กำไร:
- จดจำตัวระบุ ข้อมูลเมตา และร่องรอยดิจิทัลทั้งทางตรงและทางอ้อมที่อาจเปิดเผยแหล่งที่มา และถามว่า "คำอธิบายนี้จะเหมาะกับคนจำนวนกี่คน" ความสามารถในการใช้การไม่เปิดเผยตัวตนกับการทดสอบ
- มีระเบียบวินัยในการเลือกเฉพาะเครื่องมือที่ผ่านการตรวจสอบความปลอดภัยสำหรับงานที่มีความละเอียดอ่อน ใช้หลักการที่มีข้อมูลน้อยที่สุด และล้างข้อมูลการติดตาม
- ความสามารถในการเข้าใจว่า KVKK และการรักษาความลับทางวิชาชีพจำเป็นต้องมีวินัยนี้ทั้งทางกฎหมายและทางศีลธรรม และเมื่อข้อมูลประจำตัวที่รั่วไหลออกไปแล้วจะไม่สามารถนำกลับมาได้
ในแวดวงสื่อสารมวลชน แหล่งที่มาคือบุคคลที่พูด ซึ่งมักมีความเสี่ยงสูง เช่น พนักงานสาธารณะที่เปิดโปงการทุจริต พนักงานที่บรรยายถึงการกระทำผิด คนที่อาจตกงาน เสรีภาพ หรือแม้แต่ความปลอดภัยหากมีการเปิดเผยตัวตนของเขา การคุ้มครองแหล่งที่มา — หลักการรักษาข้อมูลประจำตัวของผู้ให้ข้อมูลไว้เป็นความลับ — เป็นหนึ่งในพันธกรณีอันศักดิ์สิทธิ์ที่สุดของวิชาชีพ และได้รับการคุ้มครองในระบบกฎหมายส่วนใหญ่ ยุคของปัญญาประดิษฐ์ (AI) ช่วยให้งานนี้ง่ายขึ้นและก่อให้เกิดความเสี่ยงใหม่ๆ เช่น เครื่องมือที่คุณใช้เพื่อทำความเข้าใจเอกสารอาจซ่อนเอกสารนั้น หากคุณไม่เปิดเผยตัวตน ร่องรอยที่คุณทิ้งไว้ใน AI อาจเปิดเผยแหล่งที่มา หลักการของหน่วยนี้ชัดเจน: ไม่มีข้อมูลใดที่สามารถเปิดเผยแหล่งที่มาได้เข้าสู่เครื่องมือ AI ที่ไม่ปลอดภัย การลบข้อมูลระบุตัวตนและสุขอนามัยทางดิจิทัลเสร็จสิ้นก่อนใช้ AI ไม่ใช่หลังจากนั้น เมื่อรั่วไหลแล้วจะไม่สามารถเรียกคืนข้อมูลระบุตัวตนได้
มีร่องรอยอะไรบ้างที่บอกต้นตอ?
การปกป้องทรัพยากรไม่ใช่แค่ "ไม่มีชื่อ" เท่านั้น ร่องรอยต่อไปนี้อาจเปิดเผยตัวตนด้วย:
- ตัวระบุโดยตรง: ชื่อ โทรศัพท์ อีเมล รหัส TR ที่อยู่ หน่วยการจ้างงาน
- คำอธิบายทางอ้อม: คำอธิบายเช่น "วิศวกรหญิงคนเดียวที่ทำงานเป็นวงกลมสามคน"; หมายถึงบุคคลเดี่ยวในกลุ่มเล็กๆ
- ข้อมูลเมตาของเอกสาร: ชื่อผู้เขียน ประวัติการแก้ไข วันที่สร้าง ตำแหน่ง GPS แทร็กเครื่องพิมพ์ที่ฝังอยู่ในไฟล์
- เบาะแสตามบริบท: ใครบ้างที่มีสิทธิ์เข้าถึงเอกสาร ระยะเวลาของการรั่วไหล เหตุการณ์เฉพาะในการเล่าเรื่อง
- การติดตามแบบดิจิทัล: จากอุปกรณ์ใด จากเครือข่ายใด ติดต่อบัญชีใด
ความเสี่ยงที่สำคัญสำหรับ AI: การติดร่องรอยใดๆ เหล่านี้ไว้ในเครื่องมือ จะทำให้ข้อมูลอยู่นอกเหนือการควบคุมของคุณ เครื่องมือ AI ฟรี/สาธารณะส่วนใหญ่จะจัดเก็บอินพุตหรือใช้ในการปรับแต่งโมเดลได้
