Vitengo
1. Utangulizi: Uzalishaji wa Kibinafsi na AI - Majukumu, Mipaka, Uthibitishaji na Faragha 2. Usimamizi wa Barua Pepe: Rasimu, Jibu, Muhtasari na Toni 3. Kalenda, Usimamizi wa Wakati na Upangaji wa Kazi 4. Kuchukua Kumbuka na Usimamizi wa Taarifa za Kibinafsi 5. Utafiti, Kusoma na Kufupisha 6. Uandishi na Uzalishaji wa Hati: Ripoti, Uwasilishaji, Pendekezo 7. Mkutano: Maandalizi, Vidokezo, Muhtasari na Ufuatiliaji wa Hatua 8. Uendeshaji otomatiki wa No-Code na Mitiririko ya Kazi 9. Kufanya Maamuzi, Kipaumbele na Kuzingatia 10. Faragha, Usalama wa Data na Tabia ya Uthibitishaji 11. Kuanzisha Mfumo wa Mtiririko wa Kazi wa Kibinafsi wa Mwisho-hadi-Mwisho
Kitengo 10 / 11

Faragha, Usalama wa Data na Tabia ya Uthibitishaji

Faida:

  • Uwezo wa kuainisha data kulingana na unyeti wake (ya umma/ndani/siri/muhimu) na kuficha data muhimu na ya siri bila kuzifichua kwa zana za umma.
  • Kugeuza uthibitishaji kuwa kielelezo na kuashiria ukweli, kwenda kwa chanzo na kuongeza hatua za kufungua chanzo kilichotolewa na akili ya bandia kulingana na hatari.
  • Uwezo wa kutumia maadili ya uwazi, maelezo na usiri kwa kuelewa kwamba kufuta sio ulinzi na jukumu hilo haliwezi kuhusishwa na kati.

Kanuni mbili zilijirudia katika kila kitengo cha moduli hii: kudumisha usiri na uthibitishe kila matokeo. Kitengo hiki kinageuza kanuni hizo mbili kuwa nidhamu moja ya kimfumo - kwa sababu hatari kubwa zaidi za kutumia AI katika tija ya kibinafsi sio kasi au ubora, lakini data iliyovuja na uwongo ambao haujathibitishwa. Barua pepe moja isiyo sahihi inaweza kusahihishwa; Data ya mteja ambayo imetumwa kwa seva haiwezi kurejeshwa. Nambari ya maandishi iliyowasilishwa kwa sauti ya ujasiri itakataa uamuzi ikiwa haitatambuliwa. Ndiyo maana faragha na uthibitishaji ni misingi ya ufanisi ambayo imejengwa kutoka chini kwenda juu, sio "kuongezwa baadaye."

Masharti. Data ya kibinafsi ni taarifa inayomtambulisha mtu - jina, nambari ya kitambulisho, barua pepe, afya, eneo. KVKK/GDPR ni sheria zinazodhibiti ulinzi wa data ya kibinafsi (KVKK huko Türkiye, GDPR katika EU). Uainishaji wa data ni kitendo cha kuweka lebo habari kulingana na unyeti wake (ya umma, ya ndani, ya siri). Kuficha utambulisho ni kuondolewa kwa vipengele vinavyoweza kutambulika kibinafsi kutoka kwa data. Uthibitishaji ni kuthibitisha usahihi wa pato kwa chanzo huru.

Faragha: nini cha kubandika, nini sio kubandika

Kila kitu unachoandika kwenye zana ya AI, mara nyingi, huenda kwa seva na huhifadhiwa katika huduma fulani au inaweza kutumika kufundisha mfano. Kwa hivyo swali la msingi ni: uko tayari kutoa habari hii kwa mtu wa tatu asiyejulikana? Ikiwa jibu ni hapana, usipe AI pia.

Tumia uainishaji rahisi:

darasa

mfano

Je, inaanguka katika AI?

Mkuu

Taarifa iliyochapishwa, maandishi ya rasimu

bure

mambo ya ndani

Ujumbe wa mchakato, muhtasari wa mkutano wa jumla

Kwa kutokutambulisha

siri

Data ya mteja, rekodi ya fedha, mkakati

Magari yaliyoidhinishwa na taasisi pekee

muhimu

Nenosiri, ufunguo wa API, mkataba, afya

kamwe

Ulinzi wa vitendo: ficha data ya kibinafsi (fanya majina "Mtu A", kampuni "Kampuni X"); tumia zana iliyoidhinishwa ya AI ya taasisi yako (matoleo ya biashara mara nyingi huhakikisha kutotumia data katika mafunzo); na usome sera yako ya matumizi ya AI - vinginevyo chaguo-msingi kwa tahadhari.

Tahadhari: Dhana ya "Nimefuta gumzo, sasa ni salama" si sahihi. Kuifuta huiondoa kwenye kiolesura, lakini hairejeshi rekodi kwenye seva au data inayohusika katika mafunzo. Ulinzi huanza kabla ya kuunganisha; si baada ya.

Uthibitishaji: tabia ya utaratibu

Fanya uthibitishaji kuwa reflex badala ya "Nitafanya nikifikiria." Hapa kuna nidhamu ya uthibitishaji ya vitendo:

  1. Weka alama kwenye ukweli. Kila jina, tarehe, nambari, nukuu, kipande cha sheria, dai katika chapisho - haya yatathibitishwa.
  2. Nenda kwenye chanzo. Thibitisha kila ukweli kwa chanzo huru na cha kuaminika. Fungua chanzo kilichotolewa na AI na uisome; Je, ipo, ina taarifa hizo?
  3. Kiwango kulingana na hatari. Udhibiti kidogo kwenye noti ya ndani yenye hatari ndogo; Udhibiti kamili wa uwasilishaji wa hali ya juu au mawasiliano ya nje.
  4. Kubali yasiyo na uhakika. Ikiwa AI inasema "sina uhakika" au habari haiwezi kuthibitishwa, usijaze tupu na uwongo; Iache kama "haijathibitishwa".

Tofauti kuu: Kwa ujumla unaweza kuamini kazi ya lugha ya AI (sentensi fasaha, muundo nadhifu, toni inayofaa). Usiamini kamwe madai ya ukweli ya AI (nambari hii, tarehe hii, chanzo hiki). Uthibitishaji unatenganisha hizo mbili.

Maadili: uwazi na wajibu

Kutumia AI kwa ufanisi sio suala la maadili - lakini jinsi unavyoitumia inaweza kuwa. Kanuni tatu: Uwazi - katika baadhi ya miktadha (kazi ya kitaaluma, uandishi wa habari, hati rasmi) unaweza kuhitaji kuonyesha kuwa unatumia AI. Maelezo - kuchukua wazo la mtu mwingine kupitia AI na kuliwasilisha kama lako ni wizi, hata kama kati itabadilika. Wajibu - kila kitu unachochapisha ni jukumu lako; "AI iliandika" sio kisingizio.

Hatua kwa hatua: salama udhibiti wa mtiririko wa kazi wa AI

  1. Panga kabla ya kubandika. Data hii iko katika darasa gani? Acha ikiwa siri/muhimu.
  2. Usijulishe. Ondoa vitu vya kibinafsi ikiwa sio lazima.
  3. Tengeneza na uweke alama ukweli. Tambua vipengee katika pato ili kuthibitisha.
  4. Thibitisha. Uthibitishaji wa kiwango cha hatari, kulingana na chanzo.
  5. Imiliki. Gusa tena kwa sauti yako mwenyewe, chukua jukumu.
  6. Jua alama yako. Fuatilia ulichobandika wapi na zana gani huhifadhi data.

Violezo vinne vya usalama/uthibitishaji vinavyoweza kunakiliwa

Ondosha maandishi yafuatayo kabla ya kuipa AI:- Badilisha majina kuwa "Mtu A/B" na makampuni kuwa "Kampuni

Orodhesha ukweli wote unaohitaji kuthibitishwa katika matokeo haya ya AI:- Tengeneza kitone tofauti kwa kila jina, tarehe, nambari, takwimu, nukuu na dai.- Uliza "nitathibitishaje?" kwa kila mmoja. Pendekeza (chanzo kipi).- Tia alama zisizoweza kuthibitishwa/ zenye shaka. Pato: """[bandika]"""

Thibitisha dai lifuatalo kulingana na chanzo ulichotoa: Dai: [nambari/fact].- Je, dai hili kweli limejumuishwa kwenye chanzo ulichotaja?- Vinginevyo, sema "Sikuweza kulithibitisha kwenye chanzo hiki", litengenezee.- Ikiwa huna uhakika, usizungumze kana kwamba una uhakika.

Angalia ni hatari gani za faragha zilizopo katika kazi hii:Kazi: [Kazi ninayokusudia kufanya na AI, nikitumia data gani].- Je, inaangukia katika darasa gani la data (ya umma/ya ndani/ya siri/muhimu)?- Je, inapaswa kuingia kwenye zana ya umma ya AI au la?- Ikiwa sivyo, ni ipi mbadala salama?

Mwongozo dhaifu / Mwongozo thabiti

Dhaifu: "Fanya muhtasari wa barua pepe hiyo ya malalamiko ya mteja." (Inajumuisha jina la mteja, kitambulisho cha agizo, labda simu - yote huenda moja kwa moja kwa seva.)

Imara: Kwanza ficha maandishi ("Mteja A, agizo [id limefichwa], linalalamika kuhusu bidhaa hii"), kisha useme "fanya muhtasari wa maandishi haya yasiyojulikana". Ufanisi sawa, uvujaji wa data ya kibinafsi sifuri. Tofauti sio katika pato, lakini katika kudumisha pembejeo.

kesi tatu ndogo

Kesi ya 1 - Uvujaji usioweza kutenduliwa. Mfanyikazi alibandika orodha nzima ya wateja (jina, simu, tumia) kwenye zana ya kawaida ya AI ili "kuwagawa." Taasisi ilitathmini hii kama ukiukaji wa KVKK; data sasa ilikuwa kwenye seva ya watu wengine na haikuweza kurejeshwa. Uchambuzi sawa unaweza kufanywa bila hatari kwa data isiyojulikana au zana ya biashara.

Kesi ya 2 - Inatoa reflex ya uthibitishaji. Mwandishi mmoja wa habari aliiweka sheria ya kuangalia kila takwimu na nukuu iliyotolewa na AI katika chanzo chake asili kabla ya kuchapishwa. Katika wiki moja, aligundua kuwa "ukweli" 2 kati ya 5 uliotolewa na AI ulikuwa bandia. Reflex hii ilizuia habari za uwongo zinazowezekana na kupoteza sifa.

Kesi ya 3 - Udhuru wa "AI iliandika" haukufaulu. Mshauri alituma ripoti inayotokana na AI kwa mteja bila kuithibitisha; Dai la uwongo la kisheria ndani yake lilimpotosha mteja. Ulinzi wa "ilitoka kwa AI" haukuwa na maji na mteja au mdhibiti; Jukumu lilikuwa kwa mshauri. Somo: chombo kinabadilika, jukumu halifanyi.

Makosa ya kawaida

  • Kubandika data ya siri/muhimu: Kosa ghali zaidi na lisiloweza kutenduliwa; ainisha kwanza.
  • Kufikiri "Niliifuta, niko salama": Ufutaji hautengui usajili wa seva; ulinzi kabla ya kubandika.
  • Ukweli unaochanganya na lugha: Amini lugha, thibitisha ukweli—tenganisha hayo mawili.
  • Kutofungua chanzo kilichotolewa na AI: Inaweza kutoa chapa bandia; tazama chanzo.
  • Kuweka lawama kwa chombo: "AI iliandika" sio kisingizio.
  • Kutojua sera: Soma sera ya matumizi ya AI ya shirika; Vinginevyo, kuwa mwangalifu.
Kidokezo: Jipe sheria rahisi ya kibinafsi: "Sibandi chochote cha siri au muhimu kwenye zana ya umma ya AI; ninathibitisha kila takwimu na chanzo kabla ya kuituma." Sheria hii ya sentensi mbili inapunguza hatari nyingi katika sehemu hii moja kwa moja kwenye bat.

Kwa muhtasari

  • Hatari kubwa zaidi za AI sio kasi au ubora, lakini data iliyovuja na usahihi ambao haujathibitishwa.
  • Kuainisha data (ya umma/ndani/siri/muhimu); Usitoe siri na muhimu kwa zana za umma za AI, zifiche.
  • Kufuta sio ulinzi; Ulinzi huanza kabla ya gluing.
  • Geuza uthibitishaji kuwa reflex: bendera ukweli, nenda kwa chanzo, fungua chanzo cha AI, punguza kulingana na hatari.
  • Amini lugha ya AI, amini ukweli wake; Jukumu haliingii kwenye gari, daima ni lako.

Jukumu la maombi

Chukua maandishi halisi ambayo utawapa AI wiki hii. Kwa kiolezo cha nne, kwanza bainisha darasa la faragha; Iwapo kuna data ya siri, ifiche ukitumia kiolezo cha kwanza. Baada ya kupokea matokeo ya AI, weka kiolezo cha pili orodha ya ukweli wa kuthibitishwa na uthibitishe angalau moja yao kwenye chanzo asili. Jiandikie sheria ya uthibitishaji wa faragha ya sentensi mbili na uichapishe mahali fulani.

orodha ya ukaguzi

  • [ ] Niliainisha data kabla ya kuibandika.
  • [ ] Sikutoa data ya siri/muhimu kwa zana ya umma ya AI; Niliificha ikiwa ni lazima.
  • [ ] Nilithibitisha kila ukweli (jina, tarehe, nambari, chanzo) kwenye matokeo.
  • [ ] Nilifungua chanzo kilichotolewa na AI na kuangalia ikiwa kinayo.
  • [ ] Nilihakikisha kuwa ninajua sera ya shirika ya AI.
  • [ ] Niliwajibika kwa matokeo ya mwisho.
Iliyotangulia Inayofuata