ਲਾਭ:
- KVKK ਸਿਧਾਂਤਾਂ ਦੇ ਅਨੁਸਾਰ ਉਮੀਦਵਾਰ ਅਤੇ ਕਰਮਚਾਰੀ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ (ਉਦੇਸ਼ ਦੀ ਸੀਮਾ, ਡੇਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ)
- ਮਾਸਕਿੰਗ/ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਸੁਰੱਖਿਅਤ ਟੂਲ ਚੋਣ ਦੁਆਰਾ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- HR ਵਿੱਚ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ AI ਨਾਲ ਖੁਲਾਸਾ, ਸਹਿਮਤੀ ਅਤੇ ਧਾਰਨ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਉਮੀਦਵਾਰ ਦੇ ਸੀਵੀ, ਪ੍ਰਦਰਸ਼ਨ ਸਕੋਰ, ਤਨਖਾਹ ਦੀ ਜਾਣਕਾਰੀ, ਸੰਦਰਭ ਟਿੱਪਣੀਆਂ, ਮੈਡੀਕਲ ਰਿਪੋਰਟਾਂ, ਅਨੁਸ਼ਾਸਨੀ ਰਿਕਾਰਡ... HR ਇੱਕ ਕੰਪਨੀ ਵਿੱਚ ਸਭ ਤੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਦਾ ਸਰਪ੍ਰਸਤ ਹੈ। ਇਸ ਡੇਟਾ ਦੇ ਨਾਲ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੁਸ਼ਲਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ; ਪਰ ਇਹ ਗੰਭੀਰ ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਵੀ ਬਣਾਉਂਦਾ ਹੈ। ਸਿਰਫ਼ ਇੱਕ ਉਮੀਦਵਾਰ ਪੂਲ ਦੇ ਸਾਰੇ CVs ਨੂੰ ਇੱਕ ਬੇਤਰਤੀਬੇ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਨ ਨਾਲ ਮਿੰਟਾਂ ਵਿੱਚ ਡੇਟਾ ਦੀ ਉਲੰਘਣਾ ਹੋ ਸਕਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਸਿੱਖਾਂਗੇ ਕਿ ਕੇਵੀਕੇਕੇ (ਪਰਸਨਲ ਡੇਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ) ਦੇ ਅਨੁਸਾਰ AI ਦੀ ਵਰਤੋਂ ਨੂੰ HR ਅਨੁਕੂਲ, ਸੁਰੱਖਿਅਤ ਅਤੇ ਬਚਾਅ ਯੋਗ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਵੇ।