ทีละขั้นตอน: การใช้ AI พร้อมประหยัดทรัพยากร
ขั้นตอนที่ 1 — จำแนกยานพาหนะ เฉพาะเครื่องมือที่มีการรักษาความปลอดภัยที่ตรวจสอบแล้วและเงื่อนไขการประมวลผลข้อมูล (โดยเฉพาะในองค์กร พื้นที่เก็บข้อมูลที่ไม่ใช่ข้อมูล หรือออฟไลน์) เท่านั้นที่จะถูกนำมาใช้สำหรับงานที่มีความละเอียดอ่อน ข้อมูลที่ละเอียดอ่อนจะไม่ถูกบันทึกลงในเครื่องมือสาธารณะ/ฟรี
ขั้นตอนที่ 2 — ล้างข้อมูลเมตา ลบข้อมูลเมตาก่อนที่จะส่งออกเอกสารไปยังเครื่องมือ หากเป็นไปได้ ให้แปลงเอกสารเป็นข้อความธรรมดาหรือสรุปเนื้อหาด้วยตนเองและทำให้เป็นนิรนามแทนการจับภาพหน้าจอ
ขั้นตอนที่ 3 — ไม่ระบุชื่อ สรุปตัวระบุทั้งทางตรงและทางอ้อมทั้งหมด: “แหล่งที่มา A” “เจ้าหน้าที่ของรัฐ” เบลอวันที่และสถานที่ เปลี่ยนสูตรที่อ้างถึงคนโสดในกลุ่มเล็ก
ขั้นตอนที่ 4 — นโยบายข้อมูลขั้นต่ำ ให้ AI เฉพาะสิ่งที่งานต้องการเท่านั้น แทนที่จะสรุปเอกสารทั้งหมด ให้ระบุส่วนที่ไม่ระบุตัวตนที่เกี่ยวข้อง
ขั้นตอนที่ 5 — ตรวจสอบและบันทึก ทดสอบความเพียงพอของการลบข้อมูลระบุตัวตนด้วยขั้นตอนตรวจสอบ (เทมเพลตด้านล่าง) สื่อสารกับต้นทางในช่องทางที่แยกจากกันและปลอดภัย
ขั้นตอนที่ 6 — ทำความสะอาดราง เมื่องานเสร็จสิ้น ให้ล้างประวัติ/เซสชันในเครื่องมือ จัดเก็บหรือลบไฟล์สำคัญอย่างปลอดภัย
ข้อควรสนใจ: การพูดว่า "ฉันไม่เปิดเผยชื่อ" นั้นไม่เพียงพอ ในกลุ่มเล็กๆ แม้แต่คำอธิบายทางอ้อมเพียงคำเดียวก็สามารถเปิดเผยตัวตนได้ คุณสามารถใช้การลบข้อมูลระบุตัวตนเพื่อถามว่า "สูตรนี้เหมาะกับคนจำนวนกี่คน" ทดสอบด้วยคำถาม. หากคำตอบคือ "หนึ่ง" แสดงว่าทรัพยากรไม่ได้รับการปกป้อง
KVKK และการรักษาความลับอย่างมืออาชีพ
ในตุรกี KVKK (กฎหมายคุ้มครองข้อมูลส่วนบุคคล) จะควบคุมข้อมูลส่วนบุคคล ข้อมูลเช่นความคิดเห็นด้านสุขภาพและการเมืองเป็นข้อมูลพิเศษและต้องการการคุ้มครองที่สูงขึ้น การให้ข้อมูลของแหล่งที่มาแก่เครื่องมือที่กำหนดเองอาจส่งผลให้เกิดความรับผิดทั้งทางจริยธรรมและกฎหมาย การรักษาความลับทางวิชาชีพถือเป็นหน้าที่ที่ให้เกียรติโดยไม่ขึ้นอยู่กับกฎหมาย
มินิเคสสามอัน
กรณีที่ 1 — ป้องกันการรั่วไหลของข้อมูลเมตา นักข่าวกำลังจะสรุปรายงานที่รั่วไหลออกมา ในวินาทีสุดท้าย เขาก็ตระหนักว่าชื่อของผู้จัดงานถูกฝังอยู่ในข้อมูลเมตาของไฟล์ เขาใช้มันหลังจากแปลงเอกสารเป็นข้อความธรรมดาและลบชื่อออก หากอัปโหลดไฟล์ Raw ข้อมูลเมตาจะให้แหล่งที่มาโดยตรง
