กำไร:
- เตรียมตอบคำขอข้อมูลตามกฎหมายอธิบายไม่มากไม่น้อย
- โดยจะไม่เปิดเผยข้อมูลที่เปิดอยู่ก่อนที่จะเผยแพร่ และสแกนข้อมูลในระดับชุดค่าผสมที่เสี่ยงต่อการถูกระบุตัวตนอีกครั้ง
- รู้ว่าความโปร่งใสเป็นเครื่องมือกำกับดูแลที่เพิ่มความไว้วางใจจากสาธารณะ และแยกแยะสิ่งที่ควรเก็บเป็นความลับ
รากฐานที่สำคัญของการบริหารราชการในระบอบประชาธิปไตยคือความโปร่งใส: ความสามารถของประชาชนในการเรียนรู้วิธีการตัดสินใจและบนพื้นฐานอะไรที่เกี่ยวข้องกับพวกเขา หลักการนี้เกิดขึ้นจริงในกลไกที่เป็นรูปธรรมสองกลไก ประการแรกคือสิทธิในข้อมูล (กฎหมายว่าด้วยสิทธิในข้อมูลข่าวสาร ฉบับที่ 4982 ประชาชนสามารถขอข้อมูลและเอกสารจากสถาบันสาธารณะได้ โดยมีข้อยกเว้น) ประการที่สองคือข้อมูลแบบเปิด (สถาบันสาธารณะเผยแพร่ข้อมูลในส่วนที่ไม่เป็นส่วนตัวและไม่เป็นความลับที่พวกเขาสร้างขึ้นในลักษณะที่ทุกคนสามารถเข้าถึงและใช้งานได้) ที่นี่ AI เป็นตัวช่วยที่ทรงพลังในการจำแนกคำขอข้อมูลที่เข้ามา สร้างร่างคำตอบ การประเมินล่วงหน้าว่าข้อมูลใดสามารถให้ได้และข้อมูลใดได้รับการยกเว้น และเตรียมชุดข้อมูลแบบเปิดสำหรับการเผยแพร่ แต่ข้อแม้สองเท่าของหน่วยนี้มีความสำคัญ: ความโปร่งใสไม่ควรมากไปกว่านี้ พลเมืองควรได้รับข้อมูลที่เขามีสิทธิ์ได้รับ แต่ข้อมูลส่วนบุคคลและข้อยกเว้นที่แท้จริงควรได้รับการคุ้มครอง ยอดคงเหลือนี้กำหนดโดยเจ้าหน้าที่สาธารณะที่รับผิดชอบ ไม่ใช่ AI
ปลายผิดทั้งสองของการได้รับความรู้
ในการขอข้อมูล ข้อผิดพลาดสามารถทำได้สองทิศทาง:
- ขาดความโปร่งใส: การปฏิเสธข้อมูลที่ให้โดยไม่จำเป็นว่า "เป็นความลับ/พิเศษ" การกระทำเช่นนี้เป็นการละเมิดสิทธิและสร้างความไม่ไว้วางใจในสถาบัน และมักจะไปจบลงที่กระบวนการยุติธรรม
- การเปิดเผยมากเกินไป: การเปิดเผยข้อมูลส่วนบุคคลของบุคคลที่สาม ความลับทางการค้า หรือข้อยกเว้นที่แท้จริง (ความปลอดภัย ฯลฯ) โดยไม่ได้ตั้งใจเมื่อส่งเอกสาร สิ่งนี้ละเมิด KVKK และทำให้เกิดความเสียหาย
