Privacy ng Data, Secure na Pagpili ng Tool at Anonymization — Artipisyal na Katalinuhan sa Seguro

Mga nadagdag:

Anonymization at pagsusuri ng pangangailangan bago ibigay ang sensitibo at pinansyal na data ng customer sa mga tool ng artificial intelligence
Kakayahang makilala ang mga pagkakaiba sa pagitan ng corporate at pampublikong AI tool sa privacy, pagpapanatili ng data, at paggamit sa edukasyon
Kakayahang pamahalaan ang paglabag sa data, panahon ng pagpapanatili at mga panganib sa pagbabahagi ng ikatlong partido sa loob ng balangkas ng KVKK

Ang insurance ay isa sa mga propesyon na gumagana gamit ang pinakasensitive na data. Isang insurance file; Maaaring kabilang dito ang impormasyon ng pagkakakilanlan, address, kita, bank account, kasaysayan ng kalusugan, mga rekord ng pinsala, plaka ng lisensya, titulo ng titulo, at kahit na impormasyon ng pamilya. Ang ilan sa data na ito ay napapailalim sa pinakamataas na proteksyon bilang "personal na data ng espesyal na kalikasan" sa KVKK (Personal Data Protection Law); Ang kalusugan, biometric at katulad na data ay karaniwang mga halimbawa nito. Ang hindi nakokontrol na pagbabahagi ng data na ito kapag gumagamit ng mga tool ng artificial intelligence (lalo na ang mga cloud-based) ay isang seryosong panganib ng paglabag at pagkawala ng tiwala. Kapag na-leak, hindi na mababawi ang data. Sa unit na ito, matututunan mo kung paano i-anonymize ang data ng customer (pag-aalis ng personal na nakakapagpakilalang impormasyon) bago ito ibigay sa artificial intelligence, ang mga pagkakaiba sa privacy sa pagitan ng corporate at pampublikong tool, at kung paano pamahalaan ang mga panganib ng data breach, storage at pagbabahagi ng third-party sa loob ng balangkas ng KVKK. Ang yunit na ito ay hindi legal na payo; Nagpapaliwanag ng mga pangkalahatang prinsipyo, kumunsulta sa compliance/legal department sa partikular na kaso.

Bakit mahalaga ang privacy: mga uri ng data

Sa insurance, kinakailangan na paghiwalayin ang data ayon sa antas ng proteksyon:

Data ng pagkakakilanlan: Pangalan, apelyido, TR ID number, petsa ng kapanganakan, contact. Direktang kinikilala nito ang tao.
Data sa pananalapi: Kita, bank account, kasaysayan ng pagbabayad. Personal at sensitibo.
Espesyal na kalidad ng data: Kalusugan, biometric data. Pinakamataas na proteksyon; Ang mga mas mahigpit na kundisyon (tahasang pahintulot o pagbubukod ayon sa batas) ay kinakailangan para sa pagproseso.
Data ng file: Numero ng patakaran, plaka ng lisensya, titulo ng titulo, detalye ng pinsala. Kapag pinagsama sa iba, maaari itong magbunyag ng pagkakakilanlan.

Ang pinakamalaking panganib ay ang pagkakakilanlan na nangyayari kapag pinagsama mo ang data na ito. Habang ang "45 taong gulang na babae" ay hindi nagpapakilala, "45 taong gulang na babae + isang partikular na plaka ng lisensya + isang tiyak na address" ay maaaring magbunyag ng pagkakakilanlan.

Pansin: Ang pagsasabi ng "tanggalin" pagkatapos magbigay ng data sa tool ng artificial intelligence ay hindi talaga nagtatanggal nito. Ang ilang mga tool ay nag-iimbak ng input at kahit na ginagamit ito upang sanayin ang modelo. Panuntunan: huwag magpadala ng sensitibong data; Nauuna ang anonymization bago ipadala.