กรณีที่ 2 — อันตรายจากตัวระบุทางอ้อม นักข่าวใช้วลีเมื่อปรึกษา YZ โดยอธิบายแหล่งที่มาว่าเป็น "พนักงานพิการเพียงคนเดียวในสำนักงานใหญ่" ไม่ว่า AI จะเก็บข้อความไว้ที่ไหนสักแห่งหรือไม่ก็ตาม คำอธิบายนี้ชี้ไปที่บุคคลหนึ่ง บรรณาธิการสังเกตเห็นจึงเปลี่ยนคำอธิบายเป็น "พนักงานเอเจนซี่" ในกลุ่มเล็กๆ คำอธิบายทางอ้อมนั้นอันตรายพอๆ กับชื่อ
กรณีที่ 3 — การเลือกยานพาหนะที่ปลอดภัย เมื่อวิเคราะห์ชุดเอกสารที่มีความละเอียดอ่อนสูง ทีมสืบสวนเลือกใช้โซลูชันที่ไม่มีข้อมูล/ออฟไลน์ แทนที่จะเป็นเครื่องมือ AI ทั่วไป นอกจากนี้ยังไม่ระบุชื่อเอกสารอีกด้วย การวิเคราะห์ช้าลงเล็กน้อย แต่ความปลอดภัยของทรัพยากรก็ไม่เสียหายแต่อย่างใด
เทมเพลตที่คัดลอกได้
1) แบบทดสอบความสามารถในการลบข้อมูลระบุตัวตน:
ทำเครื่องหมายแต่ละองค์ประกอบในข้อความด้านล่างที่อาจเปิดเผยตัวตนของแหล่งที่มา: ตัวระบุโดยตรง (ชื่อ ตำแหน่ง หน่วย) และตัวระบุโดยอ้อม (คำอธิบายที่ชี้ไปที่บุคคลเดี่ยวในกลุ่มย่อย เหตุการณ์เฉพาะ วันที่/สถานที่) สำหรับแต่ละป้าย “คำอธิบายนี้จะพอดีได้กี่คน” ถามคำถามและแนะนำลักษณะทั่วไปที่ปลอดภัยยิ่งขึ้น เปลี่ยนข้อความ ข้อความ: [ที่นี่]
2) การตรวจสอบก่อนแชร์เอกสาร:
สร้างรายการตรวจสอบความปลอดภัยที่ฉันควรทำก่อนป้อนเอกสารไปยังเครื่องมือ AI: การล้างข้อมูลเมตา การสแกนตัวระบุโดยตรง/โดยอ้อม นโยบายข้อมูลที่น้อยที่สุด ระดับความปลอดภัยของเครื่องมือ การล้างประวัติ เพิ่มประโยค "วิธีการ" ประโยคเดียวสำหรับแต่ละรายการ
3) การประเมินความเสี่ยงในการสื่อสารจากแหล่ง:
ฉันจะติดต่อแหล่งที่ละเอียดอ่อน สร้างรายการตรวจสอบมาตรการรักษาความปลอดภัยดิจิทัลที่จะปกป้องข้อมูลประจำตัวและการสื่อสารของคุณ (การเลือกช่องสัญญาณ ไม่ทิ้งร่องรอย ข้อมูลเมตา สุขอนามัยของอุปกรณ์) ให้คำแนะนำที่เป็นรูปธรรมและนำไปปฏิบัติได้ ไม่รับประกันความปลอดภัยเด็ดขาด
4) การควบคุมการป้องกันแหล่งที่มาก่อนการตีพิมพ์:
รวมรายละเอียดใดๆ ที่อาจระบุแหล่งที่มาไว้ในข่าวที่พร้อมเผยแพร่ต่อไปนี้: คำอธิบายทางอ้อม เวลาในการระบุแหล่งที่มา จำนวนผู้ที่สามารถเข้าถึงเอกสาร รายละเอียดเหตุการณ์เฉพาะ เน้นจุดเสี่ยงแต่ละจุดและแนะนำวิธีเบลอ ข่าว: [ที่นี่]
พรอมต์อ่อน / พรอมต์แข็งแกร่ง
พร้อมท์ที่อ่อนแอ: "สรุปเอกสารนี้" (โดยการอัปโหลดเอกสารแหล่งข้อมูลเมตาที่ละเอียดอ่อนตามที่เป็นอยู่)