AI สามารถช่วยได้ทั้งสองด้าน: สามารถสแกนเอกสาร ทำเครื่องหมายข้อมูลส่วนบุคคลภายในเอกสาร และแนะนำการแก้ไข (ปิดบัง/ลบส่วนที่เป็นความลับ/ส่วนบุคคลของเอกสาร) อาจแสดงรายการหมวดหมู่ข้อยกเว้นที่คุณจะประเมินคำขอ แต่การตัดสินใจขั้นสุดท้าย ไม่ว่าจะให้ข้อมูลนี้หรือไม่ ส่วนใดถูกปกปิด เป็นของบุคคลที่รับผิดชอบทางกฎหมาย
ข้อควรพิจารณา: คำแถลงของ AI ที่ว่า "ข้อมูลนี้อยู่ในขอบเขตของข้อยกเว้น" หรือ "สามารถให้ได้" ไม่ใช่ความเห็นทางกฎหมาย การประเมินข้อยกเว้นเกิดขึ้นและมีเหตุผลตามบทความที่เกี่ยวข้องของกฎหมายว่าด้วยการเข้าถึงข้อมูล AI สร้างเฉพาะรอบคัดเลือกและแบบร่างเท่านั้น
การเผยแพร่ข้อมูลแบบเปิดอย่างปลอดภัย
ข้อมูลแบบเปิดช่วยเพิ่มประสิทธิภาพและความรับผิดชอบสาธารณะ ผู้ประกอบการ นักข่าว นักวิจัย สร้างคุณค่าจากข้อมูลนี้ แต่ก่อนที่จะเผยแพร่ชุดข้อมูล ควรตรวจสอบความเสี่ยงของการระบุตัวตนซ้ำ (ข้อมูลที่คิดว่าไม่เปิดเผยตัวตนจะถูกเชื่อมโยงกลับไปยังแต่ละบุคคลโดยการรวมเข้ากับข้อมูลอื่น ๆ) ตัวอย่างเช่น การผสม "อายุ + ละแวกใกล้เคียง + อาชีพที่หายาก" อาจบ่งบอกถึงบุคคลเพียงคนเดียว เมื่อเตรียมชุดข้อมูลสำหรับการเผยแพร่ AI จะมีประโยชน์ในการทำเครื่องหมายชุดคอลัมน์ที่มีความเสี่ยง และการเขียนพจนานุกรมข้อมูล (คำอธิบายความหมายของแต่ละคอลัมน์)
เคล็ดลับ: ก่อนที่จะเผยแพร่ข้อมูลแบบเปิด ให้ถาม: “ฉันสามารถหาบุคคลคนเดียวโดยการรวมคอลัมน์ 2-3 คอลัมน์ในชุดนี้ได้หรือไม่” หากคำตอบคือ "อาจจะ" ให้รวมกลุ่ม (กลุ่มแทนรายบุคคล) รวมหมวดหมู่ที่หายาก หรือลบส่วนที่ละเอียดอ่อนออก
การไหลของข้อมูลทีละขั้นตอน
- ทำความเข้าใจและจำแนกความต้องการ มีการร้องขออะไร, เกี่ยวข้องกับหน่วยใด, ระยะเวลาคืออะไร?
- ข้อมูลมีอยู่จริงหรือจำเป็นต้องจัดทำ? กฎหมายครอบคลุมความรู้ที่มีอยู่ สถาบันอาจไม่ต้องจัดทำการวิเคราะห์ใหม่ (ยืนยันแล้ว)
- การประเมินข้อยกเว้น มีข้อยกเว้นเช่นข้อมูลส่วนบุคคล ความปลอดภัย ความลับทางการค้า ความคิดเห็นภายในหรือไม่?