ਕੁਝ ਸ਼ਰਤਾਂ: ਨਿੱਜੀ ਡੇਟਾ ਕਿਸੇ ਪਛਾਣੇ ਜਾਂ ਪਛਾਣੇ ਜਾਣ ਵਾਲੇ ਕੁਦਰਤੀ ਵਿਅਕਤੀ (ਨਾਮ, ਆਈਡੀ, ਈ-ਮੇਲ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਵਿਲੱਖਣ ਸੀਵੀ ਟੈਕਸਟ) ਬਾਰੇ ਕੋਈ ਵੀ ਜਾਣਕਾਰੀ ਹੈ। ਵਿਸ਼ੇਸ਼ ਗੁਣਵੱਤਾ (ਸੰਵੇਦਨਸ਼ੀਲ) ਡੇਟਾ ਵਾਧੂ ਸੁਰੱਖਿਅਤ ਡੇਟਾ ਹੈ ਜਿਵੇਂ ਕਿ ਸਿਹਤ, ਧਰਮ, ਜਿਨਸੀ ਜੀਵਨ, ਅਪਰਾਧਿਕ ਸਜ਼ਾ, ਯੂਨੀਅਨ ਮੈਂਬਰਸ਼ਿਪ। ਡੇਟਾ ਕੰਟਰੋਲਰ ਉਹ ਸੰਸਥਾ (ਤੁਹਾਡੀ ਕੰਪਨੀ) ਹੈ ਜੋ ਡੇਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦਾ ਉਦੇਸ਼ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ। ਅਨਾਮਾਈਜ਼ੇਸ਼ਨ ਦਾ ਮਤਲਬ ਹੈ ਡੇਟਾ ਬਣਾਉਣਾ ਤਾਂ ਜੋ ਇਸਨੂੰ ਕਿਸੇ ਵੀ ਤਰੀਕੇ ਨਾਲ ਕਿਸੇ ਵਿਅਕਤੀ ਨਾਲ ਵਾਪਸ ਲਿੰਕ ਨਾ ਕੀਤਾ ਜਾ ਸਕੇ। ਮਾਸਕਿੰਗ (ਸੂਡੋਨਾਮਾਈਜ਼ੇਸ਼ਨ) ਪਛਾਣਕਰਤਾਵਾਂ ਨੂੰ ਉਪਨਾਮ (ਉਮੀਦਵਾਰ 1, ਉਮੀਦਵਾਰ 2) ਨਾਲ ਬਦਲ ਰਿਹਾ ਹੈ; ਇਹ ਅਗਿਆਤਕਰਨ ਨਾਲੋਂ ਕਮਜ਼ੋਰ ਹੈ ਪਰ ਜ਼ਿਆਦਾਤਰ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਲਈ ਕਾਫੀ ਹੈ।
ਕੇਵੀਕੇਕੇ ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਅਤੇ ਐਚਆਰ ਵਿੱਚ ਇਸਦੇ ਬਰਾਬਰ
KVKK ਦੇ ਆਮ ਸਿਧਾਂਤ ਤੁਹਾਡੇ AI ਦੀ ਵਰਤੋਂ ਨੂੰ ਵੀ ਬੰਨ੍ਹਦੇ ਹਨ। ਕਿਸੇ ਲੈਣ-ਦੇਣ ਦੇ ਕਾਨੂੰਨੀ ਹੋਣ ਲਈ, ਇਸ ਨੂੰ ਇਹਨਾਂ ਸਿਧਾਂਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ:
ਸਿਧਾਂਤ
HR ਵਿੱਚ ਮਤਲਬ
ਕਾਨੂੰਨੀਤਾ ਅਤੇ ਇਮਾਨਦਾਰੀ
ਕੀ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ ਕਾਨੂੰਨੀ ਆਧਾਰ ਹੈ (ਇਕਰਾਰਨਾਮਾ, ਜਾਇਜ਼ ਵਿਆਜ, ਸਪੱਸ਼ਟ ਸਹਿਮਤੀ)
ਉਦੇਸ਼ ਦੀ ਸੀਮਾ
ਸਿਰਫ਼ ਉਸ ਉਦੇਸ਼ ਲਈ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰੋ ਜਿਸ ਲਈ ਇਹ ਇਕੱਤਰ ਕੀਤਾ ਗਿਆ ਸੀ (ਮਾਰਕੀਟਿੰਗ ਵਿੱਚ ਭਰਤੀ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ)
ਡਾਟਾ ਨਿਊਨਤਮ
ਨੌਕਰੀ ਲਈ ਜਿੰਨਾ ਡੇਟਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ; ਮਾਡਲ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਾ ਦਿਓ
ਸ਼ੁੱਧਤਾ
ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਡੇਟਾ ਅੱਪ-ਟੂ-ਡੇਟ ਅਤੇ ਸਹੀ ਹੈ
ਸਟੋਰੇਜ਼ ਸੀਮਾ