ผลลัพธ์: ข้อมูลเมตาและตัวระบุทางอ้อมอยู่นอกเหนือการควบคุมของคุณ แหล่งที่มาอาจถูกบุกรุกโดยที่คุณไม่รู้ตัว
ข้อความแจ้งที่รัดกุม: ขั้นแรก แปลงเอกสารเป็นข้อความธรรมดาและลบข้อมูลเมตา สรุปตัวระบุโดยตรง/โดยอ้อม ให้เฉพาะส่วนที่เกี่ยวข้อง: "สรุปข้อความที่ไม่ระบุชื่อต่อไปนี้ และทำเครื่องหมายเบาะแสข้อมูลระบุตัวตนที่เหลืออยู่ในนั้นด้วย"
ความแตกต่าง: แนวทางที่เข้มงวดจะล้างข้อมูลโดยไม่ต้องมอบให้กับยานพาหนะ แบ่งปันข้อมูลน้อยที่สุด และใช้ AI เป็นชั้นการควบคุมเพิ่มเติม ทรัพยากรได้รับการคุ้มครอง
แผนภูมิเปรียบเทียบ
ประเภทแทร็ก
ตัวอย่าง
ความเสี่ยง
ข้อควรระวัง
ตัวระบุโดยตรง
ชื่อ, โทรศัพท์, หน่วย
สูง
ลบ/ทั่วไป
ตัวระบุทางอ้อม
“วิศวกรหญิงเพียงคนเดียว”
สูง (ซ่อน)
“สามารถรองรับได้กี่คนคะ?” ทดสอบ
ข้อมูลเมตา
ผู้เขียนไฟล์/วันที่/GPS
สูง
แปลงเป็นข้อความธรรมดาชัดเจน
เบาะแสตามบริบท
ระยะเวลาการรั่วไหล
ปานกลาง
เบลอเวลา/สถานที่
การติดตามแบบดิจิทัล
อุปกรณ์ เครือข่าย บัญชี
ปานกลาง-สูง
ช่องทางที่ปลอดภัยสุขอนามัย
ข้อผิดพลาดทั่วไป
- ลืมข้อมูลเมตา การอัปโหลดไฟล์ตามที่เป็นอยู่และข้อมูลผู้สร้าง/วันที่/ตำแหน่งที่ฝังไว้รั่วไหล
- ก็แค่ลบชื่อออก การเพิกเฉยต่อตัวระบุทางอ้อมยังเปิดเผยตัวตนด้วย
- การส่งออกข้อมูลที่ละเอียดอ่อนไปยังเครื่องมือสาธารณะ การป้อนข้อมูลต้นฉบับลงในเครื่องมือที่จัดเก็บข้อมูล/ใช้ในการฝึกโมเดล
- การแชร์ข้อมูลมากเกินไป เพิ่มความเสี่ยงโดยการจัดเตรียมเอกสาร/รายละเอียดมากกว่าที่งานต้องการ
- ไม่ทำความสะอาดราง. ออกจากประวัติเซสชันและไฟล์ที่ละเอียดอ่อนเมื่องานเสร็จสิ้น
การเลือกยานพาหนะที่ปลอดภัย: จะต้องมองหาอะไร?
การตัดสินใจว่าเครื่องมือ AI นั้น "ปลอดภัย" สำหรับงานที่มีความละเอียดอ่อนหรือไม่นั้นเป็นความรู้ทางเทคนิคที่นักข่าวจะต้องได้รับ คำถามหลักที่ต้องพิจารณาคือ: เครื่องมือจัดเก็บข้อมูลที่คุณป้อน นานแค่ไหน และที่ไหน? ข้อมูลที่คุณป้อนใช้ในการฝึกโมเดลหรือไม่ (ใช่ในเครื่องมือสำหรับผู้บริโภคฟรีส่วนใหญ่ มักไม่มีในเวอร์ชันองค์กร) ข้อมูลถูกประมวลผลในประเทศใดและอยู่ภายใต้กฎหมายใด เครื่องมือสามารถทำงานแบบออฟไลน์ได้หรือไม่ (บนอุปกรณ์ของคุณเอง โดยไม่ต้องส่งข้อมูลไปยังอินเทอร์เน็ต) องค์กรของคุณมีข้อตกลงการประมวลผลข้อมูลกับเครื่องมือนี้หรือไม่ การป้อนข้อมูลทรัพยากรที่ละเอียดอ่อนลงในเครื่องมือโดยไม่ทราบคำตอบสำหรับคำถามเหล่านี้กำลังทำให้ทรัพยากรตกอยู่ในความเสี่ยงจากการไว้วางใจแบบไร้เหตุผล
