लाभ:
- व्यावसायिक गोपनीयता र KVKK को ढाँचा भित्र ग्राहक डेटा वर्गीकृत गर्न र कृत्रिम बुद्धिमत्ता उपकरणहरूमा कुन डाटा दिन सकिन्छ भनेर निर्धारण गर्ने क्षमता।
- सत्र सामग्री र पहिचान जानकारी गुमनाम गरेर क्लाउड-आधारित उपकरणहरूमा सुरक्षित सन्दर्भ सिर्जना गर्ने क्षमता
- कृत्रिम बुद्धिमत्ताको प्रयोगमा जानकारी, स्पष्ट सहमति र डाटा भण्डारण/मेटाउने जिम्मेवारीहरू अनुकूलन गर्ने क्षमता
मानसिक स्वास्थ्य पेशाको मूलमा एउटा भनाइ छ: "तपाईंले मलाई के भन्नुहुन्छ त्यही रहन्छ।" एक ग्राहकले तपाईंलाई आफ्नो जीवनको सबैभन्दा कमजोर जानकारी (आघात, लत, सम्बन्ध, डर) बताउन विश्वास गर्दछ। यो विश्वास पेशाको मुटु हो र एक पटक क्षतिग्रस्त भएपछि यसलाई पुनर्स्थापित गर्न सकिदैन। आर्टिफिसियल इन्टेलिजेन्स (एआई) उपकरणहरूले यस विश्वासमा पूरै नयाँ जोखिम थप्छ: किनभने तपाईंले क्लाउडमा टाइप गर्नुभएको वाक्य तपाईंको नियन्त्रण बाहिर जान सक्छ र अर्को कम्पनीको सर्भरमा भण्डारण गर्न सकिन्छ, वा मोडेललाई प्रशिक्षण दिन पनि प्रयोग गर्न सकिन्छ। यस एकाइमा, तपाईंले एआई युगमा ग्राहक डेटा कसरी सुरक्षित गर्ने भनेर सिक्नुहुनेछ; तपाईंले KVKK (व्यक्तिगत डेटा संरक्षण कानून; कानून नम्बर 6698, जसले Türkiye मा व्यक्तिगत डेटाको प्रशोधनलाई नियमन गर्दछ) को ढाँचा भित्र केलाई अनुमति छ र के निषेधित छ भन्ने कुरा सिक्नुहुनेछ।
ग्राहक डेटा किन "विशेष गुणस्तर" हो?
KVKK ले डाटालाई दुई भागमा विभाजन गर्दछ: सामान्य व्यक्तिगत डाटा (नाम, टेलिफोन) र विशेष व्यक्तिगत डाटा। मानसिक स्वास्थ्य सम्बन्धी कुनै पनि जानकारी (एक व्यक्तिले थेरापी लिइरहेको तथ्य पनि) यो दोस्रो, सबैभन्दा सुरक्षित समूहमा पर्दछ। स्वास्थ्य डेटा कानूनमा छुट्टै संरक्षित वर्ग हो; नियमको रूपमा, प्रशोधनलाई स्पष्ट सहमति वा कडा अपवादहरू चाहिन्छ। अर्को शब्दमा, ग्राहकको सत्रको सामग्रीलाई अनियमित एआई उपकरणमा टाइप गर्नु नैतिक मात्र होइन कानुनी उल्लङ्घन पनि हुन सक्छ।
यसमा एक व्यावसायिक गोपनीयता दायित्व पनि थपिएको छ। व्यावसायिक नैतिकताले अनुमति बिना तेस्रो पक्षहरूसँग ग्राहक जानकारी साझेदारी गर्न निषेध गर्दछ। क्लाउड-आधारित एआई उपकरण कानूनी रूपमा "तेस्रो पक्ष" हो। त्यसोभए प्रश्न यो हो: के म साँच्चै यो उपकरणमा यो डाटा दिन अधिकृत छु?
सावधानी: "कसैले यो देख्ने छैन" वा "म संक्षेप गर्नेछु" सुरक्षा होइन। डेटा गाडीमा प्रवेश गर्ने क्षण, यो तपाइँको नियन्त्रण बाहिर छ। गोपनीयता कायम राख्नु भनेको डाटा पठाउनु अघि गरिएको निर्णय हो; पछि फिर्ता लिन सकिँदैन।
डाटाको तीन अवस्था: कुन डाटा, कुन माध्यममा
क्लाइन्ट डेटासँग काम गर्दा, प्रत्येक जानकारीलाई तीन कोटीहरूमा विभाजन गर्नुहोस्:
डाटा प्रकार
उदाहरण
Can it be given to AI?
