فائدہ:
- اس ڈیٹا میں فرق کرنے کی صلاحیت جو حاملہ عورت کو بالواسطہ یا بالواسطہ طور پر قابل شناخت بناتی ہے اور مصنوعی ذہانت کو دینے سے پہلے اس کی شناخت ختم کردیتی ہے۔
- ڈیٹا مائنسائزیشن کو لاگو کرنے کی صلاحیت اور KVKK کے فریم ورک کے اندر صرف ادارے سے منظور شدہ ٹولز استعمال کرنے کی عادت
- 'کیا اس شخص کو اس متن سے مل سکتا ہے؟' ٹیسٹ کا اطلاق کرکے دوبارہ شناخت کے خطرے کا انتظام کرنے کی صلاحیت
مڈوائفری ایک ایسا پیشہ ہے جو لوگوں کی سب سے زیادہ نجی معلومات کو چھوتا ہے: حمل کیسے ہوتا ہے، ماضی کے حمل، اسقاط حمل، نقصانات، تعلقات، ذہنی حالت، جنسی صحت۔ جب یہ معلومات غلط ہاتھوں میں آجاتی ہے، تو یہ ناقابل واپسی نقصان کا سبب بنتی ہے - ایک گھریلو بحران، ایک سماجی بدنامی، اعتماد کا نقصان۔ لہذا، رازداری مڈوائفری میں کوئی "اضافی اصول" نہیں ہے، بلکہ پیشے کی بنیاد ہے۔ ایک بار جب آپ اپنے کاروبار میں AI متعارف کراتے ہیں، رازداری کا ایک نیا محاذ کھل جاتا ہے: آپ جو بھی چیٹ اسسٹنٹ میں ٹائپ کرتے ہیں وہ آپ کے قابو سے باہر ہو سکتا ہے۔ یہ یونٹ آپ کو آخر تک سکھاتا ہے کہ AI کا استعمال کرتے وقت حاملہ ڈیٹا کی حفاظت کیسے کی جائے — خاص طور پر KVKK کے فریم ورک کے اندر (ذاتی ڈیٹا پروٹیکشن قانون؛ ترکی میں ذاتی ڈیٹا کی پروسیسنگ کو ریگولیٹ کرنے والا قانون)۔
بنیادی اصول ایک جملے میں ہے: کوئی بھی معلومات جو حاملہ عورت کو قابل شناخت بناتی ہے اسے کبھی بھی مصنوعی ذہانت کے آلے میں داخل نہیں ہونا چاہیے۔ اس اصول کو سیکھنا ماڈیول میں موجود دیگر تمام مہارتوں پر فوقیت رکھتا ہے۔ کیونکہ ایک بار لیک ہونے والا ڈیٹا دوبارہ حاصل نہیں کیا جا سکتا۔
دھیان دیں: AI ٹول میں آپ جو ٹیکسٹ ٹائپ کرتے ہیں وہ اس سروس کے سرورز کو جاتا ہے۔ ذخیرہ کیا جا سکتا ہے، پروسیس کیا جا سکتا ہے، اور بعض صورتوں میں ماڈل ٹریننگ کے لیے استعمال کیا جا سکتا ہے۔ "مجھے صرف ایک خلاصہ چاہیے" کہنا ڈیٹا واپس نہیں کرتا ہے۔ واحد محفوظ طریقہ یہ ہے کہ پہلے کبھی بھی سند کو ٹائپ نہ کریں۔
ذاتی ڈیٹا کیا ہے، کون سی معلومات اسے قابل شناخت بناتی ہے؟
ذاتی ڈیٹا کوئی بھی ایسی معلومات ہے جو کسی شخص کو براہ راست یا بالواسطہ طور پر قابل شناخت بناتی ہے۔ مڈوائفری میں، یہ خاص طور پر خصوصی زمرے میں ہیں (جیسے کہ صحت کا ڈیٹا، جسے قانون میں سب سے زیادہ تحفظ حاصل ہے)۔ ان معلومات پر غور کریں جو دو گروہوں میں پہچان فراہم کرتی ہے:
براہ راست شناخت کنندگان: نام کنیت، ٹی آر آئی ڈی نمبر، فائل/پروٹوکول نمبر، ٹیلی فون، پتہ، ای میل، تاریخ پیدائش، سوشل میڈیا اکاؤنٹ، تصویر۔
بالواسطہ وضاحت کنندگان (اسے قابل شناخت بنانے کے لیے مل کر): "اس محلے میں واحد ٹرپلٹ حمل"، "اس ادارے میں اپنی پہلی حمل کے ساتھ واحد 44 سالہ"، ایک نایاب بیماری + ایک چھوٹی سی بستی، کام کی جگہ + حمل کی عمر۔ کچھ تفصیلات جو اپنے طور پر بے قصور معلوم ہوتی ہیں جب اکٹھے کیے جاتے ہیں تو کسی شخص کی طرف اشارہ کر سکتے ہیں۔ اسے شناخت کا خطرہ کہا جاتا ہے۔
ڈی آئیڈینٹیفیکیشن ان شناخت کاروں کو متن سے ہٹانے کا عمل ہے۔ اچھی طرح سے ڈی آئیڈینٹیفیکیشن براہ راست اور بالواسطہ دونوں شناخت کنندگان کو صاف کرتی ہے۔
مرحلہ وار: AI کو ڈیٹا دینے سے پہلے ڈی-شناخت
- براہ راست شناخت کنندگان کو حذف کریں: نام، ID، فون نمبر، فائل نمبر، پتہ، تاریخ — ان سب کو ہٹا دیں۔ اس کو عام سے تبدیل کریں جیسے "حاملہ A"، "38 سال کے قریب"، "دوسری سہ ماہی"۔
- بالواسطہ اشارے کو دھندلا کریں: درست عمر کو رینج میں تبدیل کریں (مثلاً "ابتدائی 40s")، قطعی مقام کو علاقے میں، نایاب امتزاج کو عمومی میں۔
- غیر ضروری تفصیل کو ترک کریں: AI کو اپنا کام کرنے کے لیے درکار کم سے کم معلومات دیں (ڈیٹا مائنسائزیشن)۔ دودھ پلانے کا کارڈ لکھنے کے لیے حاملہ عورت کی تاریخ کی ضرورت نہیں ہے۔
- ادارے کی پالیسی چیک کریں: کچھ ادارے منظور شدہ/ادارہاتی AI ٹولز کی تعریف کرتے ہیں۔ ذاتی/مفت ٹولز میں مریض کا ڈیٹا داخل کرنے سے منع کر سکتا ہے۔ اپنے ادارے کے اصول پر عمل کریں۔
- آخری پڑھنا: پرامپٹ بھیجنے سے پہلے "کیا اس شخص کو اس متن سے مل سکتا ہے؟" اسے ایک بار پھر پڑھیں۔
ان پانچ مراحل میں سے سب سے مشکل دوسرا ہے — دھندلاپن بالواسطہ اشارے — کیونکہ براہ راست شناخت کنندگان کو حذف کرنا آسان ہے اور پہلے ذہن میں آتا ہے، لیکن زیادہ تر شناخت دراصل بالواسطہ تفصیلات کے امتزاج سے ہوتی ہے۔ کسی پیشے، عمر، رہائش کی جگہ، اور ایک نایاب حالت کا امتزاج کسی فرد کو ایک فرد تک کم کر سکتا ہے، چاہے کوئی نام ہی نہ ہو۔ لہٰذا، غیر شناخت کو "ناموں کو مٹانے" کے طور پر نہیں سوچنا چاہیے بلکہ "اس بات کو یقینی بنانا چاہیے کہ کوئی بھی اس متن کو پڑھنے والے شخص کا اندازہ نہ لگا سکے۔" یہ ذہنی فریم ورک یکسر دوبارہ شناخت کے خطرے کو کم کرتا ہے۔
اشارہ: ایک اچھا امتحان: اگر آپ حاملہ خاتون کو جاننے والے کسی ساتھی کو غیر شناخت شدہ متن دکھاتے ہیں، تو کیا وہ کہے گی "یہ فلاں ہے"؟ اگر وہ یہ کہہ سکتا ہے، تو اس کا مطلب ہے کہ آپ نے اسے کافی حد تک غیر شناخت نہیں کیا ہے۔
تین چھوٹے مقدمات
کیس 1 - بالواسطہ شناخت: جب AI سے تاریخ کا خلاصہ طلب کیا گیا تو، ایک دایہ نے ID کو چھوڑ دیا لیکن یہ جملہ چھوڑ دیا کہ "ہمارے شہر میں صرف چار بار حمل ہے۔" یہ ایک جملہ براہ راست اس چھوٹی سی جگہ پر موجود شخص کی طرف اشارہ کرتا ہے۔ اس کا ساتھی نوٹس اور تنبیہ کرتا ہے۔ دائی اس اظہار کو "متعدد حمل" کے طور پر عام کرتی ہے۔ سبق: بالواسطہ شناخت کنندگان اتنے ہی خطرناک ہیں جتنے براہ راست شناخت کنندگان۔
کیس 2 - ڈیٹا کو کم کرنا: ایک دوسری دائی عادتاً حاملہ عورت کی پوری فائل کو "حمل کی غذائیت" کے بروشر کو پرنٹ کرنے کے بجائے AI میں چسپاں کرتی ہے۔ اس کا مطلب ہے: بروشر کے لیے کسی ذاتی ڈیٹا کی ضرورت نہیں ہے۔ وہ فائل حوالے کیے بغیر بروشر لے جاتا ہے، صرف موضوع لکھتا ہے۔ سب سے محفوظ ڈیٹا وہ ڈیٹا ہے جو کبھی شیئر نہیں کیا جاتا۔
کیس 3 — غلط ٹول: تیسری مثال میں، ایک دائی اپنے ذاتی فون پر مریض کی معلومات کو ایک بے ترتیب ایپلی کیشن میں ٹائپ کرنے والی ہے جب اسے ادارہ جاتی پالیسی یاد آتی ہے: مریض کے ڈیٹا پر صرف غیر شناخت شدہ اور ادارے سے منظور شدہ ٹولز کا استعمال کرتے ہوئے کارروائی کی جا سکتی ہے۔ ذاتی ایپ استعمال نہیں کرنا۔ ڈیٹا لیک اکثر "سہولت" کے ایسے لمحے سے پیدا ہوتا ہے نہ کہ تکنیکی خرابی سے۔
کاپی کرنے کے قابل ٹیمپلیٹس
کردار: آپ ڈی آئیڈینٹیفکیشن کنٹرول اسسٹنٹ ہیں۔ ٹاسک: نیچے دیئے گئے متن میں ہر ایک اظہار کو نشان زد کریں جو براہ راست یا بلاواسطہ کسی شخص کی شناخت کر سکے:- براہ راست: نام، ID، ٹیلی فون، پتہ، فائل نمبر، صحیح تاریخ، تصویر۔- بالواسطہ: نایاب مجموعہ، چھوٹی جگہ + خاص صورتحال، عین عمر، کام کی جگہ، منفرد/منفرد معیار کے لیے
کردار: آپ ڈیٹا مائنسائزیشن کنسلٹنٹ ہیں۔ ٹاسک: میں یہ کام کرنا چاہتا ہوں: [نوکری]۔ ایسا کرنے کے لیے مجھے آپ کو کم سے کم کیا معلومات دینی چاہیے؟ غیر ضروری مریض کی معلومات کو بطور نشان زد کریں۔
کردار: آپ محفوظ خلاصہ اسسٹنٹ ہیں۔ ٹاسک: ذیل میں DIDIDENTIFIED کہانی کا خلاصہ کریں۔ اگر آپ متن میں شناختی معلومات دیکھتے ہیں، تو خلاصہ نہ کریں؛ اس کے بجائے لکھیں "مجھے اسناد کا پتہ چلا ہے، براہ کرم صاف کریں اور دوبارہ بھیجیں۔" کہانی: [کہانی]
ادارہ جاتی پالیسی کی یاد دہانی چیک لسٹ (اپنے آپ سے پوچھیں):- کیا یہ ٹول میرے ادارے سے منظور شدہ ہے؟- کیا میں نے جو ڈیٹا درج کیا ہے اس میں کوئی ذاتی طور پر قابل شناخت معلومات موجود ہے؟- کیا واقعی اس کام کے لیے اس معلومات کی ضرورت ہے؟- کیا کوئی شخص جس کو میں جانتا ہوں اگر وہ متن پڑھتا ہے تو اسے تلاش کر سکتا ہے؟- کیا میں آؤٹ پٹ کو محفوظ کرتے وقت شناختی معلومات شامل کروں گا؟
کمزور فوری / مضبوط اشارہ
کمزور: "Ayşe Y., 39, تیسری حمل، درج ذیل ہسپتال میں، فائل نمبر 4412؛ اس کی تاریخ کا خلاصہ کریں۔"
یہ پرامپٹ براہ راست شناخت کنندگان سے بھرا ہوا ہے۔ پرائیویٹ ڈیٹا بھیجتے ہی لیک ہو گیا۔
مضبوط:
کردار: محفوظ خلاصہ اسسٹنٹ۔ درج ذیل گمنام تاریخ کا خلاصہ کریں۔ "حاملہ A، 30 کی دہائی کے آخر میں، تیسری حمل، [متعلقہ طبی تفصیلات گمنام]۔" اگر آپ متن میں شناختی معلومات دیکھتے ہیں، تو خلاصہ نہ کریں، خبردار کریں۔
فرق: مضبوط ورژن میں کوئی براہ راست/بالواسطہ شناخت کنندہ نہیں ہے۔ کام کرنے کے لیے صرف شناخت کے بغیر سیاق و سباق کی ضرورت ہے۔ پرامپٹ لکھے جانے سے پہلے سیکیورٹی شروع ہوجاتی ہے۔
کیا شیئر کرنا ہے اور کیا نہیں شیئر کرنا ہے۔
معلومات کی قسم
کیا یہ AI میں آتا ہے؟
متبادل
نام، ٹی آر آئی ڈی، ٹیلی فون، پتہ، فائل نمبر
کبھی نہیں
"حاملہ A"
صحیح عمر / صحیح تاریخ
نہیں
عمر کی حد / سہ ماہی
نایاب + چھوٹی جگہ کا مجموعہ
نہیں
عام کرنا
عمومی طبی تناظر (گمنام)
ہاں، اگر ضروری ہو تو
ڈیٹا مائنسائزیشن کا اطلاق کریں۔
تصویر/تصویر
نہیں (چہرہ/نشان)
ضروری نہیں
گاڑی جو ادارے سے منظور شدہ نہیں ہے۔
مریض کا کوئی ڈیٹا نہیں۔
منظور شدہ گاڑی
عام غلطیاں
- صرف نام کو حذف کرنا اور بالواسطہ اشارے چھوڑنا: دوبارہ شناخت کا خطرہ باقی ہے۔
- "سہولت" کے لیے پوری فائل کو چسپاں کرنا: ڈیٹا کو کم کرنے کے اصول کی خلاف ورزی کرتا ہے۔
- مریض کا ڈیٹا ذاتی/غیر منظور شدہ آلات میں داخل کرنا: یہ ادارہ جاتی پالیسی اور KVKK کے خلاف ہو سکتا ہے۔
- تصویر/اسکرین شاٹ کا اشتراک: تصویر میں چہرہ، نام اور فائل نمبر خفیہ رہ سکتا ہے۔
- آؤٹ پٹ کو محفوظ کرتے ہوئے ID شامل کرنا: ID کے بغیر آنے والے آؤٹ پٹ میں ID شامل کرنا خطرہ واپس لاتا ہے۔
- فرض کرتے ہوئے "یہ بہرحال حذف ہو جاتا ہے": آپ نہیں جانتے کہ ڈیٹا کیا ہے؛ واحد ضمانت یہ ہے کہ کچھ بھی نہ بھیجیں۔
خلاصہ میں
مصنوعی ذہانت کا استعمال کرتے وقت، رازداری ایک شرط ہے، تکنیکی نہیں۔ کوئی بھی معلومات جو حاملہ عورت کو براہ راست (نام، ID، فون) یا بالواسطہ طور پر (نایاب مجموعہ + چھوٹا مقام) قابل شناخت بناتی ہے اسے AI ٹول میں داخل نہیں ہونا چاہیے۔ ڈیٹا کو کم سے کم کرنے کی مشق کریں — کام کرنے کے لیے درکار کم سے کم معلومات فراہم کریں — اور صرف اپنی تنظیم کے ذریعے منظور شدہ ٹولز استعمال کریں۔ پرامپٹ بھیجے بغیر "کیا اس شخص کو اس متن سے ڈھونڈا جا سکتا ہے؟" ٹیسٹ کرو. ایک بار لیک ہونے کے بعد، ڈیٹا دوبارہ حاصل نہیں کیا جا سکتا؛ لہذا، پرامپٹ لکھے جانے سے پہلے سیکورٹی شروع ہو جاتی ہے۔
درخواست کا کام
حمل کی حقیقی تاریخ (کاغذ پر) لیں اور شناختی ٹیمپلیٹ کا استعمال کرتے ہوئے قدم بہ قدم متن کو صاف کریں: پہلے براہ راست، پھر بالواسطہ شناخت کنندگان۔ کسی ساتھی کو صاف شدہ متن دکھائیں اور پوچھیں "یہ کون ہو سکتا ہے؟" پوچھنا اگر آپ اسے پہچان سکتے ہیں تو اسے مزید عام کریں۔ اپنے ادارے کی AI/ڈیٹا پالیسی بھی تلاش کریں، اس کا خلاصہ ایک جملے میں کریں، اور نوٹ کریں کہ کون سے ٹولز منظور ہیں۔
چیک لسٹ
- میں نے تمام براہ راست شناخت کنندگان (نام، ID، فون، پتہ، فائل نمبر) کو ہٹا دیا ہے۔
- [ ] میں نے بالواسطہ وضاحت کنندگان کو عام کیا (نایاب مجموعہ، چھوٹا مقام، صحیح عمر)۔
- میں نے کام کرنے کے لیے درکار کم از کم معلومات فراہم کی ہیں۔
- [ ] میں نے صرف اپنے ادارے کے ذریعہ منظور شدہ ٹول استعمال کیا۔
- [ ] "کیا اس شخص کو اس متن سے مل سکتا ہے؟" میں نے ٹیسٹ کیا۔
- [ ] میں نے بعد میں آؤٹ پٹ میں کوئی اسناد شامل نہیں کیں۔