Anonymization: paano ito gawin

Ang anonymization ay ang pag-alis ng makikilalang impormasyon at pagpapalit sa pamamagitan ng makatotohanang katumbas; Ang layunin ay gawing hindi makilala ang tao habang pinapanatili ang kalidad ng output. Magandang anonymization:

Tinatanggal ang pangalan, TR ID, telepono, address, numero ng patakaran, plaka ng lisensya at impormasyon sa titulo ng titulo.
Pinalitan niya ang mga ito ng isang katumbas na makabuluhang analitikal: "45 taong gulang, lalaki, patakaran sa seguro, Central Anatolia, isang panig na banggaan".
Iniiwasan nito ang mga bihirang/natatanging kumbinasyon: isang napaka-espesipikong propesyon + isang napakaliit na lugar, na nag-iisa ay maaaring magbukas ng pagkakakilanlan.
Pinapanatili ang kahulugang medikal/teknikal: gaya ng "komplementaryong kalusugan, nakaplanong orthopedic surgery".

Tip: Pagkatapos mag-anonymize, tanungin ang iyong sarili: "Kung basahin ng isang estranghero ang text na ito, mahahanap ba niya ang tao?" Kung oo ang sagot, i-generalize pa. Lalo na ang mga bihirang kumbinasyon (maliit na distrito + partikular na kaganapan) ay mapanganib.

Enterprise kumpara sa mga pampublikong tool

Hindi lahat ng tool ng AI ay may parehong antas ng privacy. Nag-iiba sila sa tatlong dimensyon:

Pagpapanatili ng data: Pinapanatili ba nito ang input at gaano katagal?
Gamitin sa pagsasanay: Ginagamit ba nito ang input para sanayin ang modelo?
Lokasyon at kontrata: Saan pinoproseso ang data, mayroon bang corporate data processing agreement?

Ang mga tool sa institusyon (kontraktwal ng institusyon, mga kasiguruhan sa pagproseso ng data) ay kadalasang nag-aalok ng mga limitasyon sa hindi paggamit at pag-iimbak ng data sa edukasyon. Ang mga pampubliko at libreng tool ay maaaring mag-imbak ng input at gamitin ito sa pagsasanay. Panuntunan: pinoproseso lang ang sensitibong data sa mga paraan na inaprubahan ng institusyon, kinontrata at sa isang form na hindi nagpapakilala hangga't maaari. Ang paglalagay ng data ng customer sa isang hindi naaprubahang tool ay ginagawang hindi naa-audit ang processor ng data.

Hakbang-hakbang: Paggawa nang ligtas gamit ang kumpidensyal na data

Uriin ang datos. Data ng pagkakakilanlan / pinansyal / espesyal na kalidad / file.
Pagsusulit sa pangangailangan. Kailangan ba talaga ang data na ito para sa gawaing ito? Kung hindi, huwag gamitin ito.
anonymize. Alisin ang mga identifier, palitan ang mga katumbas na katotohanan, gawing pangkalahatan ang mga bihirang kumbinasyon.
Pumili ng sasakyan. Tanging mga inaprubahan ng ahensya, kinontratang sasakyan; Walang available na sensitibong data sa pampublikong tool.
Magtrabaho nang may pinakamababang data. Ibahagi ang pinakamababang impormasyong kailangan para sa gawain.
Pamahalaan ang storage at pagbabahagi. Saan mo iniimbak ang output, kanino mo ito ibinabahagi; Sumunod sa panahon ng pagpapanatili ng KVKK at mga panuntunan ng third party. Iwanan ang iyong marka.

tatlong mini case

Kaso 1 — Pagprotekta sa sensitibong data. Nais tanungin ng isang espesyalista sa pag-claim ang AI tungkol sa isang kumplikadong file ng segurong pangkalusugan. Sa halip na isulat ang pangalan, ID at diagnosis ng nakaseguro, gumawa siya ng hindi kilalang konteksto gaya ng "52 taong gulang, babae, komplementaryong patakaran sa kalusugan, nakaplanong operasyon sa balbula sa puso, pinagtatalunang halaga." Ang kalidad ng output ay hindi nabawasan; Ang pribadong data ay hindi napunta sa anumang ulap. Ang data ng kalusugan ay napapailalim sa pinakamataas na proteksyon; ang ugali na ito ay humadlang sa paglabag.