नियम
direct identification
नाम-उपनाम, टीआर आईडी, टेलिफोन, ठेगाना, कार्यस्थल
छैन
यसको कच्चा रूपमा कहिल्यै दिइएन
indirect identification
दुर्लभ पेशा, सानो बस्ती, अद्वितीय घटना
No (opens ID alone)
Generalized or removed
क्लिनिकल सामग्री (अज्ञात)
लक्षण, विषयवस्तु, प्रक्रिया (पहिचान निकालिएको)
Conditionally yes
अज्ञात र सुरक्षित वाहनमा
लक्ष्य डि-पहिचान हो: डाटालाई यस्तो बनाउने कि न त तपाईं न त अरू कसैले यसलाई एक विशिष्ट व्यक्तिसँग लिङ्क गर्न सक्नुहुन्छ। नाम मेटाएर मात्र पुग्दैन; "शहरमा मात्र दन्तचिकित्सक" भन्ने वाक्यले नाम मेटाइए पनि व्यक्तिलाई टाढा दिन्छ।
चरणबद्ध रूपमा: सुरक्षित अज्ञातीकरण
- प्रत्यक्ष पहिचानकर्ताहरू निकाल्नुहोस्। नाम, थर, उमेरको सट्टा दायरा ("30s"), स्थान, कार्यस्थल, विद्यालय, मिति, आफन्तहरूको नाम।
- अप्रत्यक्ष पहिचानकर्ताहरू सामान्यीकरण गर्नुहोस्। "शहरमा कृषि क्षेत्रमा काम गर्ने" भन्दा "ट्राब्जोनमा हेजलनट निर्यातक"। Abstract unique events.
- Blur the numbers. सही मितिको सट्टा "लगभग 6 महिना अघि"।
- Inspect the vehicle. के तपाईंले प्रयोग गर्ने AI उपकरणले प्रशिक्षणमा डाटा प्रयोग गर्छ? त्यहाँ "इन्टरप्राइज/गोपनीयता मोड" छ? डाटा कहाँ भण्डारण गरिन्छ?
- Minimum data policy. कार्य गर्न आवश्यक न्यूनतम जानकारी प्रदान गर्नुहोस्; don't give too much.
- सहमति र पारदर्शिता। तपाईंले प्रक्रियामा प्रशासनिक/ड्राफ्टिङ उद्देश्यका लागि AI प्रयोग गरिरहनुभएको ग्राहकलाई शिक्षित गर्नुहोस्।
सुझाव: पाठ गुमनाम गरिसकेपछि, आफैलाई यो प्रश्न सोध्नुहोस्: "यदि यो ग्राहकले यो पाठ पढ्यो भने, के उसले आफैलाई चिन्न सक्छ? के अरू कसैले उसलाई चिन्न सक्छ?" यदि तपाइँ दुबैलाई "होइन" भन्न सक्नुहुन्न भने, गुमनामकरण पूर्ण हुँदैन।
तीन मिनी केसहरू
केस १ - सानो गल्ती, ठूलो उल्लङ्घन। जबकि एक विशेषज्ञले AI सत्र नोटहरू सारांशित गर्दछ, ग्राहकको नाम "M.Y" हो। र बाँकीलाई यसरी छोड्छ: "काडीकोईको अस्पताल X मा नर्स, छोरीको नाम एलिफ हो, सम्बन्ध विच्छेदको मामला..." नाम छोटो भए पनि, यी विवरणहरूले सजिलै व्यक्तिलाई चिन्न सक्छ। Anonymization failed; उल्लङ्घन भएको मानिन्छ। सही तरिका: "स्वास्थ्य सेवा क्षेत्रमा कामदार" को रूपमा भूमिकालाई सामान्यीकरण गर्नुहोस्, बच्चालाई "बच्चा छ", केसलाई "कानूनी प्रक्रिया" को रूपमा।
केस २ - सवारी साधन छनोटले फरक पार्छ। दुई मनोवैज्ञानिकहरूले एउटै काम गर्छन्। एक व्यक्तिगत, नि: शुल्क च्याट उपकरणमा कच्चा डाटा टाइप गर्दछ; उपकरणको सम्झौताले भन्छ "सेवा सुधार गर्न इनपुटहरू प्रयोग गर्न सकिन्छ।" अर्कोले डाटा प्रोसेसिङ सम्झौताको साथ इन्टरप्राइज उपकरण प्रयोग गर्दछ, जसको सेटिङ खुला छ "शिक्षामा मेरो इनपुट प्रयोग गर्दै", र बेनामी डाटाको साथ। तिनीहरू दुवै भन्छन् "हामीले एआई प्रयोग गर्यौं", तर एकले डाटा सुरक्षित गर्यो र अर्कोले लीक गर्यो।
