ලාභ:
- පුද්ගලික දත්ත, විශේෂ තත්ත්ව දත්ත, දත්ත පාලක සහ දත්ත සකසනය යන සංකල්ප වෙන්කර හඳුනා ගැනීම
- AI භාවිතය සඳහා KVKK පොදු මූලධර්ම (අරමුණ අනුව සීමා කිරීම, අවම කිරීම) යෙදීම
- AI වෙත දත්ත ඇතුළත් කිරීම සැකසීම සහ බොහෝ විට මාරු කිරීම සහ වාර්තා කිරීමේ වගකීම බව තේරුම් ගන්න
ආයතනයක AI භාවිතා කිරීම සෑම විටම පාහේ පුද්ගලික දත්ත සැකසීම සමඟ බැඳී පවතී: පාරිභෝගික විද්යුත් තැපෑලක් සාරාංශ කිරීම, CV එකක් ඇගයීම, ඇමතුම් පටිගත කිරීමක් විග්රහ කිරීම. එබැවින්, AI පාලනයේ කොඳු නාරටිය Türkiye ගේ දත්ත ආරක්ෂණ නීතිය, KVKK (පුද්ගලික දත්ත ආරක්ෂණ නීතිය අංක 6698) අවබෝධ කර ගැනීමයි. මෙම ඒකකය තුළ, අපි KVKK හි මූලික සංකල්ප, සාමාන්ය මූලධර්ම සහ VERBIS ලියාපදිංචිය ඉගෙන ගනිමු, එය AI භාවිතයට සෘජුව සම්බන්ධ කරයි. අරමුණ නීතිඥයෙකු වීම නොවේ; එය දත්ත ආරක්ෂණ නිලධාරියෙකුට නිවැරදි දෛනික තීරණ ගැනීමට ශක්තිමත් පදනමක් ඇති කිරීමයි.
මූලික සංකල්ප: කවුද කවුද?
KVKK භාෂාව මූලික සංකල්ප කිහිපයක් මත පදනම් වේ. මේවා වෙන්කර හඳුනා ගැනීමෙන් තොරව, AI තීරණයක් නිවැරදිව ගත නොහැක.
සංකල්පය
අර්ථය
AI හි උදාහරණයක්
පුද්ගලික දත්ත
හඳුනාගත්/හඳුනාගත හැකි ස්වභාවික පුද්ගලයෙකු පිළිබඳ ඕනෑම තොරතුරක්
නම, ඊමේල්, දුරකථනය, IP, පාරිභෝගික අංකය
විශේෂ ගුණාත්මක දත්ත
සෞඛ්යය, ආගම, ජෛවමිතික වැනි සංවේදී කාණ්ඩ
රෝගියාගේ ඉතිහාසය, රුධිර වර්ගය, මුහුණේ දත්ත
පුද්ගලයා අමතන්න
දත්ත සැකසූ පුද්ගලයා (දත්ත හිමිකරු)
පාරිභෝගිකයා, සේවකයා, අපේක්ෂකයා
දත්ත පාලකය
සැකසීමේ අරමුණ සහ ක්රමය තීරණය කිරීම
AI භාවිතා කරන සංවිධානය
දත්ත සකසනය
පාලකය වෙනුවෙන් දත්ත සකසන පාර්ශවය
AI සේවාව සපයන සමාගම
මෙම වෙනස නීතිමය ප්රතිවිපාක ඇත: දත්ත පාලකය (ආයතනයම) වගකීමේ මූලික හිමිකරු වේ. AI සපයන්නා බොහෝ විට දත්ත සකසනය වන අතර ලිඛිත ගිවිසුමක් (දත්ත සැකසුම් ගිවිසුම) එය සමඟ අවසන් කළ යුතුය. “AI සපයන්නා එය කළා” යැයි පැවසීමෙන් සංවිධානය වගකීමෙන් නිදහස් නොවේ.
අවධානය: දත්ත එය "හඳුනාගත හැකි" තාක් කල් පුද්ගලික දත්ත වේ. "මම නම මකා දැමුවා" කීවාට මදි; උපන් දිනය + සිප් කේතය + රැකියාව යන සංයෝජනයෙන් පවා පුද්ගලයෙකු හඳුනාගත හැකිය. AI වෙත ඇතුළත් කළ දත්තවල මෙම ඒකාබද්ධ හඳුනාගැනීමේ හැකියාව සැමවිටම පරීක්ෂා කරන්න.
KVKK සහ AI හි පොදු මූලධර්ම
KVKK විසින් සියලුම සැකසුම් වලට අනුකූල විය යුතු පොදු මූලධර්ම සකසයි. AI භාවිතය සඳහා සෘජු පරිවර්තනය වන්නේ:
- නීතියට අනුකූල වීම සහ අවංකභාවය: රහසිගතව හෝ නොමඟ යවන ආකාරයෙන් දත්ත සැකසීම.
- නිවැරදි සහ යාවත්කාලීන වීම: AI හට මායාවන් ඇති කළ හැක; සත්යාපනයකින් තොරව ප්රතිදානය පුද්ගලික දත්ත ලෙස සුරැකිය නොහැක.
- නිශ්චිත, පැහැදිලි සහ නීත්යානුකූල අරමුණ: "අනාගතයේදී එය අවශ්ය විය හැකි" නිසා දත්ත සැකසිය නොහැක; අරමුණ කලින්ම පැහැදිලිය.
- අරමුණට අදාළ, සීමිත සහ මනින ලද (දත්ත අවම කිරීම): අරමුණ සඳහා අවශ්ය දත්ත පමණක් AI වෙත ඇතුළත් කරනු ලැබේ.
- අවශ්ය කාල සීමාව සඳහා රඳවා තබා ගැනීම: අරමුණ අවසන් වූ පසු, දත්ත (AI කතාබස් ඉතිහාසය ඇතුළුව) මකා/නිර්නාමික කරනු ලැබේ.
දත්ත අවම කිරීම AI හි වඩාත්ම උල්ලංඝනය කරන ලද මූලධර්මය වේ: පෙළක් සාරාංශ කිරීම සඳහා සම්පූර්ණ ගොනුව ඇලවීම වෙනුවට, අවශ්ය ඡේදය පමණක් ඇතුළත් කිරීම අවශ්ය වන අතර, හැකි නම් එහි වෙස් මුහුණු (සැඟවුණු නම්) ආකාරයෙන්.
කුඩා නඩු තුනක්
නඩුව 1 - දත්ත වැඩියි. ඇමතුම් මධ්යස්ථාන කළමනාකරුවෙකු "පාරිභෝගික අතෘප්තිකර තේමා උකහා ගැනීමට" නම, දුරකථන අංකය සහ හැඳුනුම්පත් අංකය සමඟ AI වෙත ඇමතුම් පිටපත් 5,000ක් පෝෂණය කරයි. කෙසේ වෙතත්, තේමා විශ්ලේෂණය සඳහා අනන්යතා දත්ත අවශ්ය නොවේ. අවම කිරීමේ මූලධර්මය අනුව, නිවැරදි මාර්ගය වන්නේ ID ක්ෂේත්ර මකා දැමීම සහ ඇමතුම් පෙළ පමණක් ලබා දීමයි. මේ අනුව, පුද්ගලයින් 5,000 කගේ අනන්යතා දත්ත අනවශ්ය ලෙස සැකසෙන්නේ නැත.
නඩුව 2 - අරමුණ ප්ලාවිතය. අලෙවිකරණය "ඵලදායිතා විශ්ලේෂණය" සඳහා AI වෙත සේවක ඔරලෝසුවේ සහ ඔරලෝසුවේ වේලාවන් පෝෂණය කරයි. කෙසේ වෙතත්, මෙම දත්ත වෘත්තීය සෞඛ්ය සහ ආරක්ෂණ අරමුණු සඳහා රැස් කර ඇත. අනිසි භාවිතය "අරමුණෙන් සීමා කිරීම" යන මූලධර්මය උල්ලංඝනය කරයි. නිවැරදි තීරණය: මෙම නව අරමුණ සඳහා දත්ත සැකසීමට පෙර නීතිමය පදනම සහ පැහැදිලි කිරීම නැවත ඇගයීමට.
නඩුව 3 - මැකිය නොහැකි අතීතය. රක්ෂණ වෘත්තිකයෙකු හානිය තක්සේරු කිරීම සඳහා මාස ගණනාවක් තිස්සේ එකම AI කතාබස් වෙත පාරිභෝගික දත්ත ඇතුළත් කර ඇති අතර ඉතිහාසය කිසි විටෙකත් හිස් නොවේ. මාස 8 කට පසු, පාරිභෝගිකයින් 300 කට වැඩි පිරිසකගේ දත්ත එක් කතාබස් එකකින් රැස් වේ. රඳවා ගැනීමේ ප්රතිපත්තියකට අනුව, අරමුණ අවසන් වූ පසු (ගොනුව වසා ඇත) මෙම ඉතිහාසය පිරිසිදු කළ යුතුය, නැතහොත් ගනුදෙනුව ආයතනික, ලඝු-සටහන් රහිත මෙවලමකට ගෙන යා යුතුය.
AI වෙත දත්ත ඇතුළත් කිරීම "සැකසීම" වේ
KVKK හි සැකසීම; එය දත්ත ලබා ගැනීම, පටිගත කිරීම, ගබඩා කිරීම සහ මාරු කිරීම ඇතුළු ඕනෑම ක්රියාවලියකි. AI වෙත පෙළ ඇලවීම යනු සපයන්නාගේ සේවාදායකය වෙත දත්ත යැවීමයි - මෙය ගනුදෙනුවක් වන අතර බොහෝ විට මාරු කිරීමකි (සේවාදායකය විදේශයක නම්). එබැවින්, AI හි සෑම භාවිතයකටම එය පිටුපස වලංගු නීතිමය පදනමක් (ඊළඟ ඒකකයේ විෂය) සහ සුදුසු ගිවිසුමක් අවශ්ය වේ.
ඉඟිය: "මට මෙම දත්ත AI වෙත ඇතුළත් කළ හැකිද?" පෙරහන් තුනකින් ප්රශ්නය පරීක්ෂා කරන්න: (1) පුද්ගලික දත්ත? (2) එය කාර්යය සඳහා අවශ්යද සහ එය අවම කර තිබේද? (3) මට වලංගු නීතිමය පදනමක් සහ සුදුසු කොන්ත්රාත්තුවක් තිබේද? තුනම "ඔව්" නොවේ නම්, නතර කර ඇගයීමට ලක් කරන්න.
VERBIS සහ සැකසුම් ඉන්වෙන්ටරි
VERBIS (Data Controllers Registry Information System) යනු යම් සීමාවන් ඉක්මවා යන දත්ත පාලකයන් තම පුද්ගලික දත්ත සැකසුම් ක්රියාකාරකම් වාර්තා කරන නිල ලේඛනයයි. ආයතනය පුද්ගලික දත්ත සැකසුම් බඩු තොගයක් පවත්වාගෙන යයි: එය සකසන දත්ත මොනවාද, කුමන අරමුණක් සඳහා, කුමන නීතිමය පදනමක් මතද, කොපමණ ප්රමාණයක් ගබඩා කරන්නේද සහ එය මාරු කරන්නේ කාටද යන්න පෙන්වන සජීවී වාර්තාවක්. නව AI මත පදනම් වූ සැකසුම් ක්රියාකාරකමක් ආරම්භ කළ විට, මෙම ඉන්වෙන්ටරි යාවත්කාලීන කළ යුතු අතර, අවශ්ය නම්, VERBIS වාර්තාවේ පිළිබිඹු විය යුතුය.
ඉන්වෙන්ටරි අවකාශය
AI ක්රියාකාරකම් සඳහා උදාහරණයක්
සැකසීමේ අරමුණ
පාරිභෝගික ඊමේල් ස්වයංක්රීයව සාරාංශ කිරීම
දත්ත කාණ්ඩය
සම්බන්ධතා, පාරිභෝගික ගනුදෙනු දත්ත
නෛතික පදනම
කොන්ත්රාත්තුව / නීත්යානුකූල උනන්දුව ඉටු කිරීම
ලබන්නාගේ කණ්ඩායම
AI සේවා සපයන්නා (දත්ත සකසනය)
මාරු කිරීම
විදේශීය සේවාදායකය (සුදුසු සහතිකයක් සහිතව)
ගබඩා කාලය
ගොනුව වැසීමෙන් මකන්න
පිටපත් කළ හැකි සැකිලි
අච්චුව 1 — AI වෙත ඇතුළු නොකර පෙළ වසන් කිරීම: "පහත ඇති පෙළෙන් පුද්ගලික දත්ත (නම-වාසගම, දුරකථනය, විද්යුත් තැපෑල, හැඳුනුම්පත අංකය, ලිපිනය) ඉවත් කර ඒවා [NAME], [TEL] වැනි ටැග් සමඟ ප්රතිස්ථාපනය කරන්න. පෙළෙහි අර්ථය සහ ව්යුහය ආරක්ෂා කරන්න. වෙස්මුහුණු පෙළ පමණක් ආපසු ලබා දෙන්න, වෙනත් පැහැදිලි කිරීම් නොකරන්න."
සැකිල්ල 2 — අවම කිරීමේ පරීක්ෂාව: "මම පහත කාර්යය ඉටු කරමි: [කාර්යය ලියන්න]. මෙම කාර්යය සඳහා අනවශ්ය වන්නේ පහත සඳහන් දත්ත ක්ෂේත්ර මොනවාදැයි ලැයිස්තුගත කරන්න: [ක්ෂේත්ර ලියන්න]. අරමුණ සඳහා අවශ්ය නොවන ඕනෑම ක්ෂේත්රයක් 'ඉවතලෑම' සලකුණු කර එක් වාක්යයකින් ලියන්න."
සැකිල්ල 3 — පිරිසැකසුම් ඉන්වෙන්ටරි රේඛා දළ සටහන: "පහත AI භාවිතය සඳහා පුද්ගලික දත්ත සැකසුම් ඉන්වෙන්ටරි රේඛාව පුරවන්න:[භාවිතය විස්තර කරන්න]. ක්ෂේත්ර: සැකසුම් අරමුණ, දත්ත කාණ්ඩය, සම්බන්ධතා කණ්ඩායම, හැකි නෛතික පදනම් (බහු යෝජනා), ලබන්නන්, මාරු කිරීම, ඇස්තමේන්තුගත රඳවා ගැනීමේ කාලය. නිශ්චිත නීතිමය තීරණ ගැනීම, ඉදිරිපත් කිරීමේ විකල්ප."
සැකිල්ල 4 — පුද්ගලික දත්ත හඳුනාගැනීම: "මෙම ලේඛනයේ ඇති පුද්ගලික දත්ත වර්ග සහ විශේෂයෙන් කුමන විශේෂ දත්ත (සෞඛ්යය, ආගම, ජෛවමිතික, ආදිය) තිබේද? වර්ග ලැයිස්තුගත කර ඒවා එක් එක් පන්තියට අයත් වන්නේ කුමන පන්තියටද යන්න ලියන්න. ලේඛනය වෙනස් නොකරන්න, එය හඳුනා ගන්න."
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: "මෙම පාරිභෝගික ලැයිස්තුව විශ්ලේෂණය කරන්න." (සම්පූර්ණ නම, දුරකථනය, හැඳුනුම්පත සමඟ)-> අවම කිරීම උල්ලංඝනය කරයි; අනවශ්ය පුද්ගලික/පුද්ගලික දත්ත සැපයුම්කරු වෙත යවයි; නෛතික පදනම සහ ස්ථාන මාරු ගැටළු මතු කරයි.STRONG: "පහත ලැයිස්තුවේ ඇති 'නගරය' සහ 'නිෂ්පාදන කාණ්ඩය' තීරු පමණක් භාවිතා කරමින් කලාපීය ඉල්ලුම බෙදා හැරීම විශ්ලේෂණය කරන්න. නම, දුරකථන, ID තීරු නොසලකා හරින්න - මම දැනටමත් ඒවා මකා ඇත."-> කාර්යය සඳහා අවශ්ය පුද්ගලික නොවන දත්ත පමණක් සකසනු ලැබේ; මූලධර්මය සංරක්ෂණය කර ඇත.
පොදු වැරදි
- "මම නම මකා දැමුවා, එය තවදුරටත් පුද්ගලික නොවේ" යැයි සිතමින්; ඒකාබද්ධ දත්ත මගින් පුද්ගලයෙකු හඳුනාගත හැකිය.
- දත්ත පාලකය සහ දත්ත සකසනය අතර වෙනසක් සිදු නොකිරීම සහ සැපයුම්කරු සමඟ ගිවිසුමක් අත්සන් නොකිරීම.
- කාර්යය සඳහා අනවශ්ය ප්රදේශ ද AI තුළට ඇතුළු කර අවම කිරීම උල්ලංඝනය කරයි.
- AI හි එක් අරමුණක් සඳහා එකතු කරන ලද දත්ත වෙනත් අරමුණක් සඳහා භාවිතා කිරීම (අරමුණ ප්ලාවිතය).
- AI ප්රතිදානය සත්යාපනය නොකර “නිවැරදි සහ යාවත්කාලීන” පුද්ගලික දත්ත ලෙස සුරැකීම.
- අවශ්ය නම් ඉන්වෙන්ටරි සහ VERBIS සැකසීමේදී නව AI ක්රියාකාරකම් පිළිබිඹු නොකරයි.
- රඳවා තබා ගැනීමේ/මකා දැමීමේ රීතියකට බැඳීමකින් තොරව AI කතාබස් ඉතිහාසය රැස් කිරීම.
සාරාංශයක් ලෙස
- KVKK හි හරය; පුද්ගලික දත්ත, දත්ත පාලක සහ දත්ත සකසනය යන සංකල්ප වෙන්කර හඳුනා ගැනීමයි.
- දත්ත පාලකය (ආයතනය) ප්රධාන වගකීම වේ; AI සපයන්නා බොහෝ විට දත්ත සකසනය වන අතර ගිවිසුමක් අවශ්ය වේ.
- සාමාන්ය මූලධර්ම අතර, AI සඳහා වඩාත්ම තීරණාත්මක වන්නේ දත්ත අවම කිරීම සහ අරමුණු සීමා කිරීමයි.
- AI වෙත දත්ත ඇතුළත් කිරීම ගනුදෙනුවක් වන අතර බොහෝ විට මාරු කිරීමකි; නෛතික පදනම සහ කොන්ත්රාත්තුව අවශ්ය වේ.
- සෑම නව AI ක්රියාකාරකමක්ම සැකසුම් ඉන්වෙන්ටරියේ සටහන් කළ යුතු අතර, අවශ්ය නම්, VERBIS වාර්තාවේ පිළිබිඹු විය යුතුය.
යෙදුම් කාර්යය
ඔබේ සංවිධානය AI සමඟ කිරීමට කැමති සැබෑ සැකසුම් ක්රියාකාරකමක් තෝරන්න (උදා. පාරිභෝගික පැමිණිලිවල තේමා විශ්ලේෂණය). මෙම ක්රියාකාරකම සඳහා සැකසුම් ඉන්වෙන්ටරි රේඛාවක් පුරවන්න: අරමුණ, දත්ත කාණ්ඩය, සම්බන්ධතා කණ්ඩායම, හැකි නීතිමය පදනම්, ලබන්නන්, ස්ථාන මාරු තත්ත්වය සහ රඳවා ගැනීමේ කාලය. ඉන්පසු මෙම ක්රියාකාරකමේදී AI වෙත ඇතුළත් කළ යුතු දත්ත අවම කිරීමේ පෙරහනක් හරහා ලබා දෙන්න: අනවශ්ය ක්ෂේත්ර මොනවාද සහ ආවරණය කළ යුතු ක්ෂේත්ර ලැයිස්තුගත කරන්න. අවසාන වශයෙන්, මෙම ක්රියාකාරකමේ දත්ත පාලකයා කවුද, දත්ත සකසනය කවුද සහ ඔවුන් අතර අවශ්ය කොන්ත්රාත්තු මොනවාද යන්න ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම ක්රියාකාරකමේදී පුද්ගලික සහ පුද්ගලික දත්ත අනාවරණය කර ගත්තෙමි.
- [ ] මම දත්ත පාලකය සහ දත්ත සකසනය පැහැදිලි කළෙමි.
- [ ] මම අවම කිරීම යෙදුවෙමි: අනවශ්ය ප්රදේශ ඉවත් කර/ආවරණ කළා.
- [ ] මම නිශ්චිතව සහ නීත්යානුකූලව සැකසීමේ අරමුණ නිර්වචනය කර ඇත.
- [ ] මම සැකසුම් ඉන්වෙන්ටරි රේඛාවක් පිරෙව්වා.
- [ ] මම මාරු කිරීමේ (විදේශ සේවාදායක) තත්ත්වය ඇගයීමට ලක් කළෙමි.
- [ ] මම AI ඉතිහාසය රඳවා ගැනීමේ කාල සීමාව සහ මකා දැමීම කාලසටහන් කර ඇත.