KVKK, Faragha na Utawala Unaojibika wa Ujasusi Bandia wa Umma

Faida:

• Inatumika kanuni za KVKK na kupunguza data wakati wa kuchakata data ya kibinafsi ya raia katika zana za AI.
• Inaanzisha mfumo wa utawala wa shirika unaojumuisha sera ya matumizi ya AI, njia ya ukaguzi na mlolongo wa uwajibikaji.
• Inabishana kiujumla kwamba AI ya umma inayowajibika imejengwa juu ya uangalizi wa binadamu, uwazi na uwajibikaji.

Katika somo hili lote, tuliona jinsi AI ni kichochezi chenye nguvu hadharani: majibu kwa maswali ya raia, maombi na mawasiliano, utafiti wa sheria, uchambuzi wa sera, kuripoti, kufanya maamuzi kwa kuendeshwa na data, serikali ya kielektroniki na uwazi. Sasa tunakuja kwenye mfumo ambao unashikilia yote pamoja: ulinzi wa data ya kibinafsi na utawala unaowajibika. Umma, kwa asili yake, huchakata data nyeti zaidi ya raia: utambulisho, anwani, mapato, afya, rekodi ya uhalifu, hali ya familia. Kuchakata data hii kwa zana za AI lazima kuzingatia kikamilifu mfumo wa KVKK (Sheria ya Ulinzi wa Data ya Kibinafsi Na. 6698; sheria inayodhibiti uchakataji halali, mdogo na salama wa data ya kibinafsi). Katika kitengo hiki cha mwisho, tutaanzisha uti wa mgongo wa faragha na utawala wa matumizi ya umma ya AI - ni data gani inayoweza kutolewa kwa zana gani, sera gani zinatumika, nani anawajibika, jinsi shirika linavyosimamia AI kwa usalama. Kitengo hiki ni paa iliyowekwa juu ya vitengo kumi vilivyotangulia.

Kanuni za msingi za KVKK kugusa AI ya umma

KVKK inaweka kanuni kadhaa za msingi, ambayo kila moja inaweka kikomo matumizi ya AI:

• Kuzingatia sheria na kuzingatia madhumuni: Data ya kibinafsi inachakatwa kwa madhumuni mahususi na halali. Data iliyokusanywa kwa madhumuni moja (kwa mfano, kuomba usaidizi) haiwezi kutumika kwa madhumuni mengine (kwa mfano, kufunza mwanamitindo) bila ruhusa.
• Kupunguza data: Hakuna data zaidi inayochakatwa kuliko inavyohitajika kwa madhumuni hayo. Ikiwa jina halihitajiki kwa uchanganuzi wa kategoria, hakuna jina linalotolewa.
• Usalama: Data inalindwa dhidi ya ufikiaji usioidhinishwa. Kubandika data ya raia kwenye zana ya umma ya AI ni kuchukua data hiyo nje ya shirika - ni ukiukaji wa sera ya usalama.
• Kipindi cha kuhifadhi: Data inafutwa wakati kusudi linaisha; Haihifadhiwi kwa muda usiojulikana.
• Habari na haki: Raia wana haki ya kujua jinsi data yao inavyochakatwa, sahihi, kufuta na kupinga maamuzi ya kiotomatiki.

Tahadhari: Kupakia data ya raia kwa chombo cha umma cha AI ambacho taasisi haijaidhinisha, ambapo data imehifadhiwa na ni nani anayeweza kuipata haijulikani, mara nyingi ni ukiukaji wa KVKK na kufungua taasisi kwa vikwazo. Sheria hazijapindika kamwe "ili kurahisisha kazi".

Data gani, kwa gari gani? Mfano wa kanda tatu

Kama kanuni ya kidole gumba, gawanya data katika maeneo matatu:

1. Nyekundu (haiingii kamwe kwenye gari la umma): Nambari ya kitambulisho, afya, jinai, dini, kabila, bayometriki, anwani kamili, chochote kinachomtambulisha mtu huyo. Haya yanachakatwa tu katika mkataba/nyumbani na mazingira yanayotii KVKK yaliyoidhinishwa na taasisi.
2. Njano (kwa uangalifu, kwa kuficha): Data ambayo inaweza kuunganishwa kwa njia isiyo ya moja kwa moja na mtu huyo. Ondoa jina/jumlisha kwanza, kisha uchakata.
3. Kijani (bure): Habari isiyo ya kibinafsi, ya umma, ya jumla (maandishi ya sheria, takwimu za umma, utaratibu wa jumla). Unaweza kusindika hizi kwa urahisi na AI.

Kidokezo: Kabla ya kutoa maandishi kwa AI, fanya jaribio la sekunde 5: "Je, kuna chochote katika maudhui haya ambacho kinaweza kumtambulisha mtu?" Ikiwa jibu ni "ndiyo/labda," ficha au endesha gari lililoidhinishwa. Ikiwa una shaka, fikiria nyekundu.

Utawala wa shirika: kutoka kwa mtu hadi kwa mfumo

AI ya umma inayowajibika haiwezi kuachwa kwa nia njema ya mtumishi mmoja mmoja wa umma; Mfumo wa kitaasisi unahitajika:

• Sera: Taasisi lazima iwe na sera ya matumizi ya AI: ni zana gani zimeidhinishwa, data gani inaweza kuingizwa, ni nani anayehusika.
• Orodha ya zana iliyoidhinishwa: Wafanyakazi wanapaswa kutumia zana ambazo taasisi imetathmini na kuidhinisha, si kwa nasibu.
• Mafunzo: Wafanyakazi lazima wajue taaluma ya uthibitishaji na maeneo ya data (kama moduli hii).
• Kurekodi na ukaguzi: Njia ya ukaguzi wa maamuzi yanayotolewa na AI inapaswa kuwekwa.
• Uwajibikaji: Kila pato linaloendeshwa na AI lazima liwe na mmiliki binadamu na kibali. Wajibu ni wa taasisi na afisa, sio gari.
• Kanuni inayozingatia binadamu: Hakuna uamuzi wa mwisho wa kuunda/kuzuia haki kufanywa bila idhini ya mwanadamu.

kesi tatu ndogo

Kesi ya 1 - Uvujaji nyekundu wa data umezuiwa. Mfanyikazi alikuwa karibu kupakia muhtasari wa orodha ya manufaa ya afya kwa watu 1,200 kwa zana ya umma. Shukrani kwa sera ya gari iliyoidhinishwa ya wakala na mafunzo ya "data nyekundu", iliacha; Data ilichakatwa katika mazingira ya ndani yaliyoidhinishwa na sehemu za utambulisho zikiwa zimefichwa. Ukiukaji unaowezekana wa KVKK na kupoteza uaminifu kwa makumi ya maelfu ya watu ilizuiwa.

Kesi 2 - Matumizi mabaya. Kitengo kimoja kilitaka kutumia data iliyokusanywa kwa ajili ya kufikia mpango wa mawasiliano kabla ya uchaguzi. Afisa wa ulinzi wa data alikumbuka kanuni ya kuzingatia kusudi: hii ilikuwa matumizi ya data nje ya madhumuni ambayo ilikusanywa na ilikuwa kinyume cha sheria. Ombi lilikataliwa.

Kesi ya 3 - Pengo la utawala limefungwa. Katika manispaa moja, vitengo tofauti vilikuwa vikitumia zana tofauti za AI bila udhibiti; Hakuna aliyejua ni data gani ilienda wapi. Wakala ulianzisha sera ya matumizi ya AI, orodha ya magari iliyoidhinishwa na njia ya ukaguzi; Ndani ya miezi 3, matumizi ya gari ambayo hayajasajiliwa yalipungua kwa 90% na orodha ya data iliundwa.

Violezo vinne vinavyoweza kunakiliwa

1) Uainishaji wa eneo la data (kabla ya kusafirisha kwa gari):

Jukumu lako: mshauri wa ulinzi wa data. Bainisha maudhui yafuatayo kabla ya kumpa wakala wa AI: RED (hutambua mtu, kamwe haiingii gari la umma), MANJANO (inaweza kuunganishwa kwa njia isiyo ya moja kwa moja, barakoa), KIJANI (isiyo ya kibinafsi, bila malipo). Weka alama kwenye sehemu nyekundu/njano moja baada ya nyingine na uwaambie jinsi ya kufunika. Hesabu mtuhumiwa kama nyekundu. MAUDHUI: [maandishi]

2) Kuficha/kutokutambulisha:

Ondoa utambulisho wa data yote ya kibinafsi kabla ya kuchakata maandishi yafuatayo: jina -> [PERSON-1], nambari ya kitambulisho -> [IDENTITY], anwani ->[ANWANI], afya/adhabu -> [SENSITIVE]. Tag mtu yuleyule. Hamisha maandishi bila utambulisho kando. Usiandike kamwe data halisi kwa matokeo. MAANDIKO: [maandishi]

3) Orodha ya kufuata ya KVKK (kwa matumizi ya AI):

Jukumu lako: Mtaalamu wa kufuata KVKK. Tengeneza orodha ya utiifu kwa matumizi yafuatayo ya AI: (1) ni madhumuni ya kuchakata halali na mahususi, (2) je, imeunganishwa na madhumuni (inahamishwa hadi madhumuni mengine), (3) imeboreshwa, (4) ni zana iliyo salama/imeidhinishwa, (5) ni kipindi fulani cha kubaki, (6) haki za raia (pingamizi, kufutwa) zinalindwa. Weka alama kwenye vitu vilivyokosekana na bendera nyekundu. MATUMIZI: [mapishi]

4) Mfumo wa sera ya shirika la AI:

Jukumu lako: mtaalamu wa utawala wa IT wa umma. Tengeneza mfumo wa sera ya matumizi ya AI kwa shirika letu: upeo, zana zilizoidhinishwa, maeneo ya data (nyekundu/njano/kijani), matumizi yasiyoruhusiwa, maeneo ya idhini ya binadamu, njia ya ukaguzi, majukumu, mafunzo na arifa ya ukiukaji. Jaza kila kichwa kwa sentensi 1-2. TAASISI: [kazi na kazi za kawaida]

Mwongozo dhaifu / Mwongozo thabiti

Dhaifu: "Fanya muhtasari wa orodha hii ya marejeleo."

Imara: "Jukumu lako ni mshauri wa ulinzi wa data. Kwanza, ainisha orodha hii kulingana na eneo la data (nyekundu/njano/kijani) na utie alama kwenye sehemu zote zinazomtambulisha mtu huyo. Weka sehemu nyekundu/njano na [PERSON]/[IDENTITY]/[SENSITIVE], weka mtu yuleyule kwa lebo sawa. Toa tu muhtasari wa kategoria na usiojulikana, ambapo mchakato wa kujumlisha unahitajika, usiandike data halisi ya kibinafsi. ya KVKK (kusudi, uhifadhi, usalama wa gari) ongeza."

Tofauti: haraka haraka huainisha, vinyago, hupunguza na kuunganisha kanuni za KVKK kabla ya kuchakata data.

Mikoa ya data na sheria

Mkoa

mfano

kanuni

nyekundu

Nambari ya kitambulisho cha TR, afya, adhabu, anwani kamili

Usiingie kamwe gari la umma; mazingira yaliyoidhinishwa

njano

Umri+ujirani+kazi, kitambulisho kisicho cha moja kwa moja

Mask/jumlisha, kisha usindika

kijani

Sheria, takwimu za umma, utaratibu wa jumla

kazi ya kujitegemea

Makosa ya kawaida

• Inahamisha data nyekundu kwa zana ya umma. Ukiukaji mkubwa zaidi; Data ya kitambulisho/afya/adhabu haiachi mazingira yaliyoidhinishwa.
• Matumizi mabaya. Ni kinyume cha sheria kutumia data iliyokusanywa kwa madhumuni moja kwa madhumuni mengine (mafunzo ya mfano, mawasiliano) bila ruhusa.
• Inachakata data nyingi sana. Usiondoe mashamba yasiyo ya lazima (jina, anwani) kwa kusudi; Punguza.
• Kuendesha gari bila idhini. Haijulikani ni wapi data huenda kwenye magari ambayo taasisi haijatathmini.
• Sio kubainisha muda wa kubaki. Data inapaswa kufutwa wakati kusudi limekamilika; haipaswi kuhifadhiwa kwa muda usiojulikana.
• Kuweka jukumu kwenye gari. Pato linamilikiwa na kupitishwa na mwanadamu; "AI nilifanya" sio utetezi.

Kwa muhtasari

Mfumo wa AI ya umma inayowajibika ni ulinzi wa data ya kibinafsi na utawala wa shirika. Kanuni za KVKK - kusudi, kupunguza, usalama, kikomo cha kubaki, haki za raia - kupunguza matumizi yoyote ya AI. Tenganisha data katika kanda nyekundu/njano/kijani, usiwahi kutoa nyekundu kwa zana ya umma, kufunika data ya kibinafsi, tumia zana zilizoidhinishwa pekee na unganishe mmiliki wa binadamu kwa kila uamuzi. Sera ya ngazi ya taasisi, orodha ya magari iliyoidhinishwa, mafunzo na rekodi ya ukaguzi; Nidhamu ya uthibitishaji katika kiwango cha mtu. Kwa hivyo, AI hutumikia umma kwa kulinda haki za raia.

Jukumu la maombi

Chagua matumizi halisi ya AI ambayo umefanya (au unazingatia kutengeneza) kwenye kitengo chako. Tenganisha maudhui utakayochakata hadi nyekundu/njano/kijani kwa kiolezo cha "Uainishaji wa eneo la Data". Tumia kiolezo cha "orodha ya kufuata ya KVKK" na upate angalau nukta moja ya hatari inayokosekana. Hatimaye, andika sera fupi inayofaa kwa kitengo chako na "Mifupa ya sera ya Shirika la AI".

orodha ya ukaguzi

• [ ] Niligawanya yaliyomo katika ukanda nyekundu/njano/kijani; Nilimhesabu mtuhumiwa kuwa mwekundu.
• [ ] Sikutoa data nyekundu kwa zana ya umma; Nilitumia vyombo vya habari vilivyoidhinishwa.
• [ ] Nilificha data ya kibinafsi na kuondoa sehemu zisizo za lazima (kupunguza).
• [ ] Nimeangalia madhumuni ya usindikaji, muda wa kuhifadhi na usalama wa gari.
• [ ] Nimezingatia haki za wananchi za kupinga/kufuta.
• [ ] Niliambatisha mmiliki wa binadamu na idhini kwa kila pato; Niliweka njia ya ukaguzi.

Mtihani wa Moduli

1. Kama afisa wa umma, ni swali gani la kipaumbele bora unapaswa kuuliza kabla ya kukabidhi kazi kwa AI?

• A) Je, mwananchi hupoteza nini ikiwa pato hili si sahihi? ✔
• B) Je, AI inaweza kufanya kazi hii kwa kasi gani?
• C) Je, zana hii ya AI haina malipo?
• D) Je, kitengo kingine pia kitatumia pato hili?

Ufafanuzi: Uamuzi wa kuhamisha unafanywa kulingana na uharibifu ambao raia atapata ikiwa pato sio sahihi. Uharibifu huhamishwa kwa urahisi ikiwa ni dakika chache tu za kuandika upya; Ikiwa ni kukataliwa kwa njia isiyo ya haki, adhabu isiyo sahihi au kupoteza haki, AI hutoa rasimu pekee, uamuzi na uthibitishaji ni wa afisa.

2. Inaitwaje AI inapowasilisha sheria ambayo haipo au uamuzi wa mahakama uliotungwa kuwa halisi?

• A) Kuhifadhi akiba
• B) Triage
• C) Kutokujulikana
• D) Kulala ✔

Ufafanuzi: Udanganyifu ni wakati AI hutoa kwa ujasiri habari ambayo haipo (dutu iliyotengenezwa, kanuni iliyofutwa, nambari isiyo sahihi). Katika uwanja wa sheria, hii ni moja ya hatari hatari zaidi, kwani inaweza kusababisha kupoteza haki na kufutwa kwa hatua ya utawala.

3. Afisa anakaribia kukataa ombi kulingana na kifungu cha udhibiti kilichoonyeshwa na YZ. Ni tabia ipi iliyo sahihi zaidi?

• A) AI inaandika kukataliwa moja kwa moja kwa sababu inaonekana kujiamini
• B) Uliza swali sawa kwa gari lingine la AI na upate uthibitisho
• C) Inathibitisha makala kutoka kwa maandishi yaliyounganishwa ya sasa kwenye Çözüm.gov.tr ✔
• D) Anauliza kwa maneno uamuzi kwa mkuu

Maelezo: Data ya mafunzo ya AI imegandishwa kwa tarehe fulani; Makala inayoonyesha huenda yamefutwa au kubadilishwa. Kuthibitisha kwamba makala yanatumika na toleo lake la mwisho kutoka kwa maandishi yaliyounganishwa ya sasa kwenye Çözüm.gov.tr kabla ya uamuzi huo huzuia kukataliwa kwa njia isiyo ya haki na uwezekano wa kubatilisha kesi.

4. Kwa nini ni uhakikisho wa ubora kwa chatbot ya raia kuweza kusema 'sijui, ninakuhamisha kwa afisa'?

• A) Huboresha takwimu kwa kuongeza kiwango cha mauzo
• B) Huzuia habari potofu kwa kukabidhi habari kwa wanadamu wakati huna uhakika ✔
• C) Kuongeza muda wa kupiga simu kwa kuwavuruga wananchi
• D) Huruhusu chatbot kupokea maswali machache

Ufafanuzi: Hadharani, jibu lisilo sahihi ni ghali zaidi kuliko kuchukua kwa uaminifu; Husababisha upotevu wa haki na kutoaminiwa kwa taasisi. Uwezo wa chatbot kukabidhi kwa mwanadamu wakati hana uhakika ni njia ya usalama inayozuia habari potofu za udanganyifu.

5. Ni hatari gani muhimu zaidi ya kuzingatia wakati wa 'kurahisisha' mawasiliano rasmi na AI?

• A) Maandishi ni mafupi sana
• B) Kubadilisha fonti
• C) Kuacha hali au ubaguzi ✔
• D) Tahajia isiyo sahihi ya jina la anayeandikiwa

Maelezo: Urekebishaji wa kimtindo haufai kubadilisha yaliyomo. Wakati wa kurahisisha, AI wakati mwingine huacha ubaguzi, hali, au muda. Kwa hivyo, maandishi yaliyorahisishwa yanapaswa kulinganishwa kila wakati na uamuzi au sheria asili.

6. Jina na T.R. katika seti ya data. Unaitaje wakati mchanganyiko wa 'jirani + mwaka wa kuzaliwa + aina ya ulemavu' unaweza kufichua mtu hata kama nambari ya kitambulisho imefutwa?

• A) Ufafanuzi upya ✔
• B) Kupunguza data
• C) Kiwango cha chanjo
• D) Kuunganisha

Ufafanuzi: Utambulisho upya ni kumpata mtu kupitia mseto wa vitambulishi visivyo vya moja kwa moja kutoka kwa data inayodhaniwa kuwa haijulikani. Ikiwa kikundi cha nadra kinapatikana kwa mtu mmoja, kufuta jina hakutatosha; Hatua za ziada zinahitajika, kama vile kubadilisha umri hadi masafa na kuchanganya kategoria adimu.

7. Inaitwaje pale modeli ya ukaguzi inapoweka alama ya kitongoji ambacho kimekaguliwa sana siku za nyuma kuwa 'hatari' na kupeleka ukaguzi zaidi huko, jambo ambalo linasukuma mwanamitindo kuona ujirani huo kuwa hatari zaidi?

• A) Kupunguza data
• B) Kulala
• C) Kutokujulikana
• D) Kitanzi cha maoni ✔

Maelezo: Kitanzi cha maoni ni wakati matokeo ya modeli yanaathiri data ya mafunzo inayofuata, ikiimarisha upendeleo uliopo. Tofauti huongezeka sio katika hatari halisi, lakini mahali ambapo mtu anaonekana. Njia ya kujilinda ni kufuatilia athari, sio matokeo, na kudhibiti usambazaji wa maamuzi kulingana na kikundi.

8. Baada ya maombi ya manufaa kuhamishwa kabisa mtandaoni, idadi ya maombi ilipungua kwa asilimia 30 katika mwezi wa kwanza. Je, ni maelezo gani yanayowezekana zaidi kwa hili?

• A) Mahitaji halisi ya wananchi yamepungua
• B) Wananchi wasio na mtandao na elimu ya kidijitali waliachwa ✔
• C) Riba ilipungua kwa sababu kiasi cha msaada kilipungua
• D) Mfumo uliidhinisha maombi yote kiotomatiki

Maelezo: Mgawanyiko wa kidijitali ni kutoweza kwa raia bila ufikiaji wa mtandao au ujuzi wa kidijitali kupata huduma. Idadi hiyo inapungua kwa sababu kundi lenye uhitaji zaidi, wazee na wananchi wasio na mtandao, hawawezi kuomba. Suluhisho ni kuacha njia mbadala, kama vile maeneo ya rufaa yaliyosaidiwa.

9. Ingawa kiwango halisi cha mafanikio katika ripoti ya mwaka ni asilimia 63, muhtasari wa utendaji uliotolewa na YZ unasema 'maombi mengi yalikuwa chanya.' Je, ni tabia gani sahihi?

• A) Usemi huo huachwa jinsi ulivyo kwa sababu ni chanya.
• B) Uwiano umefutwa na usemi wa ubora pekee ndio unaotumika
• C) Semi inabadilishwa na nambari halisi asilimia 63 ✔
• D) Muhtasari umeondolewa kabisa kutoka kwa ripoti

Maelezo: Mtazamo chanya uliokithiri katika ripoti ya umma unaiweka taasisi katika hali ngumu katika ukaguzi unaofuata. Kila dai katika muhtasari wa kiutendaji lilinganishwe na data ghafi na idadi halisi (asilimia 63) iandikwe; Muhtasari wa AI haujajumuishwa kwenye ripoti bila kukaguliwa.

10. Unapofanya maamuzi kulingana na data katika sekta ya umma, ikiwa 'idadi ya faili zinazofungwa kila mwezi' inaongezeka huku 'asilimia ya utatuzi unapowasiliana mara ya kwanza' ikipungua, hii inatufundisha nini kwanza?

• A) Kuchagua kiashirio sahihi ni muhimu zaidi kuliko kuzidisha nambari ✔
• B) Idadi ya wafanyikazi inapaswa kuongezwa
• C) Grafu zipakwe rangi
• D) Chatbot inapaswa kujibu maswali zaidi

Maelezo: Kiashiria kibaya husababisha uamuzi usio sahihi hata kwa data sahihi. Huenda faili zikafungwa haraka na kufunguliwa tena. Kuchagua kiashiria sahihi na kusoma viashiria pamoja huzuia majisifu kulingana na nambari ya kupotosha pekee.

11. Katika chati, mhimili wima huanza 40 badala ya sifuri na ongezeko la asilimia 2 linaonekana kama kuruka kwa kasi ni mfano wa tatizo gani?

• A) Kulala
• B) Kupunguza data
• C) Mgawanyiko wa kidijitali
• D) Taswira inayopotosha ✔

Ufafanuzi: Taswira inayopotosha ni kupotosha mtazamo kupitia mbinu kama vile mhimili usioanzia sifuri, kipimo kisicho na uwiano, au kipindi cha muda kilichochaguliwa. Ni sehemu ya utawala wa haki wa kuona katika data za umma; Jedwali halisi linapaswa kuonyeshwa kwa kuvuta mhimili hadi sifuri.

12. Kwa nini haikubaliki kusema 'AI iliandika hivyo' kama uhalali wa hatua ya kiutawala?

• A) Kwa sababu zana za AI ni ghali sana
• B) Hatua ya kiutawala lazima ihalalishwe na jukumu liko kwa afisa ✔
• C) Kwa sababu AI haijui Kituruki
• D) Kwa sababu wananchi hawapendi AI

Ufafanuzi: Hatua ya kiutawala lazima ifikiriwe na kukaguliwa; Jukumu si la AI, bali ni afisa wa umma na taasisi inayotumia pato bila kulithibitisha. 'AI ilisema hivyo' sio uhalali na haiendelei hatua ya utawala.

13. Je, ni kanuni gani nne zinazotofautisha matumizi ya AI katika sekta ya umma na sekta binafsi na ambazo zinapaswa kuzingatiwa zaidi?

• A) Kasi, bei nafuu, faida, ushindani
• B) Otomatiki, kiwango, uuzaji, chapa
• C) Usawa, uwazi, uwajibikaji, ulinzi wa data ya kibinafsi ✔
• D) Faragha, usiri, faragha na usiri

Ufafanuzi: Katika kazi ambapo nguvu ya umma inatumiwa, AI imeundwa na kanuni za usawa (matibabu sawa ya hali sawa), uwazi (ufafanuzi wa uhalali wa uamuzi), uwajibikaji (kuwajibika kwa kila shughuli na njia ya ukaguzi) na ulinzi wa data ya kibinafsi (KVKK).

14. Mfumo wa ndege wa kiotomatiki unapaswa kufanya nini wakati hauna uhakika wa aina ya hati adimu?

• A) Kukataa maombi kimya kimya
• B) Kusambaza programu kwa ukaguzi wa kibinadamu ✔
• C) Idhinisha programu kiotomatiki
• D) Futa programu

Maelezo: Uendeshaji mzuri wa kiotomatiki huelekeza mfano kwa afisa wakati hauna uhakika badala ya kuukataa kimya kimya. Vinginevyo, maombi halali yataanguka mahali pa kipofu na uonevu utatokea. Kuweka watu katika hatua ya uamuzi ni msingi wa usimamizi wa ubaguzi.