ਅਨਿਸ਼ਚਿਤ ਸਟੋਰੇਜ਼; ਡਾਟਾ ਨਸ਼ਟ ਕਰੋ ਹੁਣ ਲੋੜ ਨਹੀਂ ਹੈ
ਸੁਰੱਖਿਆ
ਢੁਕਵੇਂ ਤਕਨੀਕੀ ਅਤੇ ਪ੍ਰਬੰਧਕੀ ਸੁਰੱਖਿਆ ਦੇ ਨਾਲ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ
ਸਾਵਧਾਨ: ਇੱਕ ਉਮੀਦਵਾਰ ਪੂਲ ਦੇ ਸਾਰੇ CV ਨੂੰ ਇੱਕ ਆਮ AI ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਨਾ KVKK ਲਈ ਇੱਕ ਗੰਭੀਰ ਜੋਖਮ ਹੈ। ਉਹ ਡੇਟਾ ਮਾਡਲ ਦੇ ਪ੍ਰਦਾਤਾ ਕੋਲ ਸਟੋਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਕੁਝ ਸੇਵਾ ਹਾਲਤਾਂ ਵਿੱਚ ਸਿਖਲਾਈ ਵਿੱਚ ਵੀ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਨਿੱਜੀ ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਕਾਰਪੋਰੇਟ/ਪ੍ਰਵਾਨਿਤ ਟੂਲ, ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਝੌਤੇ (DPA) ਅਤੇ ਜਿੱਥੇ ਵੀ ਸੰਭਵ ਹੋਵੇ ਅਗਿਆਤਕਰਨ/ਮਾਸਕਿੰਗ ਜ਼ਰੂਰੀ ਹਨ।
ਸੁਰੱਖਿਅਤ ਵਰਤੋਂ ਲਈ ਕਦਮ
- ਟੂਲ ਚੁਣੋ। ਉਹ ਸਾਧਨ ਚੁਣੋ ਜੋ ਕਾਰਪੋਰੇਟ ਹਨ, ਇੱਕ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਝੌਤਾ ਹੈ, ਅਤੇ "ਸਿੱਖਿਆ ਵਿੱਚ ਮੇਰੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ" ਦੇ ਵਿਕਲਪ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ।
- ਡੇਟਾ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰੋ। ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਲੋੜੀਂਦਾ ਘੱਟੋ-ਘੱਟ ਡਾਟਾ ਪ੍ਰਦਾਨ ਕਰੋ; ਵਾਧੂ ਹਟਾਓ.
- ਮਾਸਕ/ਅਨਾਮਾਈਜ਼। ਨਾਮ, ID, ਸੰਪਰਕ, ਜਨਮ ਦੀ ਪੂਰੀ ਮਿਤੀ ਨੂੰ ਉਪਨਾਮ ਮੁੱਲ ਜਾਂ ਰੇਂਜ ਨਾਲ ਬਦਲੋ।
- ਉਦੇਸ਼ ਨੂੰ ਸੀਮਤ ਕਰੋ. ਸਿਰਫ਼ ਉਸੇ ਉਦੇਸ਼ ਲਈ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ ਜਿਸ ਲਈ ਇਹ ਇਕੱਤਰ ਕੀਤਾ ਗਿਆ ਸੀ।
- ਟ੍ਰੇਲ ਰੱਖੋ. ਰਿਕਾਰਡ ਕਰੋ ਕਿ ਕਿਹੜਾ ਡੇਟਾ ਸੰਸਾਧਿਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਕਿਸ ਉਦੇਸ਼ ਲਈ, ਅਤੇ ਕਿਸ ਟੂਲ ਨਾਲ।
- ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਪਾ. ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਉਹ ਫੈਸਲਾ ਲੈਣ ਦਿਓ ਜੋ ਵਿਅਕਤੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ।
ਹੇਠਾਂ ਦਿੱਤੇ CV ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕਰੋ:- ਨਾਮ ਦੀ ਬਜਾਏ "ਉਮੀਦਵਾਰ" ਬਣਾਓ, ਸੰਪਰਕ ਜਾਣਕਾਰੀ ਬਣਾਓ [REDACTED] - ਜਨਮ ਮਿਤੀ ਦੀ ਬਜਾਏ ਉਮਰ ਸੀਮਾ (ਉਦਾਹਰਨ ਲਈ 30-35) ਦੀ ਵਰਤੋਂ ਕਰੋ- ਜੇਕਰ ਸਕੂਲ/ਕੰਪਨੀ ਦੇ ਨਾਮ ਨਾਲ ਵਿਤਕਰਾ ਹੋ ਸਕਦਾ ਹੈ ਤਾਂ ਆਮ ਬਣਾਓ, ਫਿਰ ਸਿਰਫ ਨੌਕਰੀ ਨਾਲ ਸਬੰਧਤ ਮਾਪਦੰਡਾਂ ਦੇ ਅਨੁਸਾਰ ਇੱਕ ਢਾਂਚਾਗਤ ਸੰਖੇਪ ਬਣਾਓ।
ਅਗਿਆਤਕਰਨ ਅਤੇ ਮਾਸਕਿੰਗ ਅਭਿਆਸ
ਜ਼ਿਆਦਾਤਰ ਐਚਆਰ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕੀਤੇ ਬਿਨਾਂ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਵਿਸ਼ਲੇਸ਼ਣ ਤਰਕ ਨਹੀਂ ਬਦਲਦਾ, ਨਿੱਜੀ ਡੇਟਾ ਦਾ ਖੁਲਾਸਾ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ:
ਕਮਜ਼ੋਰ (ਜੋਖਮ ਭਰਿਆ): ਅਸਲ ਨਾਮ, ID, ਯੂਨਿਟ ਅਤੇ ਪੂਰੀ ਤਨਖਾਹ ਦੇ ਨਾਲ ਡੇਟਾ ਪੇਸਟ ਕਰਨਾ। ਮਜ਼ਬੂਤ (ਸੁਰੱਖਿਅਤ): ਲੋਕਾਂ ਨੂੰ "ਵਿਅਕਤੀ 1/2/3" ਵਜੋਂ ਕੋਡ ਕਰੋ, ਜਨਮ ਮਿਤੀ ਦੀ ਬਜਾਏ ਉਮਰ ਸੀਮਾ, ਪੂਰੀ ਤਨਖਾਹ ਦੀ ਬਜਾਏ ਬੈਂਡ (ਉਦਾਹਰਨ ਲਈ 40-50k) ਦੀ ਵਰਤੋਂ ਕਰੋ। ਸਥਾਨ ਦੀ ਬਜਾਏ ਖੇਤਰ, ਸਟੀਕ ਮਿਤੀ ਦੀ ਬਜਾਏ ਮਹੀਨਾ/ਸਾਲ ਦੀ ਵਰਤੋਂ ਕਰੋ।
AI KVKK ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਸਪਸ਼ਟੀਕਰਨ ਟੈਕਸਟ ਅਤੇ ਧਾਰਨ ਦੀ ਮਿਆਦ — ਪਰ ਦੁਬਾਰਾ, ਸਿਰਫ਼ ਡਰਾਫਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਇੱਕ ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਸਹਾਇਕ। ਕੰਮ: ਭਰਤੀ ਪ੍ਰਕਿਰਿਆ ਲਈ ਉਮੀਦਵਾਰ ਦੀ ਜਾਣਕਾਰੀ ਵਾਲੇ ਟੈਕਸਟ ਦਾ ਡਰਾਫਟ ਲਿਖੋ। ਸਮੱਗਰੀ: ਕਿਹੜੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਵੇਗੀ, ਕਿਸ ਉਦੇਸ਼ ਲਈ, ਕਿਸ ਕਾਨੂੰਨੀ ਆਧਾਰ 'ਤੇ, ਇਸ ਨੂੰ ਕਿੰਨੀ ਦੇਰ ਤੱਕ ਸਟੋਰ ਕੀਤਾ ਜਾਵੇਗਾ, ਉਮੀਦਵਾਰ ਦੇ ਕੀ ਅਧਿਕਾਰ ਹਨ। ਨਿਯਮ: ਕਾਨੂੰਨੀ ਸਟੇਟਮੈਂਟਾਂ ਨੂੰ [ਵੇਰੀਫਾਈ ਟੂ ਕੇਵੀਕੇਕੇ ਐਕਸਪਰਟ] ਟੈਗ ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਕਰੋ; ਕੁਝ ਸਮਾਂ/ਆਈਟਮ ਜਾਅਲੀ ਨਾ ਕਰੋ। ਇਹ ਇੱਕ ਡਰਾਫਟ ਹੈ, ਅੰਤਿਮ ਪਾਠ ਨਹੀਂ।
ਤਿੰਨ ਮਿੰਨੀ ਕੇਸ
ਕੇਸ 1 - ਥੋੜ੍ਹੀ ਜਿਹੀ ਉਲੰਘਣਾ ਨੂੰ ਟਾਲਿਆ ਗਿਆ। ਇੱਕ ਭਰਤੀ ਕਰਨ ਵਾਲਾ ਆਪਣੇ ਨਿੱਜੀ ਵਾਹਨ ਖਾਤੇ ਵਿੱਚ ਇੱਕ ਵਾਰ ਵਿੱਚ 60 CV ਪੇਸਟ ਕਰਨ ਵਾਲਾ ਸੀ। ਟੀਮ ਲੀਡਰ ਨੇ ਦਖਲ ਦਿੱਤਾ; ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਇੱਕ ਕਾਰਪੋਰੇਟ, DPA-ਸਮਰੱਥ ਟੂਲ ਵਿੱਚ ਭੇਜਿਆ ਗਿਆ ਸੀ ਅਤੇ CVs ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਗਈ ਸੀ। ਇਸ ਤਰ੍ਹਾਂ, ਦੋਵੇਂ ਕੁਸ਼ਲਤਾ ਬਣਾਈ ਰੱਖੀ ਗਈ ਸੀ ਅਤੇ ਸੰਭਾਵੀ ਉਲੰਘਣਾ ਅਤੇ ਪ੍ਰਬੰਧਕੀ ਜੁਰਮਾਨੇ ਦੇ ਜੋਖਮ ਨੂੰ ਖਤਮ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ।
ਕੇਸ 2 - ਉਦੇਸ਼ ਸੀਮਾ ਦੀ ਉਲੰਘਣਾ। ਇੱਕ ਕੰਪਨੀ ਨੇ ਬਾਅਦ ਵਿੱਚ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਮੁਹਿੰਮ ਵਿੱਚ ਭਰਤੀ ਲਈ ਇਕੱਤਰ ਕੀਤੇ ਉਮੀਦਵਾਰਾਂ ਦੀਆਂ ਈਮੇਲਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਇਹ "ਉਦੇਸ਼ ਦੀ ਸੀਮਾ" ਦੇ ਸਿਧਾਂਤ ਦੀ ਉਲੰਘਣਾ ਸੀ ਅਤੇ ਸ਼ਿਕਾਇਤ ਦਾ ਵਿਸ਼ਾ ਸੀ। ਘਟਨਾ ਤੋਂ ਬਾਅਦ, HR ਨੇ ਹਰੇਕ ਡੇਟਾਸੈਟ ਦੇ ਉਦੇਸ਼ ਨੂੰ ਲੇਬਲ ਕਰਨ ਅਤੇ ਦੁਰਵਰਤੋਂ ਨੂੰ ਰੋਕਣ ਲਈ ਇੱਕ ਨਿਯਮ ਲਾਗੂ ਕੀਤਾ।
ਕੇਸ 3 — ਸਟੋਰੇਜ ਸੀਮਾ। ਇੱਕ ਸੰਸਥਾ ਨੇ ਸਾਲਾਂ ਤੋਂ ਨੌਕਰੀ 'ਤੇ ਨਾ ਰੱਖੇ ਗਏ ਉਮੀਦਵਾਰਾਂ ਦੇ ਸੀ.ਵੀ. ਏਆਈ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਵਸਤੂ ਸੂਚੀ ਦੇ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਡੇਟਾ, ਉਦੇਸ਼ ਅਤੇ ਧਾਰਨ ਦੀ ਮਿਆਦ; ਮਿਆਦ ਪੁੱਗ ਚੁੱਕੇ ਡੇਟਾ ਨੂੰ ਤਬਾਹੀ ਦੀ ਯੋਜਨਾ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ ਸੀ। ਇਸ ਤਰ੍ਹਾਂ, ਕਾਨੂੰਨੀ ਸਟੋਰੇਜ ਸੀਮਾ ਦੋਵਾਂ ਦੀ ਪਾਲਣਾ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਬੇਲੋੜੇ ਜੋਖਮ ਨੂੰ ਘਟਾਇਆ ਗਿਆ ਸੀ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ: ਇਹਨਾਂ ਉਮੀਦਵਾਰਾਂ ਦੀ ਜਾਣਕਾਰੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। [ਅਸਲ ਨਾਮ, ਤੁਰਕੀ ਆਈਡੀ, ਤਨਖਾਹ, ਪੂਰਾ ਸੀਵੀ]
ਨਤੀਜਾ: ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਅਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; KVKK ਦੀ ਉਲੰਘਣਾ ਅਤੇ ਡਾਟਾ ਲੀਕ ਹੋਣ ਦਾ ਖਤਰਾ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ: [ਮਾਸਕਡ ਡੇਟਾ (ਉਮੀਦਵਾਰ 1/2, ਉਮਰ ਸੀਮਾ, ਤਨਖਾਹ ਬੈਂਡ) + ਉਦੇਸ਼ ਸੀਮਾ + "ਸਿਰਫ ਨੌਕਰੀ-ਸਬੰਧਤ ਮਾਪਦੰਡ" + ਕਾਰਪੋਰੇਟ/ਪ੍ਰਵਾਨਿਤ ਟੂਲ + ਮਨੁੱਖੀ ਮਨਜ਼ੂਰੀ ਰੇਟਿੰਗ]
ਨਤੀਜਾ: ਉਹੀ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਸ਼ਕਤੀ, ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਪ੍ਰਗਟ ਕੀਤੇ ਬਿਨਾਂ; ਇੱਕ ਸੁਰੱਖਿਅਤ ਅਤੇ ਕਾਨੂੰਨੀ ਪ੍ਰਕਿਰਿਆ।
ਨੁਕਤਾ: AI ਨੂੰ ਡਾਟਾ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ, ਇਸਦੀ ਜਾਂਚ ਕਰੋ: "ਜੇ ਇਹ ਸਕ੍ਰੀਨਸ਼ੌਟ ਲੀਕ ਹੋ ਜਾਂਦਾ ਹੈ ਤਾਂ ਕੀ ਕਿਸੇ ਦੀ ਗੋਪਨੀਯਤਾ ਨੂੰ ਨੁਕਸਾਨ ਹੋਵੇਗਾ?" ਜੇਕਰ ਜਵਾਬ "ਹਾਂ" ਹੈ, ਤਾਂ ਜਾਂ ਤਾਂ ਉਸ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕਰੋ ਜਾਂ ਇਸਨੂੰ ਬਿਲਕੁਲ ਵੀ ਪ੍ਰਦਾਨ ਨਾ ਕਰੋ। ਜੇਕਰ ਸ਼ੱਕ ਹੈ, ਤਾਂ ਡੇਟਾ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨ ਦਾ ਫੈਸਲਾ ਕਰੋ।
ਆਮ ਗਲਤੀਆਂ
- ਇੱਕ ਅਸੁਰੱਖਿਅਤ ਟੂਲ ਨੂੰ ਕੱਚਾ ਨਿੱਜੀ ਡੇਟਾ ਦੇਣਾ। DPA ਤੋਂ ਬਿਨਾਂ ਸਿਖਲਾਈ ਵਿੱਚ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਵਾਹਨ ਜੋਖਮ ਭਰੇ ਹਨ।
- ਮਾਸਕ ਕਰਨਾ ਛੱਡਣਾ। ਜ਼ਿਆਦਾਤਰ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਵਿੱਚ ਨਾਮ/TC/ਪੂਰੀ ਤਾਰੀਖ ਬੇਲੋੜੀ ਹੈ; ਇਸ ਨੂੰ ਹਟਾਓ.