केस ३ - मेटाउने अधिकार। एक ग्राहकले थेरापी छोड्छ र उसको डाटा (KVKK अन्तर्गत उसको अधिकार) मेटाउन अनुरोध गर्दछ। विशेषज्ञले आफ्नै रेकर्डिङहरू मेटाउँछन्, तर 3 महिना अघि एआई उपकरणमा टाँसिएको सत्र ट्रान्सक्रिप्ट सम्झन्छ; उसले डेटा सम्झन सक्दैन वा उसले मेटाएको छ भनेर सुनिश्चित गर्न सक्दैन। यसले देखाउँछ कि किन गुमनाम रूपमा काम सुरुदेखि नै आवश्यक छ: कुनै पहिचान डाटा राखिएको छैन जहाँ यसलाई मेटाउन सकिँदैन।
प्रतिलिपि गर्न मिल्ने प्रम्प्ट र टेम्प्लेटहरू
तलको पाठ अज्ञात गर्नुहोस्। निम्नलाई हटाउनुहोस् वा सामान्यीकृत गर्नुहोस्: पहिलो नाम, थर, उमेर (दायरामा रूपान्तरण गर्नुहोस्), सहर/काउन्टी/छिमेक, कार्यस्थल, विद्यालय, मिति, सापेक्ष नाम, अद्वितीय घटनाहरू। त्यसपछि मलाई सोधियो "बाँकी पाठबाट पहिचान अनुमान गर्न सकिन्छ?" आफ्नो मूल्याङ्कन पनि लेख्नुहोस्।Text: [text]
यस पाठमा प्रत्येक वाक्यांश सूचीबद्ध गर्नुहोस् जसले व्यक्तिलाई प्रत्यक्ष वा अप्रत्यक्ष रूपमा वर्णन गर्न सक्छ (दुर्लभ पेशा, सानो ठाउँ, अद्वितीय घटना सहित)। सुझाव दिनुहोस् कि म कसरी प्रत्येकको लागि सामान्यीकरण गर्न सक्छु। पाठ: [पाठ]
"कृत्रिम बुद्धिमत्ता उपकरणहरू सेवा प्रक्रियाको क्रममा प्रशासनिक र मस्यौदा उद्देश्यका लागि प्रयोग गर्न सकिन्छ भन्ने जानकारी समावेश गरी मनोविज्ञान अभ्यासको लागि ग्राहक जानकारी पाठमा थप्नको लागि सरल, बुझ्न सकिने अनुच्छेदको मस्यौदा बनाउनुहोस्; ग्राहक डेटा गुमनाम हुनेछ र निदान/उपचार निर्णय विशेषज्ञको हो।"
यसले नियन्त्रण प्रश्नहरूको सूची प्रदान गर्दछ जुन मैले प्रयोग गर्ने विचार गरिरहेको कृत्रिम बुद्धिमत्ता उपकरणको गोपनीयता नीतिको सन्दर्भमा सोध्नु पर्छ: डाटा भण्डारण, शिक्षामा प्रयोग, डाटा स्थान, मेटाउने, डाटा प्रशोधन सम्झौता, कर्पोरेट मोड।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर प्रम्प्ट: "निम्न सत्र रेकर्डिङ संक्षेप गर्नुहोस्: [वास्तविक नाम र पूर्ण विवरणहरू सहित कच्चा पाठ]"
यो प्रम्प्टले संवेदनशील डाटा तेस्रो पक्षलाई यसको कच्चा फारममा स्थानान्तरण गर्दछ; यो KVKK र व्यावसायिक गोपनीयता को उल्लङ्घन हो।
शक्तिशाली प्रम्प्ट: "पहिले निम्न पाठ अज्ञात गर्नुहोस् (नाम, स्थान, कार्यस्थल, मिति, आफन्तहरूको नाम सामान्य गर्नुहोस्), त्यसपछि SOAP ढाँचामा बेनामी संस्करण संक्षेप गर्नुहोस्। बेनामी पर्याप्त छ कि छैन भनेर पनि मूल्याङ्कन गर्नुहोस्: [पाठ]"
यो प्रम्प्टले पहिले सुरक्षा गर्छ, त्यसपछि उत्पादन गर्दछ; उसले आफ्नो परिचय खुलाउनु अघि काम समाप्त गर्छ।
सामान्य गल्तीहरू
- Just delete the name. अप्रत्यक्ष वर्णनकर्ताहरू (दुर्लभ पेशा, सानो स्थान) तपाईंले नाम मेटाए पनि व्यक्तिलाई टाढा दिन्छन्।
- नि: शुल्क/व्यक्तिगत उपकरणमा कच्चा डाटा लेख्दै। शिक्षामा इनपुटहरू प्रयोग भएका छन् वा छैनन् भनी जाँच नगरी डाटा उपलब्ध गराउने।
- सहमति बाइपास गर्दै। AI को प्रयोगको बारेमा ग्राहकलाई जानकारी नगर्ने; पारदर्शिता नैतिक दायित्व हो।
- सोच्दै यो "अस्थायी" हो। क्लाउडमा प्रवेश गर्ने डाटा पुन: प्राप्त गर्न सकिँदैन भनेर बिर्सनु; मेटाउने अधिकार उठ्दा लाचार हुनु।
- न्यूनतम डेटा सिद्धान्त उल्लङ्घन। कार्यको लागि दर्जनौं अनावश्यक विवरणहरू टाँस्दै; प्रत्येक अतिरिक्त डाटा एक अतिरिक्त जोखिम हो।
संक्षेपमा
Client data is in the special quality, most protected group under KVKK and is within the scope of professional secret. क्लाउड-आधारित एआई उपकरण कानूनी रूपमा तेस्रो पक्ष हो; कच्चा ग्राहक डाटा उहाँलाई दिन सकिँदैन। प्रत्यक्ष/अप्रत्यक्ष पहिचान र अज्ञात क्लिनिकल सामग्रीमा डाटा अलग गर्नुहोस्; न्यूनतम डेटा नीतिको साथ गोपनीयता-नियन्त्रित उपकरणमा मात्र साँच्चै अज्ञात सामग्री प्रयोग गर्नुहोस्। प्रक्रियाको बारेमा ग्राहकलाई शिक्षित गर्नुहोस्। गोपनीयता डेटा पठाउनु अघि गरिएको निर्णय हो जुन पछि उल्टाउन सकिँदैन।
आवेदन कार्य
हात (वा काल्पनिक) सत्र नोट लिनुहोस्। पहिले सबै प्रत्यक्ष र अप्रत्यक्ष पहिचानकर्ताहरूलाई पहेंलोमा चिन्ह लगाउनुहोस्। त्यसपछि प्रत्येकलाई सामान्यीकृत अभिव्यक्तिको साथ बदल्नुहोस् र अज्ञात संस्करण लेख्नुहोस्। अन्तमा आफैलाई सोध्नुहोस्, "के यो ग्राहकले आफैलाई चिन्छ?" प्रश्न सोध्नुहोस् र आफ्नो जवाफ नोट गर्नुहोस्। तपाईंले प्रयोग गर्ने AI उपकरणको गोपनीयता सेटिङहरू पनि खोल्न सक्नुहुन्छ र सोध्न सक्नुहुन्छ "के प्रशिक्षणमा प्रयोग गरिएका इनपुटहरू?" प्रश्नको उत्तर खोज्नुहोस्।
चेकलिस्ट
- [ ] मैले प्रत्यक्ष पहिचानकर्ताहरू (नाम, स्थान, मिति, कार्यस्थल) हटाएँ।
- [ ] मैले अप्रत्यक्ष वर्णनकर्ताहरू (दुर्लभ पेशा, अद्वितीय घटना) सामान्यीकृत गरें।
- [ ] मैले प्रमाणित गरेको छु कि मैले प्रयोग गरिरहेको उपकरणले प्रशिक्षणको लागि डेटा प्रयोग गर्दैन।
- [ ] मैले न्यूनतम डाटाको सिद्धान्तलाई पछ्याएँ; मैले चाहिने कुरा मात्र दिएँ।
- [ ] मैले ग्राहकलाई AI को प्रयोग बारे जानकारी दिए / सहमति ढाँचा अवलोकन गरें।
- [] "के ग्राहकले आफूलाई चिन्नुहुन्छ?" I passed the test.