Kaso 2 — Rare combination trap. "38 taong gulang, babae, tanging parmasyutiko sa [napakaliit na county], patakaran sa pananagutan ng propesyonal," isinulat ng isang eksperto. Bagama't ito ay teknikal na walang pangalan, direktang inihayag nito ang kanyang pagkakakilanlan dahil siya lamang ang parmasyutiko sa distritong iyon. Napansin ito ng eksperto at ini-generalize ito bilang "maliit na paninirahan, propesyon sa pangangalagang pangkalusugan". Ang anonymization ay hindi lamang pagtanggal ng pangalan, sinisira nito ang pagkakilala.

Kaso 3 — Maling pagpili ng tool. Para sa bilis, ia-upload ng isang empleyado ang breakdown ng claim ng customer sa isang libre, pampublikong tool. Ang patakaran ng koponan ay magkakabisa: ang data ng customer ay pinoproseso lamang sa inaprubahan ng institusyon, kinontratang tool. Una nang ginawang anonymize ng empleyado ang data at pagkatapos ay pinatakbo ito sa naaprubahang tool. Kung gumamit ng hindi naaprubahang tool, hindi makokontrol ang panganib ng pag-imbak ng data at paggamit sa edukasyon.

Apat na makokopya na prompt

1) Assistant sa pag-anonymize:

Alisin ang lahat ng personal at nagpapakilalang data mula sa sumusunod na teksto: pangalan, apelyido, ID, petsa ng kapanganakan, telepono, address, numero ng patakaran, plaka ng lisensya, titulo ng titulo, IBAN. Palitan ang mga ito ng isang makatotohanang katumbas na may analytical na kahulugan (hal. "45 taong gulang, lalaki, insurance policy, one-sided collision"). I-generalize ang mga bihirang/natatanging kumbinasyon (maliit na lugar + espesyal na trabaho). Panatilihin ang kahulugang medikal/teknikal. Teksto: [i-paste]

2) Pagsusuri ng pagkakilala:

Suriin ang sumusunod na hindi nakikilalang teksto para sa pagkilala: [text]Itanong: Mahahanap ba ng isang estranghero ang taong may ganitong teksto? Mayroon bang pambihirang kumbinasyon (maliit na settlement + partikular na propesyon/kaganapan), natatanging petsa o halaga? I-highlight ang bawat mapanganib na punto at imungkahi kung paano mag-generalize nang mas ligtas.

3) Kinakailangan at pag-uuri ng data:

I-classify at requirement test ang data na kailangan para sa sumusunod na gawain:Task: [description] Ang data na mayroon ako: [list]Para sa bawat data: type (identity/financial/special/file), kailangan ba ito para sa gawaing ito (oo/no), kung kinakailangan, kung paano ito gamitin nang hindi nagpapakilala. Markahan ang hindi kinakailangang data bilang "huwag gamitin".

4) Checklist ng pagpili ng sasakyan:

Gumawa ng checklist bago gumamit ng AI tool na may data ng insurance. Isama ang mga tanong: Inaprubahan ba ng institusyon ang sasakyan? Mayroon bang kasunduan sa pagproseso ng data? Iniimbak/ginagamit ba nito ang input sa pagsasanay? Saan pinoproseso ang data? Para sa aling uri ng data ito ay angkop/hindi angkop? Sapat na ba ang anonymization?

Mahinang prompt / Malakas na prompt

Mahina: "Suriin ang file ng kliyenteng si Ahmet Yılmaz (TC 123..., naka-attach na medikal na ulat)."