- การตอบโต้ ลบบางส่วนของเอกสารที่สามารถส่งออกได้ซึ่งจำเป็นต้องเก็บรักษาไว้
- คำตอบที่มีเหตุผล. ส่วนที่ให้/ไม่ให้ และพื้นฐานของส่วนนั้น วิธีการคัดค้านหากถูกปฏิเสธ
- บันทึกและเส้นทางการตรวจสอบ คำร้องขอ การตัดสินใจ และการให้เหตุผลจะถูกบันทึกไว้
มินิเคสสามอัน
กรณีที่ 1 — หลีกเลี่ยงข้อผิดพลาดในการแก้ไข หน่วยงานจะส่งเอกสารการประกวดราคาเพื่อขอเสรีภาพในการให้ข้อมูล AI สแกนเอกสารและทำเครื่องหมายหมายเลขโทรศัพท์และหมายเลข TR ID ของคนสามคน หากถูกส่งโดยไม่มีการพิสูจน์อักษร มันจะเป็นการละเมิด KVKK ข้อมูลส่วนตัวถูกปกปิด เอกสารถูกส่งอย่างปลอดภัย
กรณีที่ 2 — การปฏิเสธอย่างไม่ยุติธรรมได้รับการแก้ไขแล้ว หน่วยมักจะปฏิเสธคำขอข้อมูลกิจกรรมว่าเป็น "ภายในองค์กร" เมื่อถาม AI เกี่ยวกับหมวดหมู่ข้อยกเว้น พบว่าข้อมูลนี้สามารถเผยแพร่ได้ในรูปแบบข้อมูลเปิดแล้ว เป็นไปตามคำขอ มีการคัดค้านและการฟ้องร้องที่เป็นไปได้
กรณีที่ 3 — ความเสี่ยงในการระบุตัวตนซ้ำ เทศบาลจะเผยแพร่ชุดข้อมูล "คำขอบริการ" เป็นข้อมูลเปิด ในชุดประกอบด้วยรายละเอียดย่านใกล้เคียง + ที่อยู่แบบเต็ม AI เตือนว่าช่องที่อยู่อาจชี้ไปที่ตัวเลขแต่ละตัว ที่อยู่ถูกรวบรวมไว้ตามระดับถนนและชุดดังกล่าวได้รับการเผยแพร่อย่างปลอดภัย
เทมเพลตที่สามารถคัดลอกได้สี่แบบ
1) การจำแนกประเภทคำขอข้อมูล:
บทบาทของคุณ: ผู้เชี่ยวชาญด้านการได้มาซึ่งข้อมูล ดำเนินการตามคำขอต่อไปนี้: (1) สิ่งที่ร้องขออย่างแน่นอน (2) หน่วยงานใดที่เกี่ยวข้อง (3) ไม่ว่าจะต้องการข้อมูลที่มีอยู่หรือการผลิตใหม่ (4) หมวดหมู่ข้อยกเว้นที่เป็นไปได้ (ข้อมูลส่วนบุคคล ความปลอดภัย ความลับทางการค้า ฯลฯ) ระบุว่าข้อยกเว้นแต่ละข้อ "ต้องได้รับการชี้แจงจากบทความที่เกี่ยวข้อง" การตัดสินใจประเมินผลล่วงหน้า คำขอ: [ข้อความ]
2) การแก้ไข (ทำเครื่องหมายข้อมูลส่วนบุคคล/ข้อมูลที่เป็นความลับ):
ในเอกสารด้านล่าง ทำเครื่องหมายทุกส่วนที่ควรปกปิดในการตอบกลับข้อมูล: ชื่อ-นามสกุล หมายเลข TR ID ที่อยู่ โทรศัพท์ ข้อมูลด้านสุขภาพ/อาชญากรรม ข้อมูลบุคคลที่สาม ความลับทางการค้า เขียนเหตุผลสั้นๆ สำหรับแต่ละป้าย ปล่อยส่วนที่ส่งออกได้ของเอกสารไว้เหมือนเดิม เอกสาร: [ข้อความ]