- ਦੁਰਵਰਤੋਂ. ਕਿਸੇ ਹੋਰ ਉਦੇਸ਼ ਲਈ ਭਰਤੀ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ, ਜਿਵੇਂ ਕਿ ਮਾਰਕੀਟਿੰਗ।
- ਅਨਿਸ਼ਚਿਤ ਸਟੋਰੇਜ। ਉਹ ਡੇਟਾ ਰੱਖੋ ਜਿਸਦਾ ਉਦੇਸ਼ ਹੁਣ ਕਿਸੇ ਵਿਨਾਸ਼ ਯੋਜਨਾ 'ਤੇ ਨਹੀਂ ਹੈ।
- ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਘੱਟ ਸਮਝਣਾ। ਸਿਹਤ/ਦੁਰਮਾਨੇ/ਧਰਮ ਡੇਟਾ ਵਾਧੂ ਸੁਰੱਖਿਅਤ ਹੈ; AI ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਤੋਂ ਬਚੋ।
- ਕੋਈ ਨਿਸ਼ਾਨ ਨਾ ਛੱਡੋ। ਜੇਕਰ ਤੁਸੀਂ ਰਿਕਾਰਡ ਨਹੀਂ ਕਰਦੇ ਕਿ ਤੁਸੀਂ ਕਿਹੜੇ ਡੇਟਾ ਨਾਲ ਕੀ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਡਾ ਆਡਿਟ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
- HR (CV, ਕਾਰਗੁਜ਼ਾਰੀ, ਤਨਖਾਹ, ਸਿਹਤ) ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ KVKK ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਹੈ; AI ਦੀ ਵਰਤੋਂ ਵੀ ਇਹਨਾਂ ਸਿਧਾਂਤਾਂ ਦੇ ਅਧੀਨ ਹੈ।
- ਕਾਰਪੋਰੇਟ/ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਚੁਣੋ ਜਿਨ੍ਹਾਂ ਕੋਲ DPA ਹੈ ਅਤੇ ਸਿਖਲਾਈ ਵਿੱਚ ਤੁਹਾਡੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ; ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਆਮ ਟੂਲਸ ਵਿੱਚ ਪੇਸਟ ਨਾ ਕਰੋ।
- ਉਦੇਸ਼ ਸੀਮਾਵਾਂ ਅਤੇ ਡੇਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ: ਸਿਰਫ ਉਸ ਉਦੇਸ਼ ਲਈ ਲੋੜੀਂਦੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ ਜਿਸ ਲਈ ਇਹ ਇਕੱਤਰ ਕੀਤਾ ਗਿਆ ਸੀ।
- ਮਾਸਕਿੰਗ ਅਤੇ ਅਗਿਆਤਕਰਨ ਜ਼ਿਆਦਾਤਰ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਬਣਾਉਂਦੇ ਹਨ; ਨਾਮ/TC/ਪੂਰੀ ਮਿਤੀ ਦੀ ਬਜਾਏ ਉਪਨਾਮ ਅਤੇ ਰੇਂਜ ਦੀ ਵਰਤੋਂ ਕਰੋ।
