat jaminan pemprosesan data berkontrak bank; Jangan masukkan data pelanggan ke dalam alat awam yang tidak jelas ke mana perginya data.
- Jejak audit. Rekod data yang mana, untuk tujuan apa, dan alat yang digunakan.
- Penyimpanan dan pelupusan. Jangan simpan data lebih lama daripada yang diperlukan; Buang yang telah tamat tempoh mengikut polisi.
Kewajipan yang dikenakan oleh undang-undang mengenai kecerdasan buatan
- Kebolehjelasan: Keputusan terkawal (seperti pinjaman) mesti wajar; Keputusan "kotak hitam" tidak boleh diaudit.
- Jejak audit: Output model, data yang digunakan dan keputusan muktamad hendaklah direkodkan; Soalan "mengapa keputusan ini dibuat?" patut dijawab nanti.
- Pengawasan manusia: Manusia mesti terlibat dalam keputusan penting; automatik sepenuhnya, mekanisme membuat keputusan tanpa pengawasan mungkin bercanggah dengan peraturan.
- Hak bantahan dan pembetulan: Hak pelanggan untuk membantah keputusan dan meminta pembetulan datanya mesti dilindungi.
- Rantaian tanggungjawab: Orang yang bertanggungjawab untuk keputusan itu sentiasa jelas — bukan model, tetapi orang dan institusi yang cekap.
Perhatian: Pelanggaran kerahsiaan atau pelanggaran undang-undang mungkin didedahkan dalam beberapa bulan atau bahkan beberapa tahun kemudian dan boleh mengakibatkan denda pentadbiran yang berat, kehilangan reputasi dan liabiliti undang-undang. "Tidak diperhatikan" bukanlah jaminan; Pendaftaran dan pematuhan diwujudkan dari awal.
Empat templat yang boleh disalin
1) Kawalan anonimasi:
Semak teks berikut sebelum memberikannya kepada alat kecerdasan buatan: apakah maklumat yang terkandung di dalamnya yang menjadikan orang itu boleh dikenal pasti (nama, TR ID, IBAN, telefon, alamat, gabungan ciri yang jarang berlaku)? Senaraikan kesemuanya dan cadangkan cara menutupnya.Teks: [data]
2) Tujuan dan kawalan data minimum:
Apakah set data minimum yang benar-benar diperlukan untuk tugas ini? Antara medan berikut, yang manakah tidak diperlukan untuk tugasan dan harus dialih keluar? Tandai kawasan yang berisiko disalahgunakan. Tugas: [penerangan] Medan: [senarai]
3) Draf rekod jejak audit:
Peranan anda: pembantu yang menyediakan rekod jejak audit. Cipta rekod transaksi yang kemas dengan maklumat berikut: data mana (tanpa nama), tujuan mana, medium mana, tarikh mana, siapa bertanggungjawab. Biarkan medan yang hilang sebagai "[untuk diisi]". Input: [maklumat]
4) Respons permintaan data pelanggan (hak KVKK):
Seorang pelanggan meminta akses/pembetulan datanya dalam skop KVKK. Draf respons yang hormat, jelas dan mengingatkan anda tentang hak anda (akses, pembetulan, bantahan). Menambah data peribadi baharu; Terangkan langkah-langkah proses. Pegawai akan menyemak.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Nama penuh pelanggan berikut, nombor ID TR dan penyata akaun untuk 6 bulan terakhir dilampirkan; Analisis ini dan berikan saya profil. Cepat.
Ia berkongsi data identiti tanpa kelulusan, melanggar pengecilan data dan melanggar rahsia pelanggan.
Gesaan kuat:
Peranan anda: pembantu analisis yang bekerja dengan data tanpa nama. Saya hanya memberi anda data minimum yang tidak dikenal pasti: 42 tahun, segmen X, purata julat perbelanjaan bulanan [julat]. Meminta data peribadi atau membuat kesimpulan identiti. Saya akan menggunakan dan menyimpan output dalam proses yang diluluskan.
Gesaan yang kuat berfungsi tanpa nama dan dengan data yang minimum, melarang pengekstrakan identiti dan menyediakan jejak audit.
tiga kes mini
Kes 1 — Pemprosesan yang betul. Seorang penganalisis menjalankan analisis tingkah laku 5,000 pelanggan dengan hanya data agregat tanpa nama; Tiada medan pengenalan memasuki kenderaan, kenderaan yang digunakan dan tujuan direkodkan. Hasilnya menghasilkan nilai perniagaan dan tiada garis kerahsiaan dipalang.
Kes 2 — Risiko pengenalan semula. Satu pasukan mendapati bahawa sesetengah pelanggan boleh dikenal pasti secara individu melalui gabungan umur, kejiranan dan pekerjaan yang jarang berlaku dalam set data yang mereka anggap sebagai set data "tanpa nama". Data dianonimkan semula dengan menyamaratakan medan ini (julat umur, wilayah besar). Teg "Tanpa Nama" tidak dianggap selamat tanpa diuji.
Kes 3 — Jejak audit pulih. Keputusan pinjaman mungkin dicabar beberapa tahun kemudian. Bank menunjukkan dari jejak audit yang mana data yang disahkan keputusan itu berdasarkan, atas alasan apa keputusan itu dibuat dan siapa yang meluluskannya. Terima kasih kepada rekod, keputusan itu boleh dipertahankan; Jika tiada kesan, bank akan berada dalam keadaan yang sukar.
Awan, pihak ketiga dan pemastautin data
Kebanyakan alat AI berjalan di awan dan memproses data pada pelayan mereka sendiri. Ini membuka lapisan soalan tambahan dalam perbankan: ke mana perginya data dan siapa yang boleh mengaksesnya di sana? Menghantar data pelanggan ke alat selalunya bermakna mengambil data itu di luar dinding bank. Oleh itu, memilih alat bukanlah keputusan teknikal, tetapi keputusan pematuhan.
Perkara yang perlu dipertimbangkan:
- Kontrak pemprosesan data: Adakah terdapat kontrak dengan pembekal alat yang mentakrifkan cara data akan diproses, disimpan dan dipadamkan? Alat "Percuma" dan bebas kontrak tidak layak untuk data perbankan.
- Gunakan dalam latihan: Ketahui sama ada data yang anda masukkan digunakan dalam melatih model; Jika digunakan, rahsia pelanggan mungkin bocor ke tempat lain.
- Kemastautinan data: Negara tempat data disimpan adalah penting dari segi peraturan pemindahan KVKK dan antarabangsa.
- Akses dan pengelogan: Adakah direkodkan siapa yang mengaksesnya?
Awas: "Kenderaan kelihatan selamat" bukanlah jaminan. Sebelum alat boleh digunakan di bank, ia mesti lulus keselamatan maklumat dan kelulusan pematuhan. Memasukkan data pelanggan ke dalam alat yang tidak diluluskan bermakna memberikan data tersebut tanpa mengetahui ke mana ia pergi.
Kesilapan biasa
- Berkongsi data identiti tanpa kelulusan. Memasuki kenderaan tanpa menamakan nama anda, TR ID dan IBAN.
- Dengan mengandaikan "tanpa nama". Memandangkan data selamat tanpa melakukan ujian pengenalan semula.
- Hanyutan tujuan. Menggunakan data yang dikumpul untuk satu tujuan untuk tujuan lain.
- Melangkaui jejak audit. Tidak merekod data, tujuan dan cara; tidak dapat dipertanggungjawabkan nanti.
- Keputusan kotak hitam. Mempertimbangkan keputusan automatik yang tidak boleh dibenarkan sebagai sah.
Petua: Kerahsiaan dan pematuhan bukanlah "penghalang" tetapi asas kepercayaan. Pelanggan mempercayai bank kerana dia tahu bahawa datanya dilindungi. Mempertaruhkan kepercayaan ini untuk jalan pintas adalah kesilapan yang paling mahal.
Secara ringkasnya
Data pelanggan adalah kedua-dua data peribadi dalam skop KVKK dan rahsia pelanggan dalam skop Undang-undang Perbankan; Ia dilindungi berganda. Anonimkan (dan uji terhadap pengecaman semula), bekerja dengan data dan tujuan yang minimum, gunakan hanya alat selamat yang diluluskan, tinggalkan jejak audit. Perundangan memerlukan kebolehjelasan, pengawasan manusia, hak untuk membantah dan rantaian tanggungjawab yang jelas. Dalam satu ayat: Data adalah amanah pemilik; Adalah menjadi tanggungjawab orang yang berwibawa untuk melindungi, merekod dan mengakaunkannya.
Tugasan permohonan
Tulis sampel teks data pelanggan (dengan medan ID) dan lakukan semakan anonimasi dengan templat 1; Tentukan kawasan yang hendak ditutup. Kemudian tentukan tugas dan ekstrak set data minimum dengan templat ke-2 dan alih keluar medan yang tidak diperlukan. Akhir sekali, hasilkan draf rekod jejak audit dengan templat ke-3, menyenaraikan maklumat yang perlu disimpan untuk setiap transaksi.
senarai semak
- [ ] Saya menamakan medan ID dan mengujinya terhadap pengecaman semula.
- [ ] Saya hanya memproses data minimum yang diperlukan untuk tugas itu.
- [ ] Saya menggunakan data terhad kepada tujuannya; Saya tidak membiarkan gol itu tergelincir.
- [ ] Saya hanya memandu kenderaan yang diluluskan dan selamat.
- [ ] Saya merekodkan data, tujuan, cara dan prinsipal dalam jejak audit.
- [ ] Saya mengambil kira kebolehjelasan keputusan dan hak pelanggan untuk membantah.