فائدہ:
- حساسیت کی کلاس (عوامی/اندرونی/خفیہ/سرپرست) کے مطابق معلومات کا جائزہ لینے کی صلاحیت اور 'اسک کلاس، ٹول سے مماثل' اضطراری لاگو
- ڈیٹا اسٹوریج، ماڈل ٹریننگ، اکٹھا کرنے اور AI کے خلاف ورزی کے خطرات کو سمجھنا اور کھلی اور درجہ بند دنیا کو الگ رکھنا
- کم از کم ڈیٹا کے اصول کو اپنانے کی صلاحیت، ذاتی ڈیٹا کی حفاظت اور غیر یقینی معلومات کی حفاظت کا نظم و ضبط گویا یہ ایک اعلیٰ طبقے کی ہے۔
ڈپلومیسی اعتماد پر مبنی ہے، اور اعتماد رازداری پر مبنی ہے. گفت و شنید کی پوزیشن، انٹیلی جنس تشخیص، کسی بات چیت کا مواد، یا ابھی تک اعلان نہ ہونے والا فیصلہ، غلط ہاتھوں میں، کسی ریاست کے مفادات، مذاکرات کے نتائج، یا یہاں تک کہ لوگوں کی سلامتی کو بھی خطرے میں ڈال سکتا ہے۔ مصنوعی ذہانت اس شعبے میں زبردست رفتار لاتی ہے، لیکن اس میں رازداری کے نئے اور سنگین خطرات بھی ہیں۔ اس یونٹ میں، آپ جانیں گے کہ مصنوعی ذہانت کے دور میں خفیہ اور حساس معلومات کی حفاظت کیسے کی جاتی ہے، کون سا ڈیٹا کس گاڑی میں داخل ہو سکتا ہے، اور محفوظ استعمال کا نظم و ضبط۔
یہ یونٹ ماڈیول کا سب سے اہم حفاظتی سبق ہے۔ یہاں ایک غلطی — ایک خفیہ دستاویز کو غلط ٹول میں چسپاں کرنا — ناقابل واپسی ہے۔ اس لیے، ایک اضطراری شکل جسے یاد کرنے کی ضرورت ہے یہاں قائم کیا جائے گا: AI ٹول کو کوئی بھی ڈیٹا دینے سے پہلے، ہمیشہ پوچھیں: یہ ڈیٹا کس کلاس میں ہے اور کیا یہ ٹول اس کلاس کے لیے منظور شدہ ہے؟
معلومات کی درجہ بندی: بنیادی امتیاز
سفارتی معلومات کو اکثر اس کی حساسیت کے مطابق درجہ بندی کیا جاتا ہے۔ اگرچہ یہ ادارے سے دوسرے ادارے میں مختلف ہوتا ہے، لیکن بنیادی منطق یہ ہے:
- غیر مرتب شدہ/عوامی: وہ معلومات جو پہلے ہی شائع ہوچکی ہیں اور عوامی طور پر قابل رسائی ہے۔ مثال: سرکاری پریس ریلیز، عوامی خبریں۔
- محدود/اندرونی: داخلی معلومات جو عوامی طور پر دستیاب نہیں ہے لیکن اس کی حساسیت کم ہے۔
- خفیہ: ایسی معلومات جس کے افشاء سے ریاست کے مفادات کو شدید نقصان پہنچ سکتا ہے۔ مثال: گفت و شنید کی پوزیشن، اندرونی تشخیص۔
- سربستہ راز: وہ معلومات جس کے افشاء سے سب سے زیادہ نقصان پہنچے گا۔ مثال: حساس ذہانت، اہم حفاظتی معلومات۔
انگوٹھے کا اصول آسان ہے: کوئی بھی خفیہ معلومات جو عوامی طور پر دستیاب نہیں ہے کسی AI ٹول میں داخل نہیں کی جائے گی جسے آپ کے ادارے نے اس کلاس کے لیے منظور نہیں کیا ہے۔ ایک عوامی AI سروس، تعریف کے مطابق، معلومات کے اس طبقے کے لیے تصدیق شدہ نہیں ہے۔
مشورہ: اگر آپ کو یقین نہیں ہے، تو معلومات کے ساتھ ایک سینئر کی طرح برتاؤ کریں۔ یہ کہنا کہ "یہ شاید پہلے ہی معلوم ہے" ایک خطرناک اندازہ ہے۔ جب تک آپ کو 100 فیصد یقین نہ ہو کہ معلومات عوامی ہے، اس کی حفاظت کریں گویا یہ خفیہ ہے۔ غیر ضروری احتیاط کوئی قیمت نہیں ہے، یہ ایک یقین دہانی ہے۔
AI کے رازداری کے خطرات
AI ٹولز روایتی سافٹ ویئر سے مختلف رازداری کے خطرات لاحق ہیں:
1. ڈیٹا پروسیسنگ اور اسٹوریج: آپ جو ٹیکسٹ کسی عوامی AI سروس کو لکھتے ہیں وہ اس سروس کے سرورز پر پروسیس اور اسٹور کیا جا سکتا ہے۔ آپ یہ کنٹرول نہیں کر سکتے کہ کون اس تک رسائی حاصل کرتا ہے، اسے کتنی دیر تک رکھا جاتا ہے، اور اسے کیسے استعمال کیا جاتا ہے۔
2. ماڈل ٹریننگ میں استعمال کریں: کچھ سروسز ماڈل کو بہتر بنانے کے لیے آپ کے داخل کردہ ڈیٹا کا استعمال کر سکتی ہیں۔ اس سے یہ خطرہ پیدا ہوتا ہے کہ آپ کی خفیہ معلومات بالواسطہ طور پر ماڈل کی "میموری" میں داخل ہو جائیں گی اور دوسروں کو لیک ہو جائیں گی۔
3. جمع ہونے کا خطرہ: معلومات کے وہ ٹکڑے جو انفرادی طور پر بے ضرر معلوم ہوتے ہیں جب مل کر ایک حساس تصویر بنا سکتے ہیں۔ مختلف اوقات میں درج کی گئی معلومات کے چھوٹے چھوٹے ٹکڑے اجتماعی طور پر ایک خفیہ پوزیشن کو دے سکتے ہیں۔
4. رسائی اور خلاف ورزی کا خطرہ: کسی بھی بیرونی نظام کی طرح، AI سروسز ڈیٹا کی خلاف ورزی کا شکار ہو سکتی ہیں۔ آپ جو ڈیٹا فراہم کرتے ہیں وہ اس خلاف ورزی میں سامنے آسکتا ہے۔
ان خطرات کا حل دو الگ الگ دنیاؤں کو قائم کرنا ہے: اوپن سورس کے کام کے لیے عمومی ٹولز؛ صرف اندرون خانہ، محفوظ، منظور شدہ نظام جو درجہ بند کام کے لیے ڈیٹا برآمد نہیں کرتے ہیں۔ دونوں کو کبھی نہ ملایا جائے۔
دھیان دیں: "میں نے اسے گمنام کر دیا" کہنا اکثر کافی نہیں ہوتا ہے۔ یہاں تک کہ اگر آپ ناموں کو حذف کر دیتے ہیں، تب بھی سیاق و سباق (تاریخ، مقام، واقعہ، جماعتوں کی تعداد) ایک ماہر کے لیے شناخت اور پوزیشن کو درست کرنے کے لیے کافی ہو سکتا ہے۔ حقیقی حساس معلومات کو ماسک لگانے سے نہیں بلکہ ٹولز اور میڈیا کے مناسب انتخاب سے محفوظ کیا جاتا ہے۔
محفوظ استعمال کا نظم و ضبط
ایک عملی کنٹرول فلو ترتیب دیں:
- کلاس کا تعین کریں۔ کیا یہ ڈیٹا عوامی، اندرونی، خفیہ، یا سربستہ راز ہے؟
- گاڑی جوڑیں۔ کیا اس ٹول میں اس کلاس پر کارروائی کی جا سکتی ہے؟ اگر نہیں تو رک جاؤ۔
- کم از کم ڈیٹا پالیسی۔ یہاں تک کہ قابل عمل کام پر بھی، ملازمت کی ضرورت سے زیادہ معلومات نہ دیں۔
- ذاتی ڈیٹا کی حفاظت کریں۔ ذاتی ڈیٹا (نام، رابطہ، مقام) پر کارروائی صرف ضروری ہونے پر اور قانونی بنیاد پر کی جاتی ہے۔ اگر غیر ضروری ہو تو اسے نقاب پوش کیا جاتا ہے یا بالکل نہیں دیا جاتا ہے۔
- ریکارڈ رکھیں۔ دستاویز کریں کہ آپ نے کون سا ٹول کس کام کے لیے استعمال کیا، کس ڈیٹا کے ساتھ؛ اگر کوئی مسئلہ ہے تو اس کا سراغ لگایا جا سکتا ہے۔
مشورہ: اپنی ٹیم میں ایک "پرائیویسی فرسٹ" کلچر قائم کریں: ایک نئے کلرک یا انٹرن کو پہلے دن سے "کوئی خفیہ دستاویزات عوامی ڈومین میں داخل نہیں ہوتی ہیں" کو سیکھنا چاہیے۔ زیادہ تر خلاف ورزیاں بدنیتی کی وجہ سے نہیں بلکہ یہ نہ جاننے کی وجہ سے ہوتی ہیں کہ گاڑی کتنی کھلی ہے۔
تین چھوٹے مقدمات
کیس 1 - اضطراری نے خلاف ورزی کو روکا۔ ایک ماہر انٹرویو کے نوٹ کا خلاصہ کرنے والا تھا جب اس نے روکا اور اس کی درجہ بندی پوچھی: نوٹ ایک بات چیت کرنے والے کے ساتھ ایک خفیہ گفتگو تھی۔ عوامی ٹول کے بجائے اندرون خانہ محفوظ نظام میں تبدیل ہو گیا۔ ایک سادہ "اسک کلاس فرسٹ" ریفلیکس نے خلاف ورزی کو روکا۔
کیس 2 - جمع کرنے کے خطرے کو تسلیم کیا گیا۔ ایک ٹیم مختلف دنوں میں ایک بیرونی ٹول میں معلومات کے چھوٹے، بظاہر "معصوم" ٹکڑوں کو داخل کرے گی۔ سیکورٹی کے جائزے سے پتہ چلتا ہے کہ جب ان ٹکڑوں کو ملایا جاتا ہے تو اس نے آنے والے مذاکرات کا ایجنڈا چھوڑ دیا تھا۔ درخواست روک دی گئی ہے۔ کام کو ایک محفوظ ماحول میں منتقل کر دیا گیا تھا۔
کیس 3 - جعلی نام ظاہر نہ کرنا۔ ایک کلرک نے ایک دستاویز کو "گمنام" سمجھا کیونکہ اس نے نام حذف کر کے اسے باہر کے ایجنٹ کے حوالے کر دیا تھا۔ تاہم، دستاویز میں تاریخ، مقام اور واقعہ کی تفصیل سے یہ واضح ہو گیا ہے کہ کس کا مقصد تھا۔ نام حذف کرنا کافی نہیں تھا۔ دستاویز کو بہرحال محفوظ ماحول میں پروسیس کیا جانا چاہیے تھا۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) کلاس اور گاڑی کی پری چیک:
میں ذیل میں کام کی وضاحت کروں گا۔ مجھے بتائیں (کام نہ کریں): (1) اس ڈیٹا میں کونسی حساسیت کی کلاس ہو سکتی ہے (عوامی/اندرونی/خفیہ/سرپرست)، (2) کیا اس کلاس کو عوامی AI ٹول میں پروسیس کیا جانا چاہیے، (3) اگر نہیں، تو کس قسم کے ماحول کی ضرورت ہے۔ ملازمت/ڈیٹا کی تفصیل: [یہاں]
2) ذاتی ڈیٹا سکیننگ اور ماسکنگ:
مندرجہ ذیل متن میں ذاتی/حساس ڈیٹا (نام، عنوان، رابطہ، مقام، صحت، شناختی نمبر) کی فہرست بنائیں جس پر کارروائی کرنے سے پہلے نقاب پوش ہونا ضروری ہے۔ متن پر کارروائی کرنا؛ بس مجھے بتائیں کہ کن علاقوں کو ہٹانے کی ضرورت ہے۔ میں ماسکنگ کر کے دوبارہ بھیج دوں گا۔ متن: [یہاں]
3) جمع کرنے کے خطرے کی تشخیص:
میں مندرجہ ذیل معلومات کے ٹکڑوں کو ایک بیرونی ٹول میں الگ سے ایکسپورٹ کرنے پر غور کر رہا ہوں: [pieces]۔ اگرچہ یہ انفرادی طور پر بے ضرر معلوم ہو سکتے ہیں، کیا یہ مل کر ایک حساس تصویر بنا سکتے ہیں (مثلاً پوزیشن، ایجنڈا، شناخت)؟ جمع کرنے کے خطرے کا اندازہ لگائیں اور بتائیں کہ کون سی اشیاء ایک ساتھ نہیں دی جانی چاہئیں۔
4) عوامی دستیابی کی تصدیق:
مجھے یقین نہیں ہے کہ آیا درج ذیل معلومات عوامی ہیں: [معلومات]۔ فہرست بنائیں کہ مجھے اسے عوامی سمجھنے سے پہلے کیا تصدیق کرنے کی ضرورت ہے (کیا کوئی سرکاری ریلیز ہے، جس نے اسے شائع کیا، تاریخ)۔ اگر مجھے یقین نہیں ہے تو مجھے "خفیہ کے طور پر برتاؤ" کے اصول کی یاد دلائیں۔
کمزور فوری / مضبوط اشارہ
کمزور اشارہ:
اس انٹرویو کے نوٹ کا خلاصہ کریں۔ (چھپا ہوا مواد براہ راست نوٹ میں چسپاں کیا جاتا ہے)
یہ سب سے خطرناک غلطی ہے: ایک خفیہ دستاویز پبلک میڈیم میں داخل ہوئی ہے جس کی کلاس سے پوچھ گچھ نہیں کی گئی ہے۔ رساو کا خطرہ ہوا ہے اور اسے واپس نہیں لیا جا سکتا۔
طاقتور اشارہ (پہلے چیک کریں):
میں میٹنگ نوٹ پر کارروائی کرنا چاہتا ہوں۔ لیکن پہلے: یہ نوٹ شاید خفیہ کلاس میں ہے۔ مجھے بتائیں کہ کیا اس قسم کی دستاویز کو پبلک ٹول میں پروسیس کیا جا سکتا ہے اور صحیح طریقہ کیا ہے؟ میں آپ کو دستاویز کے مشمولات نہیں دے رہا ہوں؛ میں صرف صحیح عمل کے لیے پوچھ رہا ہوں۔
فرق واضح ہے: خفیہ مواد بالکل بھی نہیں دیا جاتا، پہلے صحیح طریقہ کار پوچھا جاتا ہے اور کام کو مناسب ماحول کی طرف لے جاتا ہے۔
کلاس ٹو گاڑی میپنگ ٹیبل
معلومات کی کلاس
مثال
عوامی AI
صحیح ماحول
عوامی
پریس ریلیز
مناسب
عام آلہ
اندرونی/خدمت کے لیے مخصوص
اندرونی نوٹ
عام طور پر نہیں
اندرون ملک منظور شدہ
خفیہ
مذاکرات کی پوزیشن
کبھی نہیں
محفوظ ادارہ جاتی نظام
سب سے اوپر راز
حساس انٹیلی جنس
کبھی نہیں
سب سے زیادہ سیکورٹی
ذاتی ڈیٹا
اسناد
ضروری + صرف قانونی
نقاب پوش/محفوظ
عام غلطیاں
- کلاس کے لیے پوچھے بغیر ڈیٹا داخل کرنا۔ ہر کام سے پہلے اضطراری "یہ کس کلاس میں ہے؟" ضروری ہے
- فرض کرتے ہوئے "یہ شاید واضح ہے"۔ غیر یقینی معلومات کو خفیہ کے طور پر محفوظ کیا جاتا ہے۔
- گمنام کے طور پر نام کو حذف کرنے کی غلطی۔ سیاق و سباق شناخت دے سکتے ہیں۔
- جمع کرنے کے خطرے کو نظر انداز کرنا۔ جمع ہونے پر چھوٹے حصے نازک ہوسکتے ہیں۔
- دو جہانوں کو ملانا۔ کھلی اور درجہ بند نوکریاں الگ الگ ٹولز/ماحول میں چلتی ہیں۔
خلاصہ میں
رازداری سفارتی AI کے استعمال کی سب سے اہم حد ہے۔ اس یونٹ کی ریڑھ کی ہڈی کے طور پر معلومات کی درجہ بندی (عوامی/اندرونی/خفیہ/سرپرست راز)، "اسک کلاس، میچ وہیکل" اضطراری، کم از کم ڈیٹا اصول، ذاتی ڈیٹا کے تحفظ اور جمع کرنے کے خطرے کو لیں۔ اوپن سورس کے کام کے لیے عام ٹولز؛ درجہ بند کام کے لیے صرف اندرون خانہ محفوظ، منظور شدہ نظام استعمال کریں۔ دونوں کو کبھی الجھاؤ نہیں؛ جب شک ہو تو، ایک سینئر کی طرح معلومات کی حفاظت کریں۔
درخواست کا کام
آپ کے اپنے (یا خیالی) ڈیسک سے ڈیٹا کے 8 مختلف ٹکڑوں کی فہرست بنائیں (کچھ عوامی، کچھ حساس)۔ ہر ایک کو کلاس میں رکھیں اور فیصلہ کریں کہ "کس ٹول میں اس پر کارروائی کی جا سکتی ہے"۔ "کلاس اور گاڑی کی پری چیک" ٹیمپلیٹ کے ساتھ مبہم لوگوں کا اندازہ لگائیں۔ تین ٹکڑوں کو منتخب کریں اور جانچیں کہ آیا وہ "جمع کرنے کے خطرے کی تشخیص" کے ساتھ مل کر ایک حساس تصویر بناتے ہیں۔
چیک لسٹ
- میں نے سب سے پہلے ہر ڈیٹا کے لیے حساسیت کی کلاس کا تعین کیا۔
- میں نے کبھی بھی ڈیٹا درج نہیں کیا جس کی [ ] کلاس عوامی گاڑی کے لیے موزوں نہ ہو۔
- میں نے ان معلومات کی حفاظت کی جس کے بارے میں مجھے یقین نہیں تھا کہ ایک اعلیٰ افسر کی طرح۔
- میں ذاتی ڈیٹا پر صرف اس وقت کارروائی کرتا ہوں جب ضروری اور قانونی، نقاب پوش ہوں۔
- میں نے جمع ہونے اور دو جہانوں کی جدائی کا خطرہ مول لیا۔