Winst:
- Vermogen om het feit te begrijpen en te implementeren dat de gegevens van het kind bijzondere gegevens zijn en dat deze moeten worden geanonimiseerd binnen de reikwijdte van KVKK en vertrouwelijkheid en toestemming van de familie vereisen.
- Mogelijkheid om hulpmiddelen voor kunstmatige intelligentie te evalueren in termen van gegevensbeveiliging, opslag en gebruik in modeltraining en de veilige keuze te kiezen
- Vermogen om ethische grenzen zoals diagnostische autoriteit, stigma, discriminatie en het beste belang van het kind in de workflow te handhaven
Het ontwikkelingsdossier van een kind bevat de meest intieme informatie van dat kind: ontwikkelingsgeschiedenis, gezinssituatie, screeningsresultaten, observaties en soms medische informatie. Wanneer deze informatie in verkeerde handen valt of wordt misbruikt, kan dit het kind jarenlang schade berokkenen: een etiket, een stigma, een discriminatie. Daarom is het beschermen van de gegevens van kinderen een van de ernstigste verantwoordelijkheden van de kinderontwikkelingsspecialist; In het tijdperk van kunstmatige intelligentie wordt deze verantwoordelijkheid vermenigvuldigd, omdat het plakken van gegevens in een tool slechts enkele seconden duurt en niet ongedaan kan worden gemaakt. In deze unit behandelen we de juridische status van gegevens over kinderen, de evaluatie van hulpmiddelen voor kunstmatige intelligentie in termen van privacy en ethische grenzen.
Ten eerste de wettelijke basis: in Türkiye reguleert KVKK (Wet bescherming persoonsgegevens) de verwerking van persoonsgegevens. De gezondheids- en ontwikkelingsgegevens van het kind vallen in de categorie bijzondere persoonsgegevens; Deze categorie valt onder het hoogste beschermingsniveau. In Europa is het equivalent daarvan de AVG. In het geval van een kind is de gevoeligheid nog groter, omdat het kind geen geldige toestemming kan geven over zijn of haar eigen gegevens; Toestemming (geïnformeerde expliciete toestemming) wordt verkregen van de wettelijke vertegenwoordiger, dat wil zeggen het gezin. Bij elke beslissing prevaleert het beginsel van ‘het belang van het kind’.
Anonimisering: de meest fundamentele en krachtige stap
De meest fundamentele, meest praktische stap die de privacy beschermt bij het werken met kunstmatige intelligentie is anonimisering: het verwijderen van alle identiteitsonthullende informatie (naam, achternaam, TR ID-nummer, geboortedatum, naam van de school/instelling, adres, protocol/dossiernummer, familienamen) uit de gegevens en het gebruiken van alleen de niet-geïdentificeerde informatie die nodig is voor uw taak. Het schrijven van "3 jaar en 2 maanden oud meisje" in plaats van "Elif Kaya, 3 jaar en 2 maanden, Papatya Kindergarten" doet het werk van de gegevens, maar behoudt de identiteit.
Een waarschuwing: identiteit kan opnieuw naar voren komen als meerdere kleine details samenkomen (dit wordt heridentificatie genoemd). Details als 'De enige tweeling in dorp X, zijn vader is de hoofdman' kunnen de persoon bijvoorbeeld identificeren, zelfs als er geen naam is. Daarom is het niet alleen nodig om de naam te verwijderen, maar ook om de details die deze uniek maken te generaliseren.
Rauw (kan niet worden gedeeld)
Anoniem (deelbaar)
Elif Kaya, TC 123..., geboren op 12.03.2022.
3 jaar en 2 maanden oud meisje
Papatya-kleuterschool, 3-A-klas
voorschoolse instelling
Zijn moeder is Ayşe en zijn vader is Mukhtar.
ouders
Dossiernummer 2024/187
(verwijderd)
Let op: Het uploaden van de identiteitsgegevens, het volledige rapport of de foto van het kind naar een openbaar beschikbare kunstmatige-intelligentietool is een schending van KVKK en de privacy en kan niet worden ingetrokken. De gegevens gaan naar een externe server en sommige tools kunnen deze gebruiken voor modeltraining. Anonimiseer altijd voordat u uploadt.