- AI ਖੁਲਾਸਾ, ਸਹਿਮਤੀ ਅਤੇ ਧਾਰਨ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦਾ ਹੈ; ਕਨੂੰਨੀ ਵੇਰਵਿਆਂ ਦੀ ਇੱਕ KVKK ਮਾਹਰ ਦੁਆਰਾ ਤਸਦੀਕ ਕਰਵਾਓ ਅਤੇ ਫੈਸਲੇ ਨੂੰ ਵਿਅਕਤੀ 'ਤੇ ਛੱਡ ਦਿਓ ਜੋ ਵਿਅਕਤੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ CV ਜਾਂ ਕਰਮਚਾਰੀ ਰਿਕਾਰਡ (ਜਾਂ ਇੱਕ ਕਾਲਪਨਿਕ ਰਿਕਾਰਡ) ਲਓ। ਪਹਿਲਾਂ ਇਸ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਖੇਤਰਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਪੁੱਛੋ "ਕੀ ਇਹ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਲੋੜੀਂਦਾ ਹੈ?" ਹਰ ਇੱਕ ਲਈ. ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ। ਬੇਲੋੜੇ ਨੂੰ ਹਟਾ ਕੇ ਅਤੇ ਜ਼ਰੂਰੀ (ਉਮੀਦਵਾਰ, ਉਮਰ ਸੀਮਾ, ਤਨਖਾਹ ਬੈਂਡ) ਨੂੰ ਮਾਸਕ ਕਰਕੇ ਇੱਕ ਸੁਰੱਖਿਅਤ ਸੰਸਕਰਣ ਬਣਾਓ। AI ਨੂੰ ਸਿਰਫ਼ ਇਸ ਮਾਸਕ ਕੀਤੇ ਡੇਟਾ ਦੇ ਨਾਲ ਇੱਕ ਨੌਕਰੀ-ਸੰਬੰਧੀ ਸੰਖੇਪ ਤਿਆਰ ਕਰਨ ਲਈ ਕਹੋ। ਨਾਲ ਹੀ ਇੱਕ ਸੰਖੇਪ ਉਮੀਦਵਾਰ ਪ੍ਰਾਸਪੈਕਟਸ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ ਅਤੇ ਕਾਨੂੰਨੀ ਬਿਆਨਾਂ ਨੂੰ "ਤਸਦੀਕ ਕੀਤੇ ਜਾਣ ਲਈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- ਕੀ ਟੂਲ ਕਾਰਪੋਰੇਟ/ਪ੍ਰਵਾਨਿਤ ਅਤੇ DPA-ਪ੍ਰਮਾਣਿਤ ਹੈ?
- [ ] ਕੀ ਡੇਟਾ ਘੱਟ ਕੀਤਾ ਗਿਆ ਹੈ (ਸਿਰਫ਼ ਲੋੜੀਂਦੇ ਖੇਤਰ)?
- [ ] ਕੀ ਪਛਾਣਕਰਤਾ ਜਿਵੇਂ ਕਿ ਨਾਮ/ਆਈਡੀ/ਪੂਰੀ ਮਿਤੀ ਮਾਸਕ ਕੀਤੇ ਹੋਏ ਹਨ?
- ਕੀ ਵਿਸ਼ੇਸ਼ ਗੁਣਵੱਤਾ (ਸਿਹਤ, ਅਪਰਾਧਿਕ, ਧਾਰਮਿਕ) ਡੇਟਾ ਨੂੰ ਪ੍ਰਕਿਰਿਆ ਤੋਂ ਬਾਹਰ ਰੱਖਿਆ ਗਿਆ ਹੈ?
- [ ] ਕੀ ਡੇਟਾ ਸਿਰਫ ਉਸੇ ਉਦੇਸ਼ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਜਿਸ ਲਈ ਇਸਨੂੰ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ ਸੀ?
- [ ] ਕੀ ਸਟੋਰੇਜ ਦੀ ਮਿਆਦ ਅਤੇ ਵਿਨਾਸ਼ ਦੀ ਯੋਜਨਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਗਈ ਹੈ?
- [ ] ਕੀ ਅੰਤਮ ਫੈਸਲਾ ਵਿਅਕਤੀ ਵਿੱਚ ਵਿਅਕਤੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ?