ලාභ:
- දරුවාගේ දත්ත විශේෂ දත්ත වන අතර එය KVKK සහ රහස්යභාවයේ විෂය පථය තුළ නිර්නාමික විය යුතු අතර පවුලේ කැමැත්ත අවශ්ය බව තේරුම් ගැනීමට සහ ක්රියාත්මක කිරීමට ඇති හැකියාව.
- දත්ත ආරක්ෂාව, ගබඩා කිරීම සහ ආදර්ශ පුහුණුවේදී භාවිතා කිරීම සම්බන්ධයෙන් කෘත්රිම බුද්ධි මෙවලම් ඇගයීම සහ ආරක්ෂිත එක තෝරා ගැනීමේ හැකියාව
- රෝග විනිශ්චය කිරීමේ අධිකාරිය, අපකීර්තිය, වෙනස් කොට සැලකීම සහ කාර්ය ප්රවාහය තුළ දරුවාගේ හොඳම උනන්දුව වැනි සදාචාරාත්මක සීමාවන් පවත්වා ගැනීමේ හැකියාව
දරුවාගේ සංවර්ධන ගොනුව එම දරුවාගේ වඩාත්ම සමීප තොරතුරු දරයි: සංවර්ධන ඉතිහාසය, පවුල් තත්ත්වය, පරීක්ෂණ ප්රතිඵල, නිරීක්ෂණ සහ සමහර විට වෛද්ය තොරතුරු. මෙම තොරතුරු වැරදි අතට පත් වූ විට හෝ වැරදි ලෙස භාවිතා කරන විට, එය ඉදිරි වසර සඳහා දරුවාට හානි කළ හැකිය: ලේබලයක්, අපකීර්තියක්, වෙනස් කොට සැලකීමක්. එබැවින්, ළමා දත්ත ආරක්ෂා කිරීම ළමා සංවර්ධන විශේෂඥයාගේ බරපතලම වගකීමකි; කෘත්රිම බුද්ධියේ යුගයේ දී, මෙම වගකීම වැඩි වේ, මන්ද මෙවලමකට දත්ත ඇලවීමට තත්පර කිහිපයක් ගත වන අතර එය අහෝසි කළ නොහැක. මෙම ඒකකය තුළ, අපි ළමා දත්තවල නීතිමය තත්ත්වය, පුද්ගලිකත්වය අනුව කෘතිම බුද්ධි මෙවලම් ඇගයීම සහ සදාචාරාත්මක සීමාවන් ආවරණය කරන්නෙමු.
පළමුව, නෛතික පදනම: Türkiye හි, KVKK (පුද්ගලික දත්ත ආරක්ෂණ නීතිය) පුද්ගලික දත්ත සැකසීම නියාමනය කරයි. දරුවාගේ සෞඛ්ය හා සංවර්ධන දත්ත විශේෂ පුද්ගලික දත්ත කාණ්ඩයේ ඇත; මෙම කාණ්ඩය ඉහළම මට්ටමේ ආරක්ෂාවට යටත් වේ. යුරෝපයේ, එහි සමාන GDPR වේ. දරුවෙකු සම්බන්ධයෙන්, සංවේදීතාව ඊටත් වඩා වැඩි ය, මන්ද දරුවාට ඔහුගේ හෝ ඇයගේ දත්තවලට වලංගු අනුමැතිය ලබා දිය නොහැකි බැවිනි; කැමැත්ත (දැනුවත් පැහැදිලි කැමැත්ත) නීති නියෝජිතයාගෙන්, එනම් පවුලෙන් ලබා ගනී. සෑම තීරණයකදීම "දරුවාගේ යහපත" යන මූලධර්මය පවතී.
නිර්නාමිකකරණය: වඩාත්ම මූලික හා බලවත් පියවර
කෘත්රිම බුද්ධිය සමඟ වැඩ කිරීමේදී පෞද්ගලිකත්වය ආරක්ෂා කරන මූලිකම, ප්රායෝගික පියවර වන්නේ නිර්නාමිකකරණයයි: සියලු අනන්යතා හෙළිදරව් කරන තොරතුරු (නම, වාසගම, TR ID අංකය, උපන් දිනය, පාසල/ආයතනයේ නම, ලිපිනය, ප්රොටෝකෝලය/ගොනු අංකය, පෙළපත් නම්) දත්තවලින් ඉවත් කර ඔබේ කාර්යය සඳහා අවශ්ය හඳුනා නොගත් තොරතුරු පමණක් භාවිතා කිරීම. "Elif Kaya, අවුරුදු 3 යි මාස 2, Papatya Kindergarten" වෙනුවට "අවුරුදු 3 යි මාස 2 ක ගැහැණු ළමයා" ලිවීම දත්ත කාර්යය කරන නමුත් අනන්යතාවය ආරක්ෂා කරයි.
අවවාදයයි: කුඩා විස්තර කිහිපයක් එකට එකතු වූ විට අනන්යතාවය නැවත මතුවිය හැක (මෙය නැවත හඳුනා ගැනීම ලෙස හැඳින්වේ). උදාහරණයක් ලෙස, "X ගමේ එකම නිවුන් දරුවා, ඔහුගේ පියා ප්රධානියා" වැනි විස්තර වලින් නමක් නොමැති වුවද පුද්ගලයා හඳුනාගත හැකිය. එමනිසා, නම මකා දැමීම පමණක් නොව, එය අද්විතීය වන විස්තර සාමාන්යකරණය කිරීම අවශ්ය වේ.
අමු (බෙදාගත නොහැක)
නිර්නාමික (බෙදාගත හැකි)
Elif Kaya, TC 123..., උපත 12.03.2022.
අවුරුදු 3 මාස 2ක ගැහැණු ළමයෙක්
Papatya Kindergarten, 3-A පන්තිය
පෙර පාසල් ආයතනය
ඔහුගේ මව Ayşe වන අතර ඔහුගේ පියා Mukhtar වේ.
දෙමාපියන්
ගොනු අංකය 2024/187
(ඉවත් කරන ලදී)
අවධානය: දරුවාගේ අනන්යතා තොරතුරු, සම්පූර්ණ වාර්තාව හෝ ඡායාරූපය ප්රසිද්ධියේ ලබා ගත හැකි කෘතිම බුද්ධි මෙවලමකට උඩුගත කිරීම KVKK සහ පෞද්ගලිකත්වය උල්ලංඝනය කිරීමක් වන අතර එය ඉල්ලා අස්කර ගත නොහැක. දත්ත බාහිර සේවාදායකයකට යන අතර සමහර මෙවලම් ආකෘති පුහුණුව සඳහා එය භාවිතා කළ හැකිය. උඩුගත කිරීමට පෙර සැම විටම නිර්නාමික කරන්න.
මෙවලම් තේරීම සහ දත්ත ජීවන චක්රය
සෑම AI මෙවලමකටම එකම මට්ටමේ පෞද්ගලිකත්වය නොමැත. මෙවලමක් ඇගයීමේදී, අසන්න: එය ආකෘතිය පුහුණු කිරීමේදී කාර්යක්ෂමතාව භාවිතා කරයිද? එය දත්ත ගබඩා කරන්නේ කොහේද සහ කොපමණ කාලයක් සඳහාද? එය දත්ත සැකසුම් ගිවිසුමක් (ආයතනික භාවිතය සඳහා) පිරිනමන්නේද? ඔවුන්ගේ සේවාදායකයන් කොහෙද? ඔබේ දත්ත භාවිතා නොකරන ආයතනික, ගිවිසුම්ගත සහ පුහුණු මෙවලම් ප්රසිද්ධියේ ලබා ගත හැකි නොමිලේ මෙවලම් වලට වඩා ආරක්ෂිත වේ. කෙසේ වෙතත්, වඩාත්ම ආරක්ෂිත මෙවලම තුළ පවා, අනවශ්ය අක්තපත්ර බෙදා නොගන්න - නිර්නාමිකකරණය සියලු තත්වයන් තුළ පළමු ආරක්ෂාවයි.
දත්ත ජීවන චක්රය සලකා බලන්න: දත්ත රැස් කිරීම (වලංගු කිරීම), ක්රියාවලිය (අවශ්ය පරිදි), ගබඩා කිරීම (ආරක්ෂිත, කාල නියමය), බෙදාගැනීම (බලය ලත් පමණි, නිර්නාමික), සහ මකන්න (කළ විට). ඔබ AI මෙවලම් තුළ ඇලවූ ඕනෑම දෙයක් මෙම ලූපයෙන් පිටත වැටීමේ අවදානමක් ඇත.
ඉඟිය: ඔබේ ප්රියතම විමසුම්වල ඉහළින්ම දැඩි රීතියක් තබන්න: “මෙම සංවාදයේ දරුවා හෝ පවුල හඳුනා ගන්නා කිසිදු තොරතුරක් මම බෙදා නොගනිමි.” මෙය පාලන ප්රත්යාවර්තයක් බවට පත් කිරීමෙන් වඩාත් සුලභ උල්ලංඝනය වළක්වයි (නොසැලකිලිමත් ලෙස හැඳුනුම්පත ඇලවීම).
සදාචාරාත්මක සීමාවන්: රෝග විනිශ්චය, අපකීර්තිය, වෙනස්කම් කිරීම
පුද්ගලිකත්වය යනු තාක්ෂණික ගැටළුවකි, නමුත් ආචාර ධර්ම වඩා පුළුල් ය. සීමා තුනක් තීරණාත්මකයි. රෝග විනිශ්චය අධිකාරිය: ළමා සංවර්ධන විශේෂඥයා පරීක්ෂා කිරීම සහ සංවර්ධන තක්සේරු කිරීම සිදු කරයි; නිශ්චිත රෝග විනිශ්චය යනු අදාළ වෛද්යවරයාගේ/සායනික කණ්ඩායමේ කාර්යයයි. කෘතිම බුද්ධිය මෙම සීමාව නොදනී; ඔබ ආරක්ෂා වනු ඇත. අපකීර්තිය: මුල් සහ ස්ථිර ලේබලයක් සහිත දරුවෙකු සලකුණු කිරීම (ගොනුව තුළ, පවුල තුළ, ඔබේම මනසෙහි) දරුවාට අසාධාරණයක් වන අතර ඔවුන්ගේ වර්ධනයට අහිතකර ලෙස බලපෑ හැකිය. වෙනස් කොට සැලකීම සහ පක්ෂග්රාහීත්වය: AI පුහුණු දත්තවල පක්ෂග්රාහීත්වය පිළිබිඹු කරයි; එය යම් සංස්කෘතියක්, ස්ත්රී පුරුෂ භාවය හෝ සමාජ ආර්ථික කණ්ඩායමක් සම්බන්ධයෙන් පක්ෂග්රාහී ප්රතිඵල ඇති කළ හැකිය. විශේෂඥයා මේවා සැලකිල්ලට ගෙන ඒවා නිවැරදි කළ යුතුය. මේ සියල්ලටම වඩා දරුවාගේ යහපත පිළිබඳ මූලධර්මය පවතී: සෑම තීරණයක්ම දරුවාගේ යහපත සඳහාද?
පිටපත් කළ හැකි විමසීම් හතරක්
1) නිර්නාමික කිරීමේ විමසුම:
මම ඔබට කෙටි පණිවිඩයක් දෙන්නම්. දරුවාගේ හෝ පවුලේ අනන්යතාවය හෙළි කළ හැකි ඕනෑම තොරතුරක් ඉවත් කරන්න (නම, වාසගම, TR ID, උපන් දිනය, පාසල/ආයතනය, ලිපිනය, ගොනු අංකය, අනන්ය තොරතුරු); සාමාන්ය ප්රකාශනය ([ගැහැණු ළමයා], [පෙර පාසල් ආයතනය]) සමඟ ප්රතිස්ථාපනය කරන්න. නම පමණක් නොව, පුද්ගලයා හඳුනාගත හැකි අද්විතීය තොරතුරු ද සාමාන්යකරණය කරන්න. ඔබ ඉවත් කළ දේ ලැයිස්තුගත කරන්න. පෙළ: [අමු]
2) වාහන රහස්යතා ඇගයීමේ විමසුම:
මට ළමා දත්ත සමඟ AI මෙවලමක් භාවිතා කළ හැකිද යන්න තීරණය කිරීමට මා විසින් ඇසිය යුතු රහස්යතා ප්රශ්න පිරික්සුම් ලැයිස්තුවක් ලබා දෙන්න (අධ්යාපනය, රඳවා තබා ගැනීම, කොන්ත්රාත්තුව, සේවාදායක ස්ථානය, මකා දැමීමේදී භාවිතා කරන දත්ත). පිළිතුරු සකස් නොකරන්න; ප්රශ්න ලැයිස්තුගත කරන්න.
3) අධිකාරී පාලන ප්රවේගයේ ආචාර ධර්ම/සීමාව:
පහත පාඨය සදාචාරාත්මකව සමාලෝචනය කරන්න: (1) එය රෝග විනිශ්චයක් කරයිද/අඟවන්නේද? (2) අපකීර්තිමත් ලේබලයක් තිබේද? (3) සංස්කෘතික/ලිංගභේදය/සමාජ ආර්ථික පක්ෂග්රාහීකම් තිබේද? එක් එක් ගැටලුව උද්දීපනය කර නිවැරදි කළ, ප්රවේශම් සහගත විකල්පයක් යෝජනා කරන්න. පෙළ: [කෙටුම්පත]
4) පවුලේ කැමැත්ත තොරතුරු පෙළ විමසුම:
මම දරුවාගේ දත්ත භාවිතා කරන්නේ කෙසේද සහ ආරක්ෂා කරන්නේ කෙසේද යන්න සරලව පැහැදිලි කරන කෙටි දැනුම්දීමක්/අනුමත පාඨයක් පවුලට කෙටුම්පත් කරන්න. එයට ඇතුළත් වන්නේ: කුමන දත්ත, කුමන අරමුණක් සඳහා, එය ආරක්ෂා කරන්නේ කෙසේද, එය බෙදාගෙන ඇත්තේ කා සමඟද, ආපසු ගැනීමේ අයිතිය. නීති උපදෙස් ලබා දීම; එය කෙටුම්පතක් වන අතර එය ආයතනය විසින් අනුමත කළ යුතු බව සලකන්න.
කුඩා නඩු තුනක්
නඩුව 1 - අනන්යතාවය උඩුගත කිරීම උල්ලංඝනය කිරීම. කාර්යබහුල දිනයක, විශේෂඥයෙක් සම්පූර්ණ නම සහ හැඳුනුම්පත සහිත දරුවාගේ සංවර්ධන වාර්තාවක් පොදු මෙවලමකට අලවා "සාරාංශ කරන්න" කියයි. දත්ත ආයතනයෙන් පිටව ගිය අතර පවුලේ කැමැත්ත ලබාගෙන නොමැත. නිවැරදි ක්රමය වූයේ 1 වන ප්රේරකය සමඟ දත්ත නිර්නාමික කිරීම සහ ආරක්ෂිත මෙවලමක් තුළ නිර්නාමික තොරතුරු පමණක් භාවිතා කිරීමයි. මෙම උල්ලංඝනය නීතිමය සහ සදාචාරාත්මක ගැටලුවක් වන අතර එය ආපසු හැරවිය නොහැක.
නඩුව 2 - නැවත හඳුනා ගැනීම. ප්රවීණයෙක් නම මකා දැමූ නමුත් "ගමේ සිටින එකම තෙරුවන්, ඔහුගේ පියා ඉමාම්" යන විස්තරය තබයි. මෙම විස්තරය නමක් නොමැතිව පවා දරුවා හඳුනා ගනී. විශේෂඥයා අනන්ය තොරතුරු සාමාන්යකරණය කිරීම සඳහා නිර්නාමිකකරණය ගැඹුරු කරයි: "ග්රාමීය ප්රදේශයක ජීවත් වන බහු ගර්භනී දරුවෙකු." අනන්යතාවය දැන් ආරක්ෂා වී ඇත.
නඩුව 3 - පක්ෂග්රාහී නිවැරදි කිරීම. AI අඩු ආදායම්ලාභී පවුලක් පිළිබඳ අන්තර්ගතය තුළ "මෙම පවුල්වල සම්බන්ධ වීම බොහෝ විට ප්රමාණවත් නොවේ" වැනි පක්ෂග්රාහී උපකල්පනයක් නිපදවයි. විශේෂඥයා මෙය 3 වන විමසුම සමඟ අල්ලා ගනී; ප්රකාශය සනාථ නොවන, අපකීර්තියට පත්වන සහ වෙනස් කොට සැලකීමක් ලෙස සොයාගෙන එය ඉවත් කරයි. එය සෑම පවුලක්ම සමාන හා ගෞරවනීය ලෙස දකින භාෂාවකින් අන්තර්ගතය නැවත ලියයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මම Elif ගේ සම්පූර්ණ වාර්තාව මෙහි අලවමි, රෝග විනිශ්චයක් ඇගයීම සහ නිර්දේශ කරන්න.
ගැටලුව: අනන්යතා තොරතුරු බෙදාගෙන ඇත (KVKK උල්ලංඝනය), රෝග විනිශ්චය ඉල්ලා ඇත (අධිපත්ය අතිරික්තය), කැමැත්ත නැත, ආරක්ෂිත වාහනය ප්රශ්න නොකෙරේ.
බලවත් විමසුම:
ඇගයීම් කෙටුම්පත සඳහා පහත නිර්නාමික සංවර්ධන සාරාංශය (හඳුනාගැනීමේ තොරතුරු ඉවත් කර ඇත) සංස්කරණය කරන්න. රෝග විනිශ්චය කිරීම; අපකීර්තිමත් ලේබල් භාවිතා කිරීම; පක්ෂග්රාහී උපකල්පනයෙන් වළකින්න. ඔබට විශ්වාස නැති තැන [විශේෂඥයෙකුට ඇගයීමට ඉඩ දෙන්න] ලකුණු කරන්න. සාරාංශය: [නිර්නාමික]
පොදු වැරදි
- අක්තපත්ර උඩුගත කිරීම: වඩාත් සුලභ සහ දරුණුතම උල්ලංඝනය; සෑම විටම නිර්නාමික කරන්න.
- මතුපිට නිර්නාමිකකරණය: නම මකා දැමීම පමණක් ප්රමාණවත් නොවේ; අද්විතීය විස්තර ද සාමාන්යකරණය කරන්න.
- මෙවලම් රහස්යතාව ප්රශ්න නොකරයි: අධ්යාපනය සඳහා ඔබේ දත්ත භාවිත කරන මෙවලම්වලින් වළකින්න.
- රෝග විනිශ්චය සීමාව තරණය කිරීම: තක්සේරුව රෝග විනිශ්චය නොවේ; අධිකාරිය වෛද්යවරයා/කණ්ඩායම සතුයි.
- පක්ෂග්රාහීත්වය හඳුනා නොගැනීම: AI හි අපකීර්තිමත්/ වෙනස් කොට සැලකීමේ උපකල්පන නිවැරදි කරන්න.
සාරාංශයක් ලෙස
ළමා දත්ත විශේෂ පුද්ගලික දත්ත වේ; එයට KVKK හි විෂය පථය තුළ ඉහළම ආරක්ෂාව අවශ්ය වන අතර රහස්යභාවය සහ කැමැත්ත පවුලෙන් ලබා ගනී. AI සමඟ වැඩ කිරීමේදී ශක්තිමත්ම ආරක්ෂාව නම් නිර්නාමිකකරණයයි - නම පමණක් නොව, පුද්ගලයා හඳුනාගත හැකි අද්විතීය තොරතුරු ද සාමාන්යකරණය කිරීම. පුද්ගලිකත්වය සඳහා මෙවලම් ඇගයීම; පුහුණුවේදී ඔබේ දත්ත භාවිතා නොකරන ආරක්ෂිත එකක් තෝරන්න. සදාචාරාත්මක සීමාවන් (රෝග විනිශ්චය කිරීමේ අධිකාරිය, අපකීර්තිය, වෙනස් කොට සැලකීම / පක්ෂග්රාහී වීම) පවත්වා ගෙන යන අතර සෑම තීරණයකදීම දරුවාගේ යහපත ගැන සලකා බලන්න.
යෙදුම් කාර්යය
නිර්නාමික නොවන (සත්ය, ඔබේම වාර්තා වලින්) ප්රගති සටහනක් ගන්න; තිරය මත එය පරාවර්තනය නොකර, 1 වන විමසුමේ තර්කනය භාවිතයෙන් එය අතින් නිර්නාමික කරන්න සහ ඔබ උපුටා ගත් සෑම තොරතුරක්ම ලැයිස්තුගත කරන්න. 2 වන විමසුම සමඟ පුද්ගලිකත්වය අනුව ඔබ භාවිතා කරන AI මෙවලමක් ඇගයීමට ලක් කරන්න. ආචාර ධර්ම/පක්ෂග්රාහීභාවය සඳහා කෙටුම්පතක් කඩිනමින් පරීක්ෂා කරන්න 3. ඔබ විසින් සිදු කරන ලද අවම වශයෙන් නිවැරදි කිරීම් තුනක් (එක් නිර්නාමිකකරණයක්, එක් ආචාර ධර්ම, එක් පක්ෂග්රාහීත්වයක්) සටහන් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [] මම දත්ත නිර්නාමික කළෙමි; මම අද්විතීය විස්තර ද සාමාන්යකරණය කළෙමි.
- [ ] මම පුද්ගලිකත්වය අනුව භාවිතා කළ මෙවලම ඇගයීමට ලක් කළෙමි; මම ආරක්ෂිත එක තෝරා ගත්තා.
- [ ] අවශ්ය වූ විට මම පවුලේ කැමැත්ත ලබා ගත්තෙමි.
- [ ] මම රෝග විනිශ්චය අධිකාරියේ සීමාව පවත්වා ගෙන ගියෙමි; මම ඇගයීම්-රෝග විනිශ්චය වෙනස යෙදුවෙමි.
- [ ] මම අපකීර්තිමත් ටැග් සහ වෙනස් කොට සැලකීමේ/පක්ෂග්රාහී ප්රකාශන ඉවත් කළෙමි.
- [ ] මම සෑම තීරණයකදීම දරුවාගේ යහපත සලකා බැලුවෙමි.
- [ ] මම කිසිදු වාහනයකට අක්තපත්ර උඩුගත කර නැත.