Toolselectie en gegevenslevenscyclus
Niet elke AI-tool heeft hetzelfde privacyniveau. Vraag je bij het evalueren van een tool af: wordt er gebruik gemaakt van efficiëntie bij het trainen van het model? Waar worden gegevens opgeslagen en voor hoe lang? Biedt het een gegevensverwerkingsovereenkomst (voor zakelijk gebruik)? Waar zijn hun servers? Bedrijfs-, gecontracteerde en trainingstools die uw gegevens niet gebruiken, zijn veiliger dan openbaar beschikbare gratis tools. Deel echter, zelfs in de veiligste tool, geen onnodige inloggegevens; anonimisering is onder alle omstandigheden de eerste verdediging.
Denk aan de levenscyclus van gegevens: gegevens verzamelen (valideren), verwerken (indien nodig), opslaan (beveiligd, getimed), delen (alleen geautoriseerd, anoniem) en verwijderen (wanneer u klaar bent). Alles wat u in AI-tools stopt, loopt het risico buiten deze lus te vallen.
Tip: Zet bovenaan uw favoriete vragen een vaste regel: ‘Ik deel in dit gesprek geen informatie die het kind of gezin identificeert.’ Door dit tot een controlereflex te maken, wordt de meest voorkomende overtreding (het afwezig plakken van de ID) voorkomen.
Ethische grenzen: diagnose, stigma, discriminatie
Privacy is een technische kwestie, maar ethiek is breder. Drie grenzen zijn van cruciaal belang. Diagnostische autoriteit: kinderontwikkelingsspecialist voert screening en ontwikkelingsbeoordeling uit; De definitieve diagnose is de taak van de relevante arts/klinische team. Kunstmatige intelligentie kent deze limiet niet; jij zult beschermen. Stigma: het vroegtijdig en permanent labelen van een kind (in het dossier, in het gezin, in je eigen hoofd) is oneerlijk tegenover het kind en kan de ontwikkeling negatief beïnvloeden. Discriminatie en vooroordelen: AI kan vooroordelen in trainingsgegevens weerspiegelen; Het kan vertekende resultaten opleveren met betrekking tot een bepaalde cultuur, geslacht of sociaal-economische groep. De deskundige dient deze op te merken en te corrigeren. Bovenal staat hierbij het beginsel van het belang van het kind: is elke beslissing in het belang van het kind?
Vier kopieerbare aanwijzingen
1) Anonimiseringsprompt:
Ik zal je een tekst geven. Alle informatie verwijderen die de identiteit van het kind of gezin kan onthullen (naam, achternaam, TR ID, geboortedatum, school/instelling, adres, dossiernummer, unieke gegevens); vervangen door algemene uitdrukking([meisje], [voorschoolse instelling]). Generaliseer niet alleen de naam, maar ook unieke details die de persoon kunnen identificeren. Maak een lijst van wat je hebt verwijderd.Tekst: [raw]
2) Evaluatie van de privacy van het voertuig:
Geef mij een checklist met privacyvragen die ik moet stellen om te beslissen of ik een AI-tool met kindgegevens kan gebruiken (dit zijn de gegevens die worden gebruikt bij onderwijs, bewaring, contract, serverlocatie, verwijdering). Verzin de antwoorden niet; noem gewoon de vragen.
3) Ethiek/limiet van autoriteitscontroleprompt:
Bekijk de volgende tekst op ethische wijze: (1) wordt er een diagnose gesteld/impliceerd? (2) Is er sprake van een stigmatiserend etiket? (3) zijn er culturele/gender/sociaal-economische vooroordelen? Markeer elk probleem en stel een gecorrigeerd, voorzichtig alternatief voor.Tekst: [concept]
4) Tekstprompt met informatie over toestemming van het gezin:
Stel een korte MELDING/TOESTEMMING-tekst op voor de familie, waarin eenvoudig wordt uitgelegd hoe ik de gegevens van het kind ga gebruiken en beschermen. Hieronder valt: welke gegevens, voor welk doel, hoe deze worden beschermd, met wie ze worden gedeeld, herroepingsrecht. Het verstrekken van juridisch advies; Houd er rekening mee dat het een concept is en door de instelling moet worden goedgekeurd.
drie minikoffers
Geval 1 – Schending van identiteitsupload. Op een drukke dag plakt een specialist het ontwikkelingsrapport van een kind, compleet met volledige naam en identiteitsbewijs, in een openbare tool en zegt 'samenvatten'. De gegevens verlieten de instelling en er werd geen toestemming van de familie verkregen. De juiste manier was om de gegevens te anonimiseren bij de eerste prompt en alleen anonieme informatie te gebruiken in een beveiligde tool. Deze overtreding is zowel een juridisch als een ethisch probleem en kan niet ongedaan worden gemaakt.
Geval 2 — Heridentificatie. Een deskundige verwijdert de naam, maar laat het detail staan: "de enige drieling in het dorp, zijn vader is een imam." Dit detail identificeert het kind zelfs zonder naam. De expert verdiept de anonimisering om unieke details te generaliseren: “een kind van meerlingzwangerschap dat in een landelijk gebied woont.” Identiteit is nu beschermd.
Geval 3 — Biascorrectie. AI produceert een bevooroordeelde veronderstelling die impliciet aanwezig is in de inhoud over een gezin met een laag inkomen, zoals ‘de betrokkenheid is vaak ontoereikend in deze gezinnen’. De expert merkt dit op bij de derde prompt; vindt de verklaring ongefundeerd, stigmatiserend en discriminerend en verwijdert deze. Het herschrijft de inhoud in een taal waarin elk gezin als gelijk en gerespecteerd wordt beschouwd.
Zwakke prompt/sterke prompt
Zwakke prompt:
Ik plak hier het volledige rapport van Elif, evalueer en adviseer een diagnose.
Probleem: identiteitsgegevens worden gedeeld (overtreding KVKK), diagnose wordt gevraagd (overschrijding machtiging), geen toestemming, veilig voertuig wordt niet in twijfel getrokken.
Krachtige prompt:
Bewerk de volgende ANONIEM ontwikkelingssamenvatting (identificatiegegevens verwijderd) voor de evaluatie DRAFT. Het stellen van een diagnose; het gebruik van stigmatiserende labels; Vermijd bevooroordeelde veronderstellingen. Markeer [laat een deskundige beoordelen] waar u niet zeker van bent. Samenvatting: [anoniem]
Veel voorkomende fouten
- Inloggegevens uploaden: de meest voorkomende en ernstigste overtreding; altijd anonimiseren.
- Oppervlakkige anonimisering: alleen het verwijderen van de naam is niet voldoende; generaliseer ook unieke details.
- De privacy van tools niet in twijfel trekken: Vermijd tools die uw gegevens gebruiken voor het onderwijs.
- De diagnostische grens overschrijden: beoordeling is geen diagnose; De bevoegdheid ligt bij de arts/team.
- Vooroordelen niet herkennen: stigmatiserende/discriminerende aannames over AI corrigeren.
Samengevat
Kindgegevens zijn bijzondere persoonsgegevens; Het vereist de hoogste bescherming binnen de reikwijdte van KVKK en er wordt vertrouwelijkheid en toestemming verkregen van de familie. De sterkste verdediging bij het werken met AI is anonimisering: generaliseer niet alleen de naam, maar ook unieke details die het individu kunnen identificeren. Evalueer tools voor privacy; Kies de veilige die uw gegevens niet gebruikt tijdens de training. Handhaaf ethische grenzen (diagnostisch gezag, stigma, discriminatie/vooroordelen) en houd bij elke beslissing rekening met de belangen van het kind.
Applicatie taak
Maak een niet-geanonimiseerde (authentieke, uit uw eigen administratie) voortgangsnotitie; Zonder het op het scherm weer te geven, anonimiseert u het handmatig met behulp van de logica van de eerste prompt en vermeldt u alle informatie die u hebt opgehaald. Evalueer een AI-tool die u gebruikt op het gebied van privacy bij de tweede prompt. Controleer een concept op ethiek/vooroordelen met prompt 3. Noteer ten minste drie correcties die u hebt aangebracht (één anonimisering, één ethiek, één vooroordeel).
controlelijst
- [ ] Ik heb de gegevens geanonimiseerd; Ik heb ook unieke details gegeneraliseerd.
- [ ] Ik heb de tool die ik gebruikte geëvalueerd op het gebied van privacy; Ik heb voor de veilige gekozen.
- [ ] Ik heb indien nodig toestemming van de familie verkregen.
- [ ] Ik handhaafde de diagnostische autoriteitslimiet; Ik heb het onderscheid evaluatie-diagnose toegepast.
- [ ] Ik heb stigmatiserende tags en discriminerende/bevooroordeelde uitingen verwijderd.
- [ ] Ik hield bij elke beslissing rekening met het belang van het kind.
- [ ] Ik heb de inloggegevens naar geen enkel voertuig geüpload.