ลำดับชั้นทั่วไปมีประโยชน์: สำหรับเอกสารที่ละเอียดอ่อนที่สุด แนะนำให้ใช้โซลูชันที่ทำงานแบบออฟไลน์หรือบนโครงสร้างพื้นฐานของคุณเอง เครื่องมือระดับองค์กรที่ทำสัญญาซึ่งไม่จัดเก็บข้อมูลเพื่อความแม่นยำปานกลาง เครื่องมือสำหรับผู้บริโภคทั่วไปสามารถใช้ได้เฉพาะกับเนื้อหาที่ไม่ระบุตัวตน เปิดเผยต่อสาธารณะ หรือที่ไม่ระบุชื่อเท่านั้น การจัดหมวดหมู่นี้ตั้งแต่ต้นจะช่วยป้องกันข้อผิดพลาด "การป้อนข้อมูลผิดลงในเครื่องมือที่ไม่ถูกต้องอย่างเร่งรีบ" นอกจากนี้ ในห้องข่าวของบริษัท การตัดสินใจนี้ไม่ควรปล่อยให้เป็นหน้าที่ของนักข่าวแต่ละคน แต่ควรได้รับมาตรฐานด้วยรายการอนุมัติเครื่องมือที่เป็นลายลักษณ์อักษร เพราะความผิดพลาดเพียงครั้งเดียวจากบุคคลเพียงคนเดียวสามารถทำลายแหล่งที่มาของการสืบสวนทั้งหมดได้ การรักษาความปลอดภัยของยานพาหนะเป็นเสาหลักทางเทคนิคของการปกป้องทรัพยากร และควรให้ความสำคัญอย่างจริงจังพอๆ กับการไม่เปิดเผยชื่อ
โดยสรุป
การปกป้องทรัพยากรก่อให้เกิดความเสี่ยงใหม่ในยุคของ AI: เครื่องมือสามารถซ่อนข้อมูล เมตาดาต้า และตัวระบุทางอ้อมสามารถเปิดเผยตัวตนได้ วิธีที่ปลอดภัย การเลือกเครื่องมือตามระดับความปลอดภัย การล้างข้อมูลเมตา การลบข้อมูลระบุตัวระบุทั้งทางตรงและทางอ้อมทั้งหมด (การทดสอบ "มีกี่คนที่เหมาะสมกับคำอธิบายนี้") ใช้หลักการของข้อมูลน้อยที่สุดและทำความสะอาดร่องรอย KVKK และการรักษาความลับทางวิชาชีพจำเป็นต้องมีวินัยนี้ทั้งทางกฎหมายและทางศีลธรรม เมื่อรั่วไหลแล้วจะไม่สามารถเรียกคืนข้อมูลระบุตัวตนได้
งานสมัคร
จดเอกสาร/บันทึกต้นฉบับจริงหรือปลอม ขั้นแรกให้ปฏิบัติตามข้อความแจ้ง "การทดสอบความสามารถในการลบข้อมูลระบุตัวตน" ทำเครื่องหมายคำอธิบายทั้งทางตรงและทางอ้อมที่ปรากฏแล้วถามว่า "จะพอดีได้กี่คน" ประเมินด้วยคำถาม จากนั้นทำให้เอกสารไม่เปิดเผยตัวตนอย่างปลอดภัย และใช้รายการ "การตรวจสอบเอกสารก่อนการแชร์เอกสาร" ด้วยตนเองหนึ่งครั้ง
รายการตรวจสอบ
- [ ] ฉันใช้เครื่องมือที่ผ่านการตรวจสอบความปลอดภัยแล้วสำหรับงานที่มีความละเอียดอ่อนเท่านั้น
- [ ] ฉันล้างข้อมูลเมตาก่อนที่จะส่งออกเอกสาร
- [ ] ใช้คำอธิบายทั้งทางตรงและทางอ้อมทั้งหมดว่า "มีกี่คนพอดี" ฉันไม่เปิดเผยชื่อด้วยการทดสอบ
- [ ] ปฏิบัติตามหลักการข้อมูลน้อยที่สุด ฉันแบ่งปันเฉพาะส่วนที่จำเป็นเท่านั้น
- [ ] ฉันล้างประวัติเซสชันและไฟล์ที่ละเอียดอ่อนหลังเลิกงาน ฉันปฏิบัติตาม KVKK และการรักษาความลับทางวิชาชีพ