3) ร่างคำตอบที่สมเหตุสมผล:
ร่างคำตอบที่สมเหตุสมผลสำหรับคำขอต่อไปนี้: (1) ข้อมูลใดที่ได้รับ (2) ส่วนใดที่ไม่ได้ระบุและเหตุใด (ข้อยกเว้น [จะได้รับการยืนยัน]) (3) วิธีการอุทธรณ์และระยะเวลา [จะได้รับการยืนยัน] ภาษาควรเป็นทางการและให้เกียรติ เหตุผลสำหรับส่วนที่ไม่ได้ให้ไว้ควรเป็นรูปธรรม ไม่ใช่แบบทั่วไป คำขอ: [สรุป] การตัดสินใจ: [สิ่งที่ได้รับ/ไม่ได้ให้]
4) เปิดการควบคุมการตรวจสอบความถูกต้องของข้อมูลอีกครั้ง:
ตรวจสอบคอลัมน์ของชุดข้อมูลด้านล่าง รายการที่การรวมกันของคอลัมน์ที่อาจบ่งบอกถึงบุคคลคนเดียว (ความเสี่ยงของการระบุตัวตนอีกครั้ง) เสนอแนะการบรรเทาความเสี่ยงแต่ละอย่าง: การรวมกลุ่ม การรวมหมวดหมู่ที่หายาก การแยกข้อมูลภาคสนาม เพียงใช้รายการคอลัมน์ที่กำหนด คอลัมน์: [รายการ]
พรอมต์อ่อน / พรอมต์แรง
อ่อนแอ: “ตอบสนองต่อการร้องขอข้อมูลนี้”
Güçlü: "บทบาทของคุณคือผู้เชี่ยวชาญด้านหน่วยข้อมูล ขั้นแรก จัดประเภทคำขอ: สิ่งที่ร้องขอ หน่วยใด ที่มีอยู่ ข้อยกเว้นที่เป็นไปได้คืออะไร ทำเครื่องหมายข้อยกเว้นแต่ละข้อว่า 'เพื่อให้บทความที่เกี่ยวข้องถูกต้อง' อย่าทำการตัดสินใจทางกฎหมายด้วยตัวเอง จากนั้น ทำเครื่องหมายส่วนส่วนบุคคล/ความลับที่ต้องปกปิดในเอกสารที่จะส่งพร้อมข้อเสนอแนะการแก้ไข สุดท้าย ให้จัดทำร่างคำตอบที่มีเหตุผล รวมถึงส่วนที่ให้/ไม่ได้ให้ และวิธีการคัดค้าน ทำ เหตุผลอันเป็นรูปธรรม"
ความแตกต่าง: การแจ้งเตือนที่ชัดเจนจะรักษาสมดุลระหว่างความโปร่งใสและการป้องกัน เชื่อมโยงข้อยกเว้นเข้ากับการให้เหตุผล เพิ่มการแก้ไขและการอุทธรณ์
แนวทางแยกตามประเภทข้อมูล
ประเภทข้อมูล
ค่าเริ่มต้น
ความสนใจ
สถิติข้อมูลที่รวบรวม
เปิด
การตรวจสอบการระบุตัวตนอีกครั้ง
เหตุผลในการดำเนินการด้านการบริหาร
สามารถให้ได้
ปกปิดข้อมูลของบุคคลที่สาม
ข้อมูลส่วนบุคคลของบุคคลที่สาม
ได้รับการคุ้มครอง
เควีเคเค; แต่ได้รับอนุญาต/ยกเว้น
ข้อยกเว้นด้านความปลอดภัย/ความเป็นส่วนตัว
ได้รับการคุ้มครอง
เป็นข้อยกเว้นจริงหรือไม่ ยืนยัน
ความเห็น/การเจรจาภายใน
ขึ้นอยู่กับ
ประเมินตามบทความที่เกี่ยวข้อง
การไม่เปิดเผยชื่อและความเสี่ยงของการระบุตัวตนอีกครั้ง
ขั้นตอนทางเทคนิคแต่สำคัญที่สุดในการเผยแพร่ข้อมูลที่เปิดอยู่คือการไม่เปิดเผยตัวตน (ทำให้ไม่สามารถระบุตัวบุคคลได้จากข้อมูลโดยตรงหรือโดยอ้อม) ชื่อและที.อาร์. การลบหมายเลขประจำตัวมักจะไม่เพียงพอ เนื่องจากการรวมกันของพื้นที่ธรรมดาหลายแห่งทำให้สามารถระบุตัวบุคคลได้ สิ่งนี้เรียกว่าการระบุตัวตนซ้ำ (การค้นหาบุคคลด้วยการจับคู่ข้อมูลที่คิดว่าไม่เปิดเผยตัวตนกับข้อมูลอื่น) ตัวอย่างเช่น หากมีพ่อม่ายอายุ 92 ปีคนเดียวในละแวกบ้าน ทั้งสามคน "เพื่อนบ้าน + อายุ + สถานภาพสมรส" จะเปิดเผยเขา AI สามารถช่วยคัดกรองว่าชุดข้อมูลใดในชุดข้อมูลที่มีความเสี่ยงต่อการเปิดเผย และแนะนำการจัดกลุ่มที่ปลอดภัยยิ่งขึ้น (การแปลงอายุเป็นช่วง รวมหมวดหมู่ที่หายาก) แต่การตัดสินใจเผยแพร่และการตรวจสอบขั้นสุดท้ายถือเป็นความรับผิดชอบของสถาบัน
เคสขนาดเล็ก — เปิดเผยด้วยสามส่วน เทศบาลแห่งหนึ่งเผยแพร่ข้อมูลความช่วยเหลือทางสังคม "โดยไม่เปิดเผยตัวตน" ซึ่งได้แก่ ไม่มีชื่อ แต่เป็นย่านใกล้เคียง ปีเกิด และประเภทของความพิการ นักข่าวสังเกตเห็นความพิการประเภทที่พบไม่บ่อยในคนคนเดียวในละแวกใกล้เคียงและระบุตัวบุคคลนั้นได้ ข้อมูลถูกถอนออก; ได้รับการตีพิมพ์ซ้ำเมื่อเปลี่ยนปีเกิดเป็นช่วง 10 ปี และหมวดหมู่ที่หายากถูกจัดกลุ่มไว้ภายใต้ "อื่นๆ"
เทมเพลตที่คัดกรองความเสี่ยงในการระบุตัวตนซ้ำ:
ภารกิจ: ตรวจสอบคอลัมน์ของชุดข้อมูลต่อไปนี้ ฉันไม่เผยแพร่ข้อมูลส่วนบุคคล ฉันเพียงต้องการคัดกรองความเสี่ยงเท่านั้น คอลัมน์: [ชื่อคอลัมน์]ผลลัพธ์: 1) ตัวระบุโดยตรง (ต้องลบออก) 2) การรวมตัวระบุทางอ้อม (ความเสี่ยงของการระบุตัวตนซ้ำ) 3) การจัดกลุ่ม/การมาสก์ที่แนะนำสำหรับชุดค่าผสมที่มีความเสี่ยงแต่ละชุด 4) คำถามตรวจสอบขั้นสุดท้ายก่อนเผยแพร่ กฎ: ฉันไม่ได้วางคุณค่าส่วนบุคคลที่แท้จริงใดๆ เพียงพิจารณาโครงสร้างคอลัมน์
ข้อควรระวัง: "ฉันลบชื่อแล้ว ตอนนี้ไม่เปิดเผยชื่อ" เป็นความเข้าใจผิดที่พบบ่อยและเป็นอันตรายที่สุด การไม่เปิดเผยตัวตนไม่ได้ถูกกำหนดโดยฟิลด์นั้นเอง แต่โดยการรวมกันของฟิลด์และความน่าจะเป็นที่จะจับคู่กับข้อมูลภายนอก หากมีข้อสงสัย ห้ามเผยแพร่ การไม่เปิดเผยตัวตนเป็นการตัดสินใจที่เพิกถอนไม่ได้
ข้อผิดพลาดทั่วไป
- ที่จะปฏิเสธจนเป็นนิสัย การพิจารณาว่าข้อมูลที่สามารถให้เป็น "ความลับ" โดยไม่จำเป็นถือเป็นการละเมิดสิทธิและเป็นเหตุในการดำเนินคดี
- การส่งเอกสารที่ยังไม่ได้แก้ไข การเปิดเผยข้อมูลของบุคคลที่สามถือเป็นการละเมิด KVKK
- การใช้ข้อยกเว้นโดยไม่มีเหตุผล การปฏิเสธจะต้องทำด้วยวัสดุที่เป็นรูปธรรมและเหตุผลที่เป็นรูปธรรม พูด "ในบ้าน" เท่านั้นยังไม่พอ
- อาศัยวิจารณญาณทางกฎหมายของ AI การตัดสินใจยกเว้นเป็นเรื่องของมนุษย์ AI ผ่านการคัดเลือกล่วงหน้า
- ข้ามการระบุตัวตนใหม่ในข้อมูลเปิด การรวมคอลัมน์สามารถค้นหาบุคคลได้ รวม
- ไม่ระบุช่องทางคัดค้าน ในการปฏิเสธ จะต้องเขียนวิธีการสมัครและระยะเวลา (ยืนยันแล้ว)
โดยสรุป
ความโปร่งใสเป็นรากฐานของความไว้วางใจของสาธารณชน AI เป็นตัวช่วยที่มีประสิทธิภาพในการจำแนกคำขอ FOI แนะนำการพิสูจน์อักษร การร่างคำตอบ และการเตรียมข้อมูลที่เปิดสำหรับการตีพิมพ์ แต่ความสมดุลเป็นสิ่งสำคัญ: ประชาชนจะต้องได้รับข้อมูลที่พวกเขามีสิทธิ์ ข้อยกเว้นที่แท้จริง และข้อมูลส่วนบุคคลจะต้องได้รับการคุ้มครอง การตัดสินใจในการยกเว้นจะต้องมีเหตุผลและเป็นมนุษย์ ข้อมูลเปิดควรได้รับการตรวจสอบความเสี่ยงของการระบุตัวตนซ้ำก่อนเผยแพร่
งานสมัคร
รับคำขอข้อมูลเสรีภาพที่แท้จริง (ปกปิด) ประเมินล่วงหน้าด้วยเทมเพลต "ขอการจัดหมวดหมู่" ใช้เทมเพลต "การทำซ้ำ" กับเอกสารที่แนบมา และทำเครื่องหมายพื้นที่ที่จะมาสก์ ใช้เทมเพลต "การตรวจสอบการระบุข้อมูลแบบเปิด" กับคอลัมน์ของชุดข้อมูลที่เปิดอยู่ และค้นหาชุดค่าผสมที่มีความเสี่ยงอย่างน้อยหนึ่งชุด
รายการตรวจสอบ
- [ ] ฉันจำแนกคำขอแล้ว ฉันไม่ได้ปฏิเสธข้อมูลที่สามารถให้โดยไม่จำเป็น
- [ ] ฉันประเมินข้อยกเว้นด้วยเนื้อหาที่เป็นรูปธรรมและเหตุผล (การตัดสินใจของมนุษย์)
- [ ] ฉันได้แก้ไขข้อมูลส่วนบุคคล/ข้อมูลที่เป็นความลับในเอกสารที่จะส่งแล้ว
- [ ] ในกรณีที่ถูกปฏิเสธ ฉันได้ระบุวิธีการคัดค้านและระยะเวลาแล้ว (ยืนยันแล้ว)
- [ ] ฉันตรวจสอบความเสี่ยงของการระบุตัวตนซ้ำในข้อมูลที่เปิด
- [ ] ฉันได้บันทึกคำขอ การตัดสินใจ และเหตุผลเพื่อตรวจสอบ