Privacy, KVKK at Proteksyon ng Data ng Kliyente

Mga nadagdag:

• Kakayahang pag-uri-uriin ang data ng kliyente sa loob ng balangkas ng propesyonal na pagiging kumpidensyal at KVKK at matukoy kung aling data ang maaaring ibigay sa mga tool ng artificial intelligence
• Kakayahang lumikha ng secure na konteksto sa cloud-based na mga tool sa pamamagitan ng pag-anonymize ng nilalaman ng session at impormasyon ng pagkakakilanlan
• Kakayahang iakma ang impormasyon, tahasang pahintulot at mga responsibilidad sa pag-iimbak/pagtanggal ng data sa paggamit ng artificial intelligence

Mayroong isang kasabihan sa core ng propesyon sa kalusugan ng isip: "Ang sinasabi mo sa akin ay nananatili doon." Pinagkakatiwalaan ka ng isang kliyente na sabihin sa iyo ang pinaka-marupok na impormasyon ng kanyang buhay (trauma, pagkagumon, relasyon, takot). Ang tiwala na ito ay ang puso ng propesyon at kapag nasira ay hindi na ito maibabalik. Ang mga tool ng artificial intelligence (AI) ay nagdaragdag ng bagong panganib sa trust na ito: dahil ang isang pangungusap na tina-type mo sa cloud ay maaaring mawala sa iyong kontrol at maiimbak sa server ng ibang kumpanya, o kahit na magamit sa pagsasanay sa modelo. Sa yunit na ito, matututunan mo kung paano protektahan ang data ng kliyente sa edad ng AI; Malalaman mo kung ano ang pinapayagan at kung ano ang ipinagbabawal sa loob ng balangkas ng KVKK (Batas sa Proteksyon ng Personal na Data; Batas Blg. 6698, na kumokontrol sa pagproseso ng personal na data sa Türkiye).

Bakit "espesyal na kalidad" ang data ng kliyente?

Hinahati ng KVKK ang data sa dalawa: ordinaryong personal na data (pangalan, telepono) at espesyal na personal na data. Ang anumang impormasyon tungkol sa kalusugan ng isip (kahit ang katotohanan na ang isang tao ay tumatanggap ng therapy) ay nabibilang sa pangalawang, pinakaprotektadong grupong ito. Ang data ng kalusugan ay isang hiwalay na protektadong kategorya sa batas; Bilang isang tuntunin, ang pagproseso ay nangangailangan ng tahasang pahintulot o mahigpit na pagbubukod. Sa madaling salita, ang pag-type ng nilalaman ng session ng isang kliyente sa isang random na tool ng AI ay maaaring hindi lamang isang etikal ngunit isa ring legal na paglabag.

Ang isang propesyonal na obligasyon sa paglilihim ay idinagdag din dito. Ipinagbabawal ng propesyonal na etika ang pagbabahagi ng impormasyon ng kliyente sa mga ikatlong partido nang walang pahintulot. Ang isang cloud-based na AI tool ay legal na isang "third party." Kaya ang tanong ay: Ako ba ay talagang awtorisado na ibigay ang data na ito sa tool na ito?

Babala: "Walang makakakita nito" o "Ibubuod ko lang" ay hindi proteksyon. Sa sandaling pumasok ang data sa sasakyan, wala na ito sa iyong kontrol. Ang pagpapanatili ng pagiging kumpidensyal ay isang desisyon na ginawa BAGO magpadala ng data; hindi na maibabalik mamaya.

Tatlong estado ng data: aling data, sa aling medium

Kapag nagtatrabaho sa data ng kliyente, hatiin ang bawat impormasyon sa tatlong kategorya:

Uri ng data

halimbawa

Maaari ba itong ibigay sa AI?

tuntunin

direktang pagkakakilanlan

Pangalan-apelyido, TR ID, telepono, address, lugar ng trabaho

hindi

Hindi kailanman ibinigay sa hilaw na anyo nito

hindi direktang pagkakakilanlan

Pambihirang propesyon, maliit na paninirahan, natatanging kaganapan

Hindi (nagbubukas ng ID nang mag-isa)

Pangkalahatan o inalis

Klinikal na nilalaman (anonymous)

Mga sintomas, tema, proseso (nakuha ang pagkakakilanlan)

May kondisyon na oo

Hindi nagpapakilala at nasa isang ligtas na sasakyan

Ang layunin ay ang pag-alis ng pagkakakilanlan: ginagawa ang data na hindi mo maili-link ito o ng sinuman sa isang partikular na tao. Ang pagtanggal lamang ng pangalan ay hindi sapat; Ang pangungusap na "ang tanging dentista sa bayan" ay nagbibigay sa tao kahit na ang pangalan ay tinanggal.

Hakbang-hakbang: secure na anonymization

1. I-extract ang mga direktang identifier. Pangalan, apelyido, hanay sa halip na edad ("30s"), lokasyon, lugar ng trabaho, paaralan, petsa, mga pangalan ng mga kamag-anak.
2. I-generalize ang mga indirect identifier. "Hazelnut exporter sa Trabzon" sa halip na "nagtatrabaho sa sektor ng agrikultura sa isang lungsod". Mga kakaibang pangyayari sa abstract.
3. Palabuin ang mga numero. "mga 6 na buwan na ang nakalipas" sa halip na ang eksaktong petsa.
4. Suriin ang sasakyan. Gumagamit ba ng data ang AI tool na ginagamit mo sa pagsasanay? Mayroon bang "enterprise/privacy mode"? Saan naka-imbak ang data?
5. Minimum na patakaran sa data. Magbigay ng pinakamababang impormasyon na kailangan upang maisagawa ang gawain; huwag masyadong magbigay.
6. Pahintulot at transparency. Ituro sa kliyente na gumagamit ka ng AI para sa mga layuning pang-administratibo/pag-draft sa proseso.

Tip: Pagkatapos i-anonymize ang isang text, itanong sa iyong sarili ang tanong na ito: "Kung nabasa ng kliyenteng ito ang text na ito, makikilala ba niya ang kanyang sarili? May makikilala pa ba siya?" Kung hindi mo masasabi ang "hindi" sa pareho, hindi kumpleto ang anonymization.

tatlong mini case

Kaso 1 — Maliit na pagkakamali, malaking paglabag. Habang ang isang espesyalista ay may AI na buod ng mga tala ng session, ang pangalan ng kliyente ay "M.Y." at iniiwan ang natitira tulad ng sumusunod: "Nurse sa Hospital X sa Kadıköy, ang pangalan ng anak na babae ay Elif, kaso ng diborsyo..." Kahit na pinaikli ang pangalan, ang mga detalyeng ito ay madaling makilala ang tao. Nabigo ang anonymization; ang paglabag ay itinuturing na naganap. Ang tamang paraan: gawing pangkalahatan ang tungkulin bilang "manggagawa sa sektor ng pangangalagang pangkalusugan", ang bata bilang "may anak", ang kaso bilang "isang legal na proseso".

Kaso 2 — May pagkakaiba ang pagpili ng sasakyan. Dalawang psychologist ang gumagawa ng parehong trabaho. Ang isa ay nag-type ng raw data sa isang personal, libreng tool sa pakikipag-chat; Ang kontrata ng tool ay nagsasabing "maaaring gamitin ang mga input upang mapabuti ang serbisyo." Ang isa naman ay gumagamit ng enterprise tool na may kasunduan sa pagpoproseso ng data, na ang setting ay bukas "gamit ang aking input sa edukasyon", at may hindi kilalang data. Pareho nilang sinasabi na "ginamit namin ang AI", ngunit ang isa ay nagpoprotekta sa data at ang isa ay nag-leak nito.

Kaso 3 — Karapatang burahin. Ang isang kliyente ay umalis sa therapy at humiling ng pagtanggal ng kanyang data (kanyang karapatan sa ilalim ng KVKK). Tinatanggal ng eksperto ang sarili niyang mga recording, ngunit naaalala ang transcript ng session na na-paste niya sa isang AI tool 3 buwan na ang nakalipas; hindi niya maalala ang data o matiyak na tinanggal niya ito. Ipinapakita nito kung bakit mahalaga ang pagtatrabaho nang hindi nagpapakilala sa simula: walang inilalagay na data ng pagkakakilanlan kung saan hindi ito matatanggal.

Nakokopya na mga prompt at template

I-anonymize ang teksto sa ibaba. ALISIN o gawing pangkalahatan ang mga sumusunod: unang pangalan, apelyido, edad (convert sa hanay), lungsod/county/kapitbahayan, lugar ng trabaho, paaralan, petsa, mga kamag-anak na pangalan, mga natatanging kaganapan. Pagkatapos ay tinanong ako "maaaring mahihinuha ang pagkakakilanlan mula sa natitirang teksto?" Isulat din ang iyong pagsusuri.Text: [text]

Ilista ang bawat parirala sa tekstong ito na maaaring direkta O hindi direktang naglalarawan sa tao (kabilang ang bihirang trabaho, maliit na lugar, natatanging kaganapan). Magmungkahi kung paano ko i-generalize ang bawat isa. Teksto: [teksto]

Bumuo ng simple, nauunawaang talata na idaragdag sa text ng impormasyon ng kliyente para sa isang kasanayan sa sikolohiya, na naglalaman ng impormasyon na "maaaring gamitin ang mga tool ng artificial intelligence para sa mga layuning pang-administratibo at draft sa panahon ng proseso ng serbisyo; ang data ng kliyente ay magiging anonymize at ang mga desisyon sa diagnosis/paggamot ay pagmamay-ari ng espesyalista."

Nagbibigay ito ng listahan ng mga tanong sa pagkontrol na dapat kong itanong sa mga tuntunin ng patakaran sa privacy ng isang tool ng artificial intelligence na isinasaalang-alang kong gamitin: pag-iimbak ng data, paggamit sa edukasyon, lokasyon ng data, pagtanggal, kasunduan sa pagproseso ng data, corporate mode.

Mahinang prompt / Malakas na prompt

Mahinang prompt: "Ibuod ang sumusunod na pag-record ng session: [raw text na may totoong pangalan at buong detalye]"

Ang prompt na ito ay naglilipat ng sensitibong data sa raw na anyo nito sa ikatlong partido; Ito ay isang paglabag sa KVKK at propesyonal na lihim.

Napakahusay na prompt: "I-anonymize muna ang sumusunod na text (i-generalize ang pangalan, lugar, lugar ng trabaho, petsa, pangalan ng mga kamag-anak), pagkatapos ay ibuod ang anonymous na bersyon sa SOAP na format. Suriin din kung sapat ang anonymization: [text]"

Ang prompt na ito ay unang nagpoprotekta, pagkatapos ay gumagawa; Tinatapos niya ang trabaho bago mabunyag ang kanyang pagkakakilanlan.

Mga karaniwang pagkakamali

• Tanggalin mo na lang ang pangalan. Ang mga hindi direktang tagapaglarawan (bihirang trabaho, maliit na lokasyon) ay binibigyan ang tao kahit na tanggalin mo ang pangalan.
• Pagsusulat ng raw data sa libre/personal na tool. Ang pagbibigay ng data nang hindi sinusuri kung ang mga input ay ginagamit sa edukasyon o hindi.
• Paglampas sa pahintulot. Hindi ipaalam sa kliyente ang tungkol sa paggamit ng AI; Ang transparency ay isang etikal na obligasyon.
• Iniisip na ito ay "pansamantala". Nakalimutan na ang data na pumapasok sa cloud ay hindi maaaring makuha; Upang maging walang magawa kapag lumitaw ang karapatang magtanggal.
• Paglabag sa pinakamababang prinsipyo ng data. Pag-paste ng dose-dosenang mga hindi kinakailangang detalye para sa gawain; Ang bawat karagdagang data ay isang karagdagang panganib.

Sa buod

Ang data ng kliyente ay nasa espesyal na kalidad, pinakaprotektadong grupo sa ilalim ng KVKK at nasa saklaw ng propesyonal na sikreto. Ang isang cloud-based na AI tool ay legal na isang third party; hindi maibibigay sa kanya ang raw client data. Paghiwalayin ang data sa direkta/hindi direktang pagkakakilanlan at hindi kilalang klinikal na nilalaman; Gumamit lamang ng tunay na hindi nagpapakilalang nilalaman sa isang tool na kinokontrol ng privacy na may kaunting patakaran sa data. Turuan ang kliyente tungkol sa proseso. Ang pagiging kompidensyal ay isang desisyon na ginawa bago magpadala ng data na hindi na mababaligtad sa ibang pagkakataon.

Gawain ng aplikasyon

Kumuha ng isang kamay (o haka-haka) na tala ng sesyon. Unang markahan ang lahat ng direkta at hindi direktang pagkakakilanlan ng dilaw. Pagkatapos ay palitan ang bawat isa ng isang pangkalahatang expression at magsulat ng isang hindi kilalang bersyon. Sa wakas, tanungin ang iyong sarili, "Kilala ba ng kliyenteng ito ang kanyang sarili?" Itanong ang tanong at tandaan ang iyong sagot. Maaari mo ring buksan ang mga setting ng privacy ng isang AI tool na ginagamit mo at itanong "ginagamit ba ang mga input sa pagsasanay?" Hanapin ang sagot sa tanong.

checklist

• [ ] Inalis ko ang mga direktang pagkakakilanlan (pangalan, lokasyon, petsa, lugar ng trabaho).
• [ ] I generalized indirect descriptors (bihirang trabaho, natatanging kaganapan).
• [ ] Na-verify ko na ang tool na ginagamit ko ay hindi gumagamit ng data para sa pagsasanay.
• [ ] Sinunod ko ang prinsipyo ng hindi bababa sa data; Binigay ko lang ang kailangan.
• [ ] Ipinaalam ko sa kliyente ang tungkol sa paggamit ng AI / sinusunod ang balangkas ng pahintulot.
• [ ] "Nakikilala ba ng kliyente ang kanyang sarili?" nakapasa ako sa pagsusulit.