Problema: Direktang ibinabahagi ang data ng pagkakakilanlan at sensitibong (kalusugan); malaking panganib ng paglabag sa KVKK.

Strong: "Isaalang-alang ang sumusunod na hindi nakikilalang konteksto: edad 52, babae, pandagdag na patakaran sa kalusugan, nakaplanong operasyon, halagang pinagtatalunan. Walang nakakapagpakilalang impormasyon."

Bakit ito maganda: Pinapanatili ang analytical na kahulugan, hindi ibinubunyag ang pagkakakilanlan at sensitibong data.

tsart ng paghahambing

Uri ng data

Antas ng proteksyon

Gamitin sa artificial intelligence

Pangalan/TC/contact

mataas

Alisin, ilagay ang katumbas

Pinansyal (kita/IBAN)

mataas

Alisin/i-generalize

Kalusugan/mga espesyal na kwalipikasyon

pinakamataas

Hindi kailanman hilaw; anonymous + aprubadong sasakyan

Numero ng patakaran/plate/title deed

katamtaman-mataas

Alisin; delikado ang mag-isa

Pinagsama-sama/mga istatistika

mababa

Available (kung walang contact)

Mga karaniwang pagkakamali

Pag-paste ng raw personal/health data. Ang pinakamadalas at pinakamatinding paglabag.
Iniisip na ang pagtanggal lamang ng pangalan ay sapat na. Ang mga bihirang kumbinasyon ay maaari pa ring magbunyag ng pagkakakilanlan.
Umaasa sa pagsasabing "delete later." Ang tool ay maaaring nag-iimbak/gumagamit ng data sa pagsasanay.
Hindi naaprubahan/pampublikong pagmamaneho. Hindi kontroladong pagproseso ng data.
Hindi pinamamahalaan ang storage at pagbabahagi. Walang limitasyong imbakan ng output, walang kontrol na pagbabahagi sa mga ikatlong partido.

Sa buod

Napakasensitibo ng data ng insurance; Ang mga espesyal na datos tulad ng kalusugan ay napapailalim sa pinakamataas na proteksyon sa ilalim ng KVKK. I-classify, hamunin at i-anonymize ang data bago ito ibigay sa AI: alisin ang mga identifier, ipakilala ang mga makatotohanang katumbas, gawing pangkalahatan ang mga bihirang kumbinasyon. Iproseso lamang ang sensitibong data sa mga tool na inaprubahan ng institusyon, kinontrata at sa pinakamababang lawak. Pamahalaan ang panahon ng pag-iimbak at pagbabahagi ng ikatlong partido sa loob ng balangkas ng KVKK at mag-iwan ng bakas. Kumonsulta sa pagsunod/legal sa partikular na kaso; Hindi mabawi ang na-leak na data.

Gawain ng aplikasyon

Kumuha ng totoong pinsala/reference na text (para sa mga layunin ng pagsubok). I-anonymise ang prompt #1, pagkatapos ay suriin ang pagkilala gamit ang prompt #2: mayroon pa bang mga bihirang kumbinasyon sa text na maaaring magbunyag ng tao? I-generalize ang bawat panganib na makikita mo. Suriin din ang AI tool na ginagamit mo sa checklist number 4: angkop ba ito para sa sensitibong data?

checklist

[ ] Inuri ko ang data ayon sa kanilang mga uri.
[ ] Nag-apply ako ng necessity test; Hindi ako gumamit ng hindi kinakailangang data.
[ ] Inalis ko ang mga identifier at pinalitan ito ng isang makatotohanang katumbas.
[ ] Nag-generalize ako ng mga bihirang/natatanging kumbinasyon.
[ ] Nagsagawa ako ng recognizability check.
[ ] Gumamit lang ako ng mga sasakyang inaprubahan ng kumpanya at kinontrata.
[ ] Pinamahalaan ko ang imbakan at pagbabahagi ng ikatlong partido alinsunod sa KVKK; Nag-iwan ako ng marka.