Lợi nhuận:
- Khả năng phân loại dữ liệu theo độ nhạy cảm của nó (công khai/nội bộ/bí mật/quan trọng) và ẩn danh dữ liệu bí mật và quan trọng mà không tiết lộ chúng cho các công cụ công cộng
- Biến việc xác minh thành phản xạ và đánh dấu sự thật, đi tới nguồn và mở rộng các bước mở nguồn do trí tuệ nhân tạo đưa ra theo mức độ rủi ro
- Khả năng áp dụng các nguyên tắc đạo đức về tính minh bạch, ghi nhận và bảo mật bằng cách hiểu rằng việc xóa không phải là sự bảo vệ và trách nhiệm đó không thể quy cho phương tiện truyền thông.
Hai nguyên tắc được lặp lại trong mỗi đơn vị của mô-đun này: duy trì tính bảo mật và xác minh từng đầu ra. Đơn vị này biến hai nguyên tắc đó thành một nguyên tắc mang tính hệ thống - bởi vì rủi ro lớn nhất khi sử dụng AI trong năng suất cá nhân không phải là tốc độ hay chất lượng mà là dữ liệu bị rò rỉ và thông tin sai lệch chưa được xác minh. Một email không chính xác có thể được sửa chữa; Dữ liệu khách hàng đã được gửi đến máy chủ không thể lấy lại được. Một con số bịa đặt được trình bày với giọng điệu tự tin sẽ bác bỏ quyết định nếu không được chú ý. Đó là lý do tại sao quyền riêng tư và xác thực là nền tảng của tính hiệu quả được xây dựng ngay từ đầu chứ không phải "được thêm vào sau".
Điều khoản. Dữ liệu cá nhân là thông tin nhận dạng một người - tên, số ID, email, sức khỏe, địa điểm. KVKK/GDPR là luật quy định việc bảo vệ dữ liệu cá nhân (KVKK ở Türkiye, GDPR ở EU). Phân loại dữ liệu là hành động dán nhãn thông tin theo độ nhạy cảm của nó (công khai, nội bộ, bí mật). Ẩn danh là loại bỏ các yếu tố nhận dạng cá nhân khỏi dữ liệu. Xác minh là xác minh tính chính xác của đầu ra bằng một nguồn độc lập.
Quyền riêng tư: cái gì dán, cái gì không dán
Trong hầu hết các trường hợp, mọi thứ bạn nhập vào công cụ AI sẽ được chuyển đến máy chủ và được lưu trữ trong một số dịch vụ hoặc có thể được sử dụng để huấn luyện mô hình. Vì vậy, câu hỏi cơ bản là: bạn có sẵn sàng cung cấp thông tin này cho bên thứ ba không xác định không? Nếu câu trả lời là không, đừng giao nó cho AI.
Sử dụng cách phân loại đơn giản:
lớp học
ví dụ
Nó có rơi vào AI không?
chung
Thông tin đã công bố, văn bản dự thảo
miễn phí
nội thất
Ghi chú quy trình, tóm tắt cuộc họp chung
Bằng cách ẩn danh
bí mật
Dữ liệu khách hàng, hồ sơ tài chính, chiến lược
Chỉ những phương tiện được tổ chức phê duyệt
quan trọng
Mật khẩu, khóa API, hợp đồng, tình trạng
không bao giờ
Các biện pháp bảo vệ thực tế: ẩn danh dữ liệu cá nhân (đặt tên “Người A”, công ty “Công ty X”); sử dụng công cụ AI đã được phê duyệt của tổ chức của bạn (các phiên bản doanh nghiệp thường đảm bảo không sử dụng dữ liệu trong đào tạo); và đọc chính sách sử dụng AI của bạn — nếu không thì hãy mặc định thận trọng.
Thận trọng: Giả định "Tôi đã xóa cuộc trò chuyện, giờ nó an toàn" là sai. Việc xóa sẽ xóa nó khỏi giao diện nhưng không khôi phục bản ghi trên máy chủ hoặc dữ liệu liên quan đến quá trình đào tạo. Bảo vệ bắt đầu trước khi liên kết; không theo sau.
Xác nhận: một thói quen có hệ thống
Hãy biến việc xác minh thành một phản xạ thay vì “Tôi sẽ làm điều đó nếu tôi nghĩ đến nó”. Đây là một kỷ luật xác minh thực tế:
- Đánh dấu sự thật. Mọi tên, ngày tháng, số, trích dẫn, điều luật, tuyên bố trong bản in - những điều này sẽ được xác minh.
- Đi đến nguồn. Xác nhận mọi sự thật bằng một nguồn độc lập, đáng tin cậy. Mở nguồn do AