Faragha, KVKK na Ulinzi wa Data ya Mteja

Faida:

• Uwezo wa kuainisha data ya mteja ndani ya mfumo wa usiri wa kitaalamu na KVKK na kuamua ni data gani inaweza kutolewa kwa zana za kijasusi za bandia.
• Uwezo wa kuunda muktadha salama katika zana zinazotegemea wingu kwa kutokutambulisha maudhui ya kipindi na maelezo ya utambulisho
• Uwezo wa kurekebisha habari, idhini ya wazi na majukumu ya kuhifadhi/kufuta data kwa matumizi ya akili ya bandia.

Kuna msemo katika msingi wa taaluma ya afya ya akili: "Unachoniambia hubaki hapo." Mteja anakuamini kukuambia habari dhaifu zaidi za maisha yake (kiwewe, uraibu, uhusiano, hofu). Uaminifu huu ndio moyo wa taaluma na ukishaharibika hauwezi kurejeshwa. Zana za Intelijensia Bandia (AI) huongeza hatari mpya kabisa kwa uaminifu huu: kwa sababu sentensi unayoandika kwenye wingu inaweza kwenda nje ya udhibiti wako na kuhifadhiwa kwenye seva ya kampuni nyingine, au hata kutumika katika kufunza modeli. Katika kitengo hiki, utajifunza jinsi ya kulinda data ya mteja katika umri wa AI; Utajifunza kile kinachoruhusiwa na kile ambacho ni marufuku ndani ya mfumo wa KVKK (Sheria ya Ulinzi wa Data ya Kibinafsi; Sheria Na. 6698, ambayo inadhibiti usindikaji wa data ya kibinafsi nchini Türkiye).

Kwa nini data ya mteja ni "ubora maalum"?

KVKK inagawanya data katika mbili: data ya kawaida ya kibinafsi (jina, simu) na data maalum ya kibinafsi. Taarifa yoyote kuhusu afya ya akili (hata ukweli kwamba mtu anapokea matibabu) iko katika kundi hili la pili, lililolindwa zaidi. Data ya afya ni kategoria inayolindwa tofauti katika sheria; Kama sheria, usindikaji unahitaji idhini ya wazi au ubaguzi mkali. Kwa maneno mengine, kuandika maudhui ya kikao cha mteja katika zana ya nasibu ya AI inaweza kuwa sio tu ya kimaadili bali pia ukiukaji wa kisheria.

Wajibu wa usiri wa kitaaluma pia huongezwa kwa hili. Maadili ya kitaaluma yanakataza kushiriki maelezo ya mteja na washirika wengine bila ruhusa. Zana ya AI inayotegemea wingu ni "mtu wa tatu" kisheria. Kwa hivyo swali ni: Je! nimeidhinishwa kutoa data hii kwa zana hii?

Tahadhari: "Hakuna mtu atakayeiona" au "Nitafupisha" sio ulinzi. Data inapoingia kwenye gari, inakuwa nje ya uwezo wako. Kudumisha usiri ni uamuzi unaofanywa KABLA ya kutuma data; haiwezi kurejeshwa baadaye.

Majimbo matatu ya data: data ipi, kati ya kati

Unapofanya kazi na data ya mteja, gawanya kila taarifa katika makundi matatu:

Aina ya data

mfano

Je, inaweza kutolewa kwa AI?

kanuni

kitambulisho cha moja kwa moja

Jina la ukoo, TR ID, simu, anwani, mahali pa kazi

hapana

Haijatolewa kamwe katika hali yake mbichi

kitambulisho kisicho cha moja kwa moja

Taaluma adimu, makazi madogo, tukio la kipekee

Hapana (hufungua kitambulisho pekee)

Ya jumla au kuondolewa

Maudhui ya kliniki (bila kujulikana)

Dalili, mada, mchakato (utambulisho umetolewa)

Kwa masharti ndiyo

Bila jina na katika gari salama

Lengo ni kuondoa utambulisho: kufanya data iwe kama wewe au mtu mwingine yeyote anayeweza kuiunganisha na mtu mahususi. Kufuta jina tu haitoshi; Sentensi "daktari wa meno pekee mjini" humpa mtu mbali hata kama jina limefutwa.

Hatua kwa hatua: salama utambulisho

1. Dondoo vitambulisho vya moja kwa moja. Jina, jina la ukoo, anuwai badala ya umri ("miaka 30"), eneo, mahali pa kazi, shule, tarehe, majina ya jamaa.
2. Kujumlisha vitambulishi visivyo vya moja kwa moja. "Msafirishaji wa Hazelnut huko Trabzon" badala ya "kufanya kazi katika sekta ya kilimo katika jiji". Muhtasari wa matukio ya kipekee.
3. Waa nambari. "kama miezi 6 iliyopita" badala ya tarehe halisi.
4. Kagua gari. Je, zana ya AI unayotumia hutumia data katika mafunzo? Je, kuna "hali ya biashara/faragha"? Data imehifadhiwa wapi?
5. Kiwango cha chini cha sera ya data. Kutoa taarifa ya chini inayohitajika kufanya kazi; usitoe sana.
6. Idhini na uwazi. Mweleze mteja kuwa unatumia AI kwa madhumuni ya kiutawala/kuandika katika mchakato.

Kidokezo: Baada ya kutokutambulisha maandishi, jiulize swali hili: "Ikiwa mteja huyu atasoma maandishi haya, angeweza kujitambua? Je, kuna mtu mwingine yeyote anayeweza kumtambua?" Iwapo huwezi kusema "hapana" kwa zote mbili, kutokutambulisha hakukukamilika.

kesi tatu ndogo

Kesi ya 1 - kosa ndogo, ukiukaji mkubwa. Wakati mtaalamu ana AI muhtasari wa maelezo ya kipindi, jina la mteja ni "M.Y." na kuwaacha wengine kama ifuatavyo: "Muuguzi katika Hospitali ya X huko Kadıköy, jina la binti ni Elif, kesi ya talaka..." Ingawa jina limefupishwa, maelezo haya humtambulisha mtu huyo kwa urahisi. Kuficha utambulisho kumeshindwa; ukiukaji unachukuliwa kuwa umetokea. Njia sahihi: kujumlisha jukumu kama "mfanyikazi katika sekta ya afya", mtoto kama "ana mtoto", kesi kama "mchakato wa kisheria".

Kesi ya 2 - Uchaguzi wa gari hufanya tofauti. Wanasaikolojia wawili hufanya kazi sawa. Mmoja huweka data mbichi kwenye zana ya kibinafsi, isiyolipishwa ya gumzo; Mkataba wa chombo unasema "pembejeo zinaweza kutumika kuboresha huduma." Nyingine hutumia zana ya biashara iliyo na makubaliano ya usindikaji wa data, ambayo mpangilio wake umefunguliwa "kwa kutumia maoni yangu katika elimu", na data isiyojulikana. Wote wawili wanasema "tulitumia AI", lakini mmoja alilinda data na mwingine akaivujisha.

Kesi ya 3 - Haki ya kufuta. Mteja anaacha matibabu na kuomba data yake ifutwe (haki yake chini ya KVKK). Mtaalam anafuta rekodi zake mwenyewe, lakini anakumbuka nakala ya kikao aliyoibandika kwenye chombo cha AI miezi 3 iliyopita; hawezi kukumbuka data au kuhakikisha kwamba ameifuta. Hii inaonyesha kwa nini kufanya kazi bila kujulikana ni muhimu tangu mwanzo: hakuna data ya kitambulisho iliyowekwa mahali ambapo haiwezi kufutwa.

Vidokezo na violezo vinavyoweza kunakiliwa

Ondoa maandishi yaliyo hapa chini. ONDOA au fanya yafuatayo kwa ujumla: jina la kwanza, jina la mwisho, umri (badilisha hadi safu), jiji/kata/kitongoji, mahali pa kazi, shule, tarehe, majina ya jamaa, matukio ya kipekee. Kisha nikaulizwa "utambulisho unaweza kuzingatiwa kutoka kwa maandishi yaliyobaki?" Pia andika tathmini yako.Nakala: [text]

Orodhesha kila kifungu katika kifungu hiki ambacho kinaweza kuelezea moja kwa moja AU kwa njia isiyo ya moja kwa moja ya mtu (pamoja na kazi adimu, mahali padogo, tukio la kipekee). Pendekeza jinsi ninavyoweza kujumlisha kwa kila moja. Maandishi: [maandishi]

Rasimu ya aya rahisi, inayoeleweka ya kuongezwa kwa maandishi ya maelezo ya mteja kwa mazoezi ya saikolojia, yenye taarifa kwamba "zana za kijasusi bandia zinaweza kutumika kwa madhumuni ya usimamizi na rasimu wakati wa mchakato wa huduma; data ya mteja haitatambulishwa na maamuzi ya utambuzi/matibabu ni ya mtaalamu."

Inatoa orodha ya maswali ya udhibiti ambayo ninafaa kuuliza kulingana na sera ya faragha ya zana bandia ya kijasusi ninayozingatia kutumia: kuhifadhi data, matumizi katika elimu, eneo la data, kufuta, makubaliano ya kuchakata data, hali ya shirika.

Mwongozo dhaifu / Mwongozo thabiti

Kidokezo dhaifu: "Fanya muhtasari wa rekodi ya kipindi kifuatacho: [maandishi ghafi yenye jina halisi na maelezo kamili]"

Kidokezo hiki huhamisha data nyeti katika umbo lake mbichi kwa wahusika wengine; Ni ukiukaji wa KVKK na usiri wa kitaaluma.

Kidokezo chenye nguvu: "Kwanza ficha maandishi yafuatayo (jumlisha jina, mahali, mahali pa kazi, tarehe, majina ya jamaa), kisha fanya muhtasari wa toleo lisilojulikana katika umbizo la SOAP. Pia tathmini kama kutokutambulisha kunatosha: [maandishi]"

Mwongozo huu kwanza hulinda, kisha hutoa; Anamaliza kazi kabla ya utambulisho wake kufichuliwa.

Makosa ya kawaida

• Futa tu jina. Vifafanuzi visivyo vya moja kwa moja (kazi adimu, eneo dogo) humpa mtu huyo mbali hata ukifuta jina.
• Kuandika data ghafi kwa zana isiyolipishwa/ya kibinafsi. Kutoa data bila kuangalia kama pembejeo zinatumika katika elimu au la.
• Kupita kibali. Kutomfahamisha mteja hata kidogo kuhusu matumizi ya AI; Uwazi ni wajibu wa kimaadili.
• Kufikiri ni "ya muda mfupi". Kusahau kwamba data inayoingia kwenye wingu haiwezi kurejeshwa; Kuwa mnyonge wakati haki ya kufuta inapotokea.
• Inakiuka kanuni ndogo zaidi ya data. Kubandika maelezo kadhaa yasiyo ya lazima kwa kazi hiyo; Kila data ya ziada ni hatari ya ziada.

Kwa muhtasari

Data ya mteja iko katika ubora maalum, kikundi kilicholindwa zaidi chini ya KVKK na iko ndani ya wigo wa siri ya kitaaluma. Chombo cha AI cha msingi wa wingu ni mtu wa tatu kisheria; data ghafi ya mteja haiwezi kutolewa kwake. Tenganisha data katika utambulisho wa moja kwa moja/usio wa moja kwa moja na maudhui ya kimatibabu yasiyojulikana; Tumia tu maudhui ambayo hayatambuliwi kabisa katika zana inayodhibitiwa na faragha yenye sera ndogo ya data. Kuelimisha mteja kuhusu mchakato. Usiri ni uamuzi unaofanywa kabla ya kutuma data ambayo haiwezi kutenduliwa baadaye.

Jukumu la maombi

Chukua kidokezo cha kikao cha mkono (au dhahania). Kwanza weka rangi ya njano vitambulishi vyote vya moja kwa moja na visivyo vya moja kwa moja. Kisha ubadilishe kila moja na usemi wa jumla na uandike toleo lisilojulikana. Hatimaye jiulize, "Je, mteja huyu anajijua?" Uliza swali na uangalie jibu lako. Unaweza pia kufungua mipangilio ya faragha ya zana ya AI unayotumia na kuuliza "je, pembejeo hutumika katika mafunzo?" Tafuta jibu la swali.

orodha ya ukaguzi

• [ ] Niliondoa vitambulishi vya moja kwa moja (jina, eneo, tarehe, mahali pa kazi).
• [ ] Nilijumlisha maelezo yasiyo ya moja kwa moja (kazi adimu, tukio la kipekee).
• [ ] Nimethibitisha kuwa zana ninayotumia haitumii data kwa mafunzo.
• [ ] Nilifuata kanuni ya data ndogo zaidi; Nilitoa tu kile kilichohitajika.
• [ ] Nilimfahamisha mteja kuhusu matumizi ya AI / niliona mfumo wa idhini.
• [ ] "Je, mteja anajitambua?" Nilifaulu mtihani.