ਲਾਭ:
- ਸਰੋਤ 'ਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਲੁਕਾਏ ਬਿਨਾਂ ਅਤੇ ਕਾਰਡ ਨੰਬਰ ਨੂੰ ਕਦੇ ਵੀ ਪ੍ਰਸਾਰਿਤ ਕੀਤੇ ਬਿਨਾਂ, ਘੱਟੋ-ਘੱਟ ਕਰਨ ਦੇ ਸਿਧਾਂਤ ਦੇ ਨਾਲ ਇੱਕ ਸੁਰੱਖਿਅਤ AI ਪ੍ਰਵਾਹ ਸਥਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਇੱਕ ਵੱਖਰੀ ਪ੍ਰਮਾਣਿਕਤਾ ਪਰਤ ਦੇ ਨਾਲ ਮਾਸਕਿੰਗ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਉਹ ਸਾਧਨ ਚੁਣਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਐਂਟਰਪ੍ਰਾਈਜ਼, ਡੀਪੀਏ-ਸਮਰੱਥ ਹਨ ਅਤੇ ਸਿਖਲਾਈ ਵਿੱਚ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ ਹਨ
- ਗਾਹਕ ਨਾਲ ਪਾਰਦਰਸ਼ਤਾ ਬਣਾਈ ਰੱਖਦੇ ਹੋਏ ਸਿਰਫ ਅਧਿਕਾਰਤ, ਰੱਖਿਆਤਮਕ ਅਤੇ ਸਹਿਮਤੀ ਵਾਲੇ ਉਦੇਸ਼ਾਂ ਲਈ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਕਾਲ ਸੈਂਟਰ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਸੰਸਥਾ ਦਾ ਸਭ ਤੋਂ ਤੀਬਰ ਨਿੱਜੀ ਡੇਟਾ ਪ੍ਰਵਾਹ ਹੁੰਦਾ ਹੈ। ਹਰ ਗੱਲਬਾਤ ਵਿੱਚ ਨਾਮ, ਫ਼ੋਨ ਨੰਬਰ, ਪਤਾ, ਟੀਆਰ ਆਈਡੀ, ਆਰਡਰ ਇਤਿਹਾਸ, ਸਿਹਤ ਜਾਣਕਾਰੀ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਭੁਗਤਾਨ ਕਾਰਡ ਨੰਬਰ ਦਾ ਜ਼ਿਕਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਡੇਟਾ ਨੂੰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕਰਦੇ ਸਮੇਂ ਇੱਕ ਪਲ ਲਈ ਵੀ ਆਰਾਮ ਕਰਨ ਨਾਲ ਗੰਭੀਰ ਕਾਨੂੰਨੀ ਪਾਬੰਦੀਆਂ (KVKK ਜੁਰਮਾਨੇ ਲੱਖਾਂ ਲੀਰਾਂ ਤੱਕ ਪਹੁੰਚ ਸਕਦੇ ਹਨ, GDPR ਜੁਰਮਾਨੇ ਟਰਨਓਵਰ ਦੇ ਪ੍ਰਤੀਸ਼ਤ ਤੱਕ ਪਹੁੰਚ ਸਕਦੇ ਹਨ) ਅਤੇ ਗਾਹਕ ਦੇ ਵਿਸ਼ਵਾਸ ਦਾ ਅਟੱਲ ਨੁਕਸਾਨ। ਇਹ ਇਕਾਈ ਸੁਰੱਖਿਆ ਬੁਨਿਆਦ ਹੈ ਜੋ ਪਿਛਲੀਆਂ ਸਾਰੀਆਂ ਇਕਾਈਆਂ ਦੇ ਸਿਖਰ 'ਤੇ ਬੈਠਦੀ ਹੈ: ਭਾਵੇਂ ਕੋਈ ਬੋਟ, ਸੰਖੇਪ, ਵਿਸ਼ਲੇਸ਼ਣ ਜਾਂ ਸਹਾਇਕ ਕਿੰਨਾ ਵੀ ਚੁਸਤ ਕਿਉਂ ਨਾ ਹੋਵੇ, ਇਸਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਜੇਕਰ ਇਹ ਡੇਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਨਹੀਂ ਸੰਭਾਲਦਾ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਤਿੰਨ ਮੁੱਖ ਵਿਸ਼ਿਆਂ ਨੂੰ ਕਵਰ ਕਰਾਂਗੇ: ਡੇਟਾ ਗੋਪਨੀਯਤਾ (ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਸੁਰੱਖਿਆ — KVKK/GDPR), ਭੁਗਤਾਨ ਸੁਰੱਖਿਆ (PCI-DSS) ਅਤੇ ਮਾਸਕਿੰਗ/ਰੀਡੈਕਸ਼ਨ (ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਲੁਕਾਉਣਾ)। ਇਸ ਤੋਂ ਇਲਾਵਾ, IT ਸੁਰੱਖਿਆ ਦੇ ਰੂਪ ਵਿੱਚ, ਅਸੀਂ ਇਹਨਾਂ ਸਾਧਨਾਂ ਦੀ ਕੇਵਲ ਅਧਿਕਾਰਤ ਅਤੇ ਰੱਖਿਆਤਮਕ ਵਰਤੋਂ 'ਤੇ ਜ਼ੋਰ ਦੇਵਾਂਗੇ।
ਬੁਨਿਆਦੀ ਸੰਕਲਪ ਅਤੇ ਕਾਨੂੰਨੀ ਢਾਂਚਾ
ਕੇਵੀਕੇਕੇ (ਪਰਸਨਲ ਡੇਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ) ਤੁਰਕੀਏ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦਾ ਹੈ; GDPR ਯੂਰਪੀ ਬਰਾਬਰ ਹੈ। ਇਹਨਾਂ ਕਾਨੂੰਨਾਂ ਦੇ ਅਨੁਸਾਰ, ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਖਾਸ, ਜਾਇਜ਼ ਉਦੇਸ਼ ਲਈ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਅਤੇ ਲੋੜ ਅਨੁਸਾਰ ਪ੍ਰਕਿਰਿਆ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਜਾਣਕਾਰੀ ਜਿਵੇਂ ਕਿ ਸਿਹਤ, ਧਰਮ ਅਤੇ ਬਾਇਓਮੈਟ੍ਰਿਕਸ ਵਿਸ਼ੇਸ਼ ਨਿੱਜੀ ਡੇਟਾ ਹਨ ਅਤੇ ਵਾਧੂ ਸੁਰੱਖਿਅਤ ਹਨ। PCI-DSS (ਪੇਮੈਂਟ ਕਾਰਡ ਇੰਡਸਟਰੀ ਡਾਟਾ ਸਿਕਿਓਰਿਟੀ ਸਟੈਂਡਰਡ) ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਕਾਰਡ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ; ਇਹ ਸਖਤ ਨਿਯਮਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਅਤੇ ਪੂਰੇ ਕਾਰਡ ਨੰਬਰ ਦੀ ਬੇਲੋੜੀ ਸਟੋਰੇਜ/ਪ੍ਰਸਾਰਣ 'ਤੇ ਪਾਬੰਦੀ ਲਗਾਉਂਦਾ ਹੈ।
ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਕੁਝ ਨਾਜ਼ੁਕ ਧਾਰਨਾਵਾਂ:
- ਮਾਸਕਿੰਗ / ਰੀਡੈਕਸ਼ਨ: ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ (ਨਾਮ, ਆਈਡੀ, ਕਾਰਡ, ਫ਼ੋਨ) ਨੂੰ ਲੁਕਾਉਣਾ / ਮਿਟਾਉਣਾ। "Ahmet Yılmaz" ਦੀ ਬਜਾਏ "[CUSTOMER]", ਕਾਰਡ ਦੀ ਬਜਾਏ "[CARD]"।
- ਡੇਟਾ ਮਿਨੀਮਾਈਜ਼ੇਸ਼ਨ: ਵਪਾਰ ਲਈ ਲੋੜੀਂਦੇ ਡੇਟਾ ਨੂੰ ਸਿਰਫ ਸਾਂਝਾ ਕਰਨਾ। ਸੰਖੇਪ ਵਿੱਚ ਪੂਰਾ ਪਤਾ ਸ਼ਾਮਲ ਨਹੀਂ ਕਰਨਾ ਜਦੋਂ ਤੱਕ ਇਹ ਲੋੜੀਂਦਾ ਨਾ ਹੋਵੇ।
- ਡੇਟਾ ਰੈਜ਼ੀਡੈਂਸੀ: ਕਿਸ ਦੇਸ਼/ਸਰਵਰ ਵਿੱਚ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ; ਕੁਝ ਡਾਟਾ ਵਿਦੇਸ਼ ਨਹੀਂ ਜਾ ਸਕਦਾ।
- ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਇਕਰਾਰਨਾਮਾ (DPA): ਇੱਕ ਇਕਰਾਰਨਾਮਾ ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ AI ਟੂਲ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕਰੇਗਾ, ਇਸਨੂੰ ਸਟੋਰ ਨਹੀਂ ਕਰੇਗਾ, ਅਤੇ ਮਾਡਲ ਸਿਖਲਾਈ ਵਿੱਚ ਇਸਦਾ ਉਪਯੋਗ ਨਹੀਂ ਕਰੇਗਾ।
- ਸਹਿਮਤੀ ਅਤੇ ਉਦੇਸ਼: ਗੱਲਬਾਤ ਰਿਕਾਰਡਿੰਗਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਲਈ ਲੋੜੀਂਦੀ ਜਾਣਕਾਰੀ ਅਤੇ ਕਾਨੂੰਨੀ ਆਧਾਰ।
ਧਿਆਨ ਦਿਓ: "ਮੈਂ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕੀਤਾ" ਕਹਿਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ; ਇਹ ਤਸਦੀਕ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਮਾਸਕਿੰਗ ਕੰਮ ਕਰ ਰਹੀ ਹੈ। ਆਟੋਮੈਟਿਕ ਮਾਸਕਿੰਗ ਕਈ ਵਾਰ ਇੱਕ ਨਾਮ ਜਾਂ ਕਾਰਡ ਨੰਬਰ ਖੁੰਝ ਸਕਦੀ ਹੈ। ਉੱਚ-ਜੋਖਮ ਵਾਲੀਆਂ ਧਾਰਾਵਾਂ 'ਤੇ ਮਾਸਕਿੰਗ ਆਉਟਪੁੱਟ ਦਾ ਨਮੂਨਾ ਲੈ ਕੇ ਜਾਂਚ ਕਰੋ।
ਸੁਰੱਖਿਅਤ ਆਰਕੀਟੈਕਚਰ: ਡੇਟਾ ਨੂੰ ਕਿੱਥੇ ਅਤੇ ਕਿਵੇਂ ਪ੍ਰੋਸੈਸ ਕਰਨਾ ਹੈ?
ਕਾਲ ਸੈਂਟਰ ਵਿੱਚ AI ਨੂੰ ਪੇਸ਼ ਕਰਦੇ ਸਮੇਂ, ਸੁਰੱਖਿਆ ਦੀਆਂ ਹੇਠ ਲਿਖੀਆਂ ਪਰਤਾਂ ਸਥਾਪਤ ਕੀਤੀਆਂ ਜਾਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ:
- ਸਰੋਤ 'ਤੇ ਮਾਸਕਿੰਗ: ਪ੍ਰਤੀਲਿਪੀ AI ਨੂੰ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਨਿੱਜੀ/ਕਾਰਡ ਡੇਟਾ ਆਪਣੇ ਆਪ ਮਾਸਕ ਹੋ ਜਾਂਦਾ ਹੈ। ਕਾਰਡ ਨੰਬਰ ਕਦੇ ਵੀ ਮਾਡਲ ਵਿੱਚ ਉਹਨਾਂ ਦੇ ਕੱਚੇ ਰੂਪ ਵਿੱਚ ਦਰਜ ਨਹੀਂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
- ਕਾਰਪੋਰੇਟ ਟੂਲ ਦੀ ਚੋਣ: ਕਾਰਪੋਰੇਟ ਟੂਲ ਜੋ ਮਾਡਲ ਸਿਖਲਾਈ ਵਿੱਚ ਤੁਹਾਡੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ, DPA ਹਸਤਾਖਰਿਤ, ਅਤੇ ਡੇਟਾ ਰੈਜ਼ੀਡੈਂਸੀ ਦੀ ਗਰੰਟੀਸ਼ੁਦਾ ਹੈ, ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਗਾਹਕ ਡੇਟਾ ਮੁਫਤ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਸਾਧਨਾਂ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
- ਪਹੁੰਚ ਨਿਯੰਤਰਣ: ਕੌਣ ਪਹੁੰਚ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਡੇਟਾ ਰਿਕਾਰਡ ਕੀਤਾ ਗਿਆ ਹੈ (ਆਡਿਟ ਲੌਗ)। ਅਣਅਧਿਕਾਰਤ ਪਹੁੰਚ ਨੂੰ ਰੋਕਿਆ ਗਿਆ ਹੈ.
- ਸਟੋਰੇਜ਼ ਸੀਮਾ: ਡੇਟਾ ਨੂੰ ਕੇਵਲ ਲੋੜ ਅਨੁਸਾਰ ਹੀ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; ਬੇਲੋੜੇ ਰਿਕਾਰਡ ਮਿਟਾਏ ਜਾਂਦੇ ਹਨ।
- ਪਾਰਦਰਸ਼ਤਾ: ਗਾਹਕ ਜਾਣਦਾ ਹੈ ਕਿ ਉਸਦੀ ਗੱਲਬਾਤ ਰਿਕਾਰਡ/ਪ੍ਰੋਸੈਸ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ ਅਤੇ ਉਹ ਬੋਟ ਨਾਲ ਗੱਲ ਕਰ ਰਿਹਾ ਹੈ।
ਹੇਠਾਂ ਦਿੱਤੀ ਸਾਰਣੀ ਸੁਰੱਖਿਅਤ ਅਤੇ ਜੋਖਮ ਭਰੇ ਅਭਿਆਸ ਦੀ ਤੁਲਨਾ ਕਰਦੀ ਹੈ:
ਵਿਸ਼ਾ
ਜੋਖਮ ਭਰਿਆ ਅਭਿਆਸ
ਸੁਰੱਖਿਅਤ ਐਪਲੀਕੇਸ਼ਨ
ਵਾਹਨ ਦੀ ਚੋਣ
ਮੁਫਤ ਟੂਲ ਹਰ ਕਿਸੇ ਲਈ ਉਪਲਬਧ ਹੈ
ਕਾਰਪੋਰੇਟ, ਡੀ.ਪੀ.ਏ., ਸਿੱਖਿਆ ਵਿੱਚ ਨਹੀਂ ਵਰਤੀ ਜਾਂਦੀ
ਕਾਰਡ ਡਾਟਾ
ਟੈਕਸਟ ਵਿੱਚ ਕੱਚਾ ਪੇਸਟ ਕਰਨਾ
ਕਦੇ ਨਹੀਂ; ਨਕਾਬਬੰਦ/[CARD]
ਨਿੱਜੀ ਡਾਟਾ
ਜਿਵੇਂ ਹੈ ਸ਼ੇਅਰ ਕਰੋ
ਮਾਸਕਿੰਗ + ਨਿਊਨਾਈਜ਼ੇਸ਼ਨ
ਸਟੋਰੇਜ
ਅਣਮਿੱਥੇ ਸਮੇਂ ਲਈ
ਉਦੇਸ਼ ਸੀਮਤ, ਮਿਟਾਉਣ ਦੀ ਨੀਤੀ
ਪਹੁੰਚ
ਹਰ ਕੋਈ
ਅਧਿਕਾਰਤ, ਲੌਗ ਕੀਤਾ
ਪਾਰਦਰਸ਼ਤਾ
ਗੁਪਤ ਰਿਕਾਰਡਿੰਗ
ਰੋਸ਼ਨੀ + ਜਾਣਕਾਰੀ
ਕਦਮ ਦਰ ਕਦਮ: ਡੇਟਾ ਦਾ ਇੱਕ ਸੁਰੱਖਿਅਤ AI ਪ੍ਰਵਾਹ
- ਵਰਗੀਕਰਣ: ਕਿਹੜੇ ਡੇਟਾ ਖੇਤਰ ਸੰਵੇਦਨਸ਼ੀਲ ਹਨ (TC, ਕਾਰਡ, ਸਿਹਤ, ਪਤਾ)? ਇਹਨਾਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਮਾਰਕ ਕਰੋ।
- ਮਾਸਕ: AI 'ਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਆਟੋਮੈਟਿਕ ਮਾਸਕਿੰਗ ਲਾਗੂ ਕਰੋ; ਕਦੇ ਵੀ ਕਾਰਡ ਅੱਗੇ ਨਾ ਭੇਜੋ।
- ਛੋਟਾ ਕਰੋ: ਨੌਕਰੀ ਦੀ ਲੋੜ ਤੋਂ ਵੱਧ ਨਾ ਭੇਜੋ।
- ਤਸਦੀਕ ਕਰੋ: ਨਮੂਨੇ ਦੁਆਰਾ ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ ਮਾਸਕਿੰਗ ਦੁਆਰਾ ਕੋਈ ਡਾਟਾ ਖੁੰਝ ਗਿਆ ਹੈ।
- ਇਕਰਾਰਨਾਮਾ ਅਤੇ ਧਾਰਨ: ਵਾਹਨ ਦੇ ਡੀਪੀਏ, ਡੇਟਾ ਰੈਜ਼ੀਡੈਂਸੀ ਅਤੇ ਧਾਰਨ ਦੀ ਮਿਆਦ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
- ਮਾਨੀਟਰ ਅਤੇ ਆਡਿਟ: ਲੌਗ ਐਕਸੈਸ ਕਰੋ, ਨਿਯਮਤ ਸੁਰੱਖਿਆ ਆਡਿਟ ਕਰੋ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਮਾਸਕਿੰਗ (ਰਿਡੈਕਸ਼ਨ) ਬੇਨਤੀ:
ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਨਿੱਜੀ ਡੇਟਾ ਨੂੰ ਲੱਭੋ ਅਤੇ ਮਾਸਕ ਕਰੋ: ਨਾਮ-ਸਰਨੇਮ → [ਗਾਹਕ], TR ID → [IDN], ਫ਼ੋਨ → [PHONE], ਕਾਰਡ ਨੰਬਰ → [CARD], ਪਤਾ → [ADDRESS], ਈ-ਮੇਲ → [EMAIL]। ਨਕਾਬਪੋਸ਼ ਪਾਠ ਦਿਓ; ਇਹ ਵੀ ਸੂਚੀਬੱਧ ਕਰੋ ਕਿ ਕਿੰਨੇ ਅਤੇ ਕਿਸ ਕਿਸਮ ਦੇ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਗਿਆ ਹੈ। ਉਸ ਖੇਤਰ ਨੂੰ ਵੀ ਮਾਸਕ ਕਰੋ ਜਿਸ ਬਾਰੇ ਤੁਸੀਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ (ਸੁਰੱਖਿਅਤ ਪਾਸੇ)। ਟੈਕਸਟ: <<...>>
2) ਮਾਸਕਿੰਗ ਵੈਰੀਫਿਕੇਸ਼ਨ (ਲੀਕ ਸਕੈਨਿੰਗ):
ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਕੀ ਅਜੇ ਵੀ ਅੰਦਰ ਕੋਈ ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਅਨਮਾਸਕ ਕੀਤਾ ਨਿੱਜੀ/ਕਾਰਡ ਡੇਟਾ ਬਚਿਆ ਹੈ? (ਨਾਮ, ਆਈ.ਡੀ., ਫ਼ੋਨ, ਕਾਰਡ, ਪਤਾ, ਈ-ਮੇਲ) ਸੂਚੀ ਬਣਾਓ ਕਿ ਤੁਹਾਨੂੰ ਕੀ ਮਿਲਿਆ; ਜੇ ਕੋਈ ਨਹੀਂ ਹੈ, ਤਾਂ "ਸਾਫ਼" ਕਹੋ. ਟੈਕਸਟ ਨੂੰ ਨਾ ਬਦਲੋ, ਸਿਰਫ ਜਾਂਚ ਕਰੋ। ਟੈਕਸਟ: <<ਮਾਸਕਡ ਟੈਕਸਟ>>
3) ਡੇਟਾ ਨਿਊਨਤਮ ਨਿਯੰਤਰਣ:
ਹੇਠਾਂ ਦਿੱਤੇ AI ਪ੍ਰੋਂਪਟ/ਆਉਟਪੁੱਟ ਲਈ, ਨਿੱਜੀ ਡੇਟਾ ਖੇਤਰਾਂ ਦੀ ਜਾਂਚ ਕਰੋ ਜੋ ਵਪਾਰਕ ਉਦੇਸ਼ ਦੇ ਅਧਾਰ 'ਤੇ ਲੋੜੀਂਦੇ ਨਹੀਂ ਹਨ। ਉਦੇਸ਼: <<ਉਦਾ. ਕਾਲ ਸੰਖੇਪ>>. ਕਿਹੜੇ ਖੇਤਰ ਕੱਢੇ ਜਾ ਸਕਦੇ ਹਨ? ਇੱਕ ਸਰਲੀਕ੍ਰਿਤ ਸੰਸਕਰਣ ਦਾ ਸੁਝਾਅ ਦਿਓ ਜੋ ਘੱਟੋ ਘੱਟ ਡੇਟਾ ਦੇ ਨਾਲ ਉਹੀ ਕੰਮ ਕਰਦਾ ਹੈ। ਸਮੱਗਰੀ: <<...>>
4) ਵਾਹਨ/ਪਾਲਣਾ ਪ੍ਰੀ-ਚੈੱਕਲਿਸਟ (ਰਜਿਸਟ੍ਰੇਸ਼ਨ):
ਇੱਕ ਕਾਲ ਸੈਂਟਰ ਵਿੱਚ ਇੱਕ ਨਵੇਂ AI ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਇਹਨਾਂ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਕੇ ਇੱਕ ਪਾਲਣਾ ਨੋਟ ਤਿਆਰ ਕਰੋ: - ਕੀ ਡਾਟਾ ਘਰੇਲੂ ਤੌਰ 'ਤੇ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ? - ਕੀ ਇਹ DPA ਹਸਤਾਖਰਿਤ ਹੈ? - ਕੀ ਮਾਡਲ ਸਿਖਲਾਈ ਵਿੱਚ ਡੇਟਾ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ? - ਸਟੋਰੇਜ਼ ਦੀ ਮਿਆਦ? - ਕੀ ਕਾਰਡ ਡੇਟਾ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਗਿਆ ਹੈ? PCI-DSS ਕਵਰੇਜ? - ਕੀ ਪਹੁੰਚ ਲੌਗ ਕੀਤੀ ਗਈ ਹੈ? ਗੁੰਮ/ਖਤਰਨਾਕ ਆਈਟਮਾਂ ਨੂੰ "ਪ੍ਰਵਾਨਗੀ ਤੋਂ ਬਿਨਾਂ ਵਰਤਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਸ ਕਾਲ ਰਿਕਾਰਡ ਨੂੰ ਸੰਖੇਪ ਕਰੋ: "ਅਹਮੇਤ ਯਿਲਮਾਜ਼, TC 12345678901, kart5312 3456 7890 1234, ਪਤਾ Bağdat Cad No 5, ਨੇ ਉਸਦੇ ਚਲਾਨ 'ਤੇ ਇਤਰਾਜ਼ ਕੀਤਾ ਹੈ।"
ਗੰਭੀਰ ਉਲੰਘਣਾ: ਕੱਚਾ ਨਾਮ, ਆਈਡੀ ਅਤੇ ਕਾਰਡ ਨੰਬਰ ਇੱਕ ਜਨਤਕ ਟੂਲ ਤੇ ਜਾਂਦਾ ਹੈ; PCI-DSS ਅਤੇ KVKK ਦੀ ਉਲੰਘਣਾ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਨਿਮਨਲਿਖਤ ਮਾਸਕਡ ਕਾਲ ਦਾ ਸਾਰ ਦਿਓ: "[ਗਾਹਕ] ਦੀ [IDN], [CARD], [ADDRESS] ਨਾਲ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਹੈ ਅਤੇ ਉਸਦੇ ਚਲਾਨ 'ਤੇ ਇਤਰਾਜ਼ ਕੀਤਾ ਗਿਆ ਹੈ।" ਸੰਖੇਪ ਨੂੰ ਅਗਿਆਤ ਰੱਖੋ; ਕੋਈ ਨਿੱਜੀ/ਕਾਰਡ ਡੇਟਾ ਤਿਆਰ ਜਾਂ ਬੇਨਤੀ ਨਾ ਕਰੋ।
ਅੰਤਰ: ਡੇਟਾ ਮਾਸਕ ਕੀਤਾ ਗਿਆ, ਛੋਟਾ ਕੀਤਾ ਗਿਆ, ਸੰਖੇਪ ਅਗਿਆਤ; ਕੋਈ ਉਲੰਘਣਾ ਨਹੀਂ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਸਹੀ ਮਾਸਕਿੰਗ। ਇੱਕ ਬੀਮਾ ਕੇਂਦਰ ਵਿੱਚ, ਰੋਜ਼ਾਨਾ 8,000 ਕਾਲ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਸੀ। AI ਵਿੱਚ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਇੱਕ ਆਟੋਮੈਟਿਕ ਮਾਸਕਿੰਗ ਪਰਤ ਵਿੱਚੋਂ ਲੰਘਾਇਆ ਗਿਆ ਸੀ; ਨਾਮ, ਟੀਆਰ ਆਈਡੀ ਨੰਬਰ, ਪਾਲਿਸੀ ਨੰਬਰ ਅਤੇ ਸਿਹਤ ਜਾਣਕਾਰੀ ਨੂੰ ਮਾਸਕ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਰੋਜ਼ਾਨਾ ਨਮੂਨੇ ਦੇ ਨਾਲ ਮਾਸਕਿੰਗ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕੀਤੀ ਗਈ ਸੀ। ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ ਇਸਦੇ ਸਾਰੇ ਮੁੱਲ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਿਆ, ਕੋਈ ਵੀ ਨਿੱਜੀ ਡੇਟਾ ਮਾਡਲ ਵਿੱਚ ਕੱਚਾ ਨਹੀਂ ਗਿਆ. ਸੁਰੱਖਿਆ ਅਤੇ ਲਾਭ ਇਕੱਠੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਗਏ ਸਨ।
ਕੇਸ 2 - ਕਾਰਡ ਡੇਟਾ ਦੀ ਉਲੰਘਣਾ। ਇੱਕ ਈ-ਕਾਮਰਸ ਕਰਮਚਾਰੀ ਨੇ ਭੁਗਤਾਨ ਮੁੱਦਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਇੱਕ ਜਨਤਕ ਸਾਧਨ ਵਿੱਚ ਪੂਰੇ ਕਾਰਡ ਨੰਬਰਾਂ ਨਾਲ ਕਾਲ ਰਿਕਾਰਡਿੰਗਾਂ ਨੂੰ ਅਪਲੋਡ ਕੀਤਾ। ਇਸ ਨੇ PCI-DSS (ਕਾਰਡ ਡੇਟਾ ਨੂੰ ਅਣਅਧਿਕਾਰਤ ਮੀਡੀਆ ਨੂੰ ਪ੍ਰਸਾਰਿਤ ਨਾ ਕਰਨਾ) ਦੇ ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ ਨਿਯਮ ਦੀ ਉਲੰਘਣਾ ਕੀਤੀ; ਆਡਿਟ ਦੌਰਾਨ ਗੰਭੀਰ ਖੋਜਾਂ ਅਤੇ ਜੁਰਮਾਨੇ ਦਾ ਖਤਰਾ ਸੀ। ਸਹੀ ਤਰੀਕਾ ਸੀ ਸਰੋਤ 'ਤੇ ਕਾਰਡ ਡੇਟਾ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਾਸਕ ਕਰਨਾ ਅਤੇ ਸਿਰਫ "[CARD] ਨਾਲ ਭੁਗਤਾਨ ਅਸਫਲ" ਜਾਣਕਾਰੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ।
ਕੇਸ 3 - ਮਾਸਕਿੰਗ ਲੀਕ। ਇੱਕ ਬੈਂਕ ਵਿੱਚ, ਆਟੋਮੈਟਿਕ ਮਾਸਕਿੰਗ ਵਿੱਚ ਇੱਕ ਅਸਾਧਾਰਨ ਫਾਰਮੈਟ ਵਿੱਚ ਲਿਖੇ ਕਈ ਆਈਡੀ ਨੰਬਰ ਖੁੰਝ ਗਏ। ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, "2) ਮਾਸਕਿੰਗ ਤਸਦੀਕ" ਕਦਮ ਪ੍ਰਭਾਵ ਵਿੱਚ ਸੀ, ਇਸਲਈ ਲੀਕ ਨੂੰ ਫੜਿਆ ਗਿਆ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਪਹਿਲਾਂ ਠੀਕ ਕੀਤਾ ਗਿਆ। ਸਬਕ: ਇਕੱਲੇ ਮਾਸਕਿੰਗ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ; ਪ੍ਰਮਾਣੀਕਰਨ ਪਰਤ ਦੀ ਲੋੜ ਹੈ। ਸਿੰਗਲ ਪਰਤ, ਮਨੁੱਖੀ ਗਲਤੀ ਵਾਂਗ, ਇੱਕ ਸਿੰਗਲ ਪੁਆਇੰਟ ਅਸਫਲਤਾ ਹੈ।
ਆਮ ਗਲਤੀਆਂ
- ਟੂਲ ਵਿੱਚ ਕੱਚਾ ਡੇਟਾ ਪੇਸਟ ਕਰਨਾ। ਨਾਮ, ਆਈਡੀ, ਕਾਰਡ ਅਤੇ ਪਤਾ ਬਿਨਾਂ ਮਾਸਕ ਦੇ ਕਿਸੇ ਵੀ ਏਆਈ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਕਾਰਡ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ। ਪੂਰਾ ਕਾਰਡ ਨੰਬਰ ਕਦੇ ਵੀ ਮਾਡਲ ਇੰਪੁੱਟ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਹੁੰਦਾ; PCI-DSS ਇਸ ਦੀ ਮਨਾਹੀ ਕਰਦਾ ਹੈ।
- ਜਨਤਕ ਤੌਰ 'ਤੇ ਗੱਡੀ ਚਲਾਉਣਾ. ਗਾਹਕ ਡੇਟਾ ਉਹਨਾਂ ਸਾਧਨਾਂ ਨੂੰ ਨਹੀਂ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਜਿਹਨਾਂ ਕੋਲ DPA ਨਹੀਂ ਹੈ ਅਤੇ ਸਿਖਲਾਈ ਵਿੱਚ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।
- ਮਾਸਕਿੰਗ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ। ਆਟੋਮੈਟਿਕ ਮਾਸਕਿੰਗ ਖੁੰਝ ਸਕਦੀ ਹੈ; ਇੱਕ ਨਮੂਨਾ/ਪ੍ਰਮਾਣਿਕਤਾ ਪਰਤ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
- ਪਾਰਦਰਸ਼ਤਾ ਨੂੰ ਛੱਡਣਾ. ਗਾਹਕ ਨੂੰ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਰਿਕਾਰਡਿੰਗ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ ਅਤੇ ਬੋਟ ਨਾਲ ਗੱਲ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ; ਗੁਪਤ ਪ੍ਰਕਿਰਿਆ ਦੋਵੇਂ ਅਨੈਤਿਕ ਅਤੇ ਗੈਰ-ਕਾਨੂੰਨੀ ਹੈ।
- ਬਹੁਤ ਜ਼ਿਆਦਾ ਡਾਟਾ ਸਟੋਰ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਮਕਸਦ ਪੂਰਾ ਹੋਣ ਤੋਂ ਬਾਅਦ ਰੱਖਿਆ ਡਾਟਾ ਸਿਰਫ਼ ਇੱਕ ਜੋਖਮ ਹੈ।
ਸਾਵਧਾਨੀ (ਜਾਣਕਾਰੀ ਸੁਰੱਖਿਆ): ਇਸ ਯੂਨਿਟ ਦੀਆਂ ਸਾਰੀਆਂ ਤਕਨੀਕਾਂ ਕੇਵਲ ਅਧਿਕਾਰਤ, ਰੱਖਿਆਤਮਕ ਉਦੇਸ਼ਾਂ ਅਤੇ ਤੁਹਾਡੀ ਆਪਣੀ ਸੰਸਥਾ ਦੇ ਡੇਟਾ ਲਈ ਵੈਧ ਹਨ। ਅਣਅਧਿਕਾਰਤ ਵਿਅਕਤੀਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਲਈ ਬੋਲੀ ਵਿਸ਼ਲੇਸ਼ਣ, ਆਵਾਜ਼ ਪਛਾਣ ਅਤੇ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਸਹਿਮਤੀ ਤੋਂ ਬਿਨਾਂ ਕਿਸੇ ਹੋਰ ਦੇ ਡੇਟਾ ਜਾਂ ਰਿਕਾਰਡ ਤੱਕ ਪਹੁੰਚ ਕਰਨਾ ਗੈਰ ਕਾਨੂੰਨੀ ਅਤੇ ਪੇਸ਼ੇਵਰ ਨੈਤਿਕਤਾ ਦੇ ਵਿਰੁੱਧ ਹੈ। ਅਧਿਕਾਰ, ਉਦੇਸ਼ ਅਤੇ ਸਹਿਮਤੀ ਤੋਂ ਬਿਨਾਂ ਕਿਸੇ ਵੀ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ।
ਸੰਖੇਪ ਵਿੱਚ
ਡਾਟਾ ਗੋਪਨੀਯਤਾ, ਸੁਰੱਖਿਆ ਅਤੇ ਪਾਲਣਾ; ਕਾਲ ਸੈਂਟਰ AI ਦਾ ਗੈਰ-ਗੱਲਬਾਤ ਆਧਾਰ ਹੈ। KVKK/GDPR ਨਿੱਜੀ ਡੇਟਾ, PCI-DSS ਭੁਗਤਾਨ ਕਾਰਡ ਦੀ ਸੁਰੱਖਿਆ ਕਰਦਾ ਹੈ; ਉਲੰਘਣਾ ਕਰਨ ਨਾਲ ਗੰਭੀਰ ਪਾਬੰਦੀਆਂ ਅਤੇ ਵਿਸ਼ਵਾਸ ਦਾ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ। AI ਨੂੰ ਦਿੱਤੇ ਬਿਨਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਸਰੋਤ 'ਤੇ ਮਾਸਕ ਕਰੋ, ਕਾਰਡ ਨੰਬਰ ਨੂੰ ਕਦੇ ਵੀ ਪਾਸ ਨਾ ਕਰੋ, ਜਿੰਨਾ ਜ਼ਰੂਰੀ ਡੇਟਾ ਸਾਂਝਾ ਕਰੋ (ਘੱਟੋ-ਘੱਟ), ਮਾਸਕਿੰਗ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ, ਅਤੇ ਸਿਰਫ਼ ਐਂਟਰਪ੍ਰਾਈਜ਼, DPA- ਸਮਰਥਿਤ ਟੂਲ ਚੁਣੋ ਜੋ ਸਿਖਲਾਈ ਲਈ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ ਹਨ। ਗਾਹਕ ਨਾਲ ਪਾਰਦਰਸ਼ੀ ਰਹੋ ਅਤੇ ਸਾਰੇ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਸਿਰਫ਼ ਅਧਿਕਾਰ, ਵਕਾਲਤ ਅਤੇ ਸਹਿਮਤੀ ਨਾਲ ਕਰੋ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
5 ਵੱਖ-ਵੱਖ ਡਾਟਾ ਫੀਲਡਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਜੋ ਤੁਹਾਡੇ ਕਾਲ ਸੈਂਟਰ ਦ੍ਰਿਸ਼ ਵਿੱਚ AI ਵਿੱਚ ਜਾ ਸਕਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ ਨਾਮ, ID, ਕਾਰਡ, ਪਤਾ, ਸਿਹਤ ਜਾਣਕਾਰੀ) ਅਤੇ ਇਹ ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਤੁਸੀਂ ਹਰੇਕ ਲਈ ਕਿਹੜਾ ਮਾਸਕਿੰਗ ਟੈਗ ਵਰਤੋਗੇ। ਇੱਕ ਕਾਲਪਨਿਕ ਕੱਚੀ ਪ੍ਰਤੀਲਿਪੀ ਲਿਖੋ ਅਤੇ "1) ਮਾਸਕਿੰਗ" ਅਤੇ "2) ਮਾਸਕਿੰਗ ਵੈਰੀਫਿਕੇਸ਼ਨ" ਟੈਂਪਲੇਟਸ ਨੂੰ ਲਾਗੂ ਕਰੋ। ਅੰਤ ਵਿੱਚ, ਇੱਕ AI ਟੂਲ ਲਈ ਜੋ ਤੁਸੀਂ ਹਾਲ ਹੀ ਵਿੱਚ ਵਰਤਿਆ ਹੈ (ਜਾਂ ਵਰਤਣ ਬਾਰੇ ਵਿਚਾਰ ਕਰ ਰਹੇ ਹੋ), "4) ਟੂਲ/ਪਾਲਣਾ ਮੁੱਢਲੀ ਚੈਕਲਿਸਟ" ਟੈਮਪਲੇਟ ਨਾਲ ਇੱਕ ਪਾਲਣਾ ਨੋਟ ਤਿਆਰ ਕਰੋ ਅਤੇ ਗੁੰਮ/ਜੋਖਮ ਵਾਲੀਆਂ ਆਈਟਮਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ AI ਨੂੰ ਦਿੱਤੇ ਬਿਨਾਂ ਸਰੋਤ (ਨਾਮ, ID, ਫ਼ੋਨ ਨੰਬਰ, ਪਤਾ) 'ਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਮਾਸਕ ਕਰਦਾ ਹਾਂ।
- [ ] ਪੂਰਾ ਕਾਰਡ ਨੰਬਰ ਕਦੇ ਵੀ ਮਾਡਲ ਐਂਟਰੀ (PCI-DSS) ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
- [ ] ਮੈਂ ਸਿਰਫ਼ ਓਨਾ ਹੀ ਡੇਟਾ ਸਾਂਝਾ ਕਰਦਾ ਹਾਂ ਜਿੰਨਾ ਕੰਮ ਲਈ ਲੋੜੀਂਦਾ ਹੈ (ਘੱਟੋ-ਘੱਟ)।
- ਮੈਂ ਇੱਕ ਵੱਖਰੀ ਪ੍ਰਮਾਣਿਕਤਾ ਪਰਤ ਨਾਲ ਮਾਸਕਿੰਗ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਸਿਰਫ਼ ਕਾਰਪੋਰੇਟ, DPA-ਸਮਰੱਥ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹਾਂ ਜੋ ਸਿੱਖਿਆ ਵਿੱਚ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ ਹਨ।
- [] ਮੈਂ ਰਿਕਾਰਡਿੰਗ/ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਬੋਟ ਨਾਲ ਗੱਲ ਕਰਨ ਬਾਰੇ ਗਾਹਕ ਨਾਲ ਪਾਰਦਰਸ਼ੀ ਹਾਂ।
- [ ] ਮੈਂ ਸਿਰਫ਼ ਅਧਿਕਾਰਤ, ਰੱਖਿਆਤਮਕ ਅਤੇ ਸਹਿਮਤੀ ਵਾਲੇ ਉਦੇਸ਼ਾਂ ਲਈ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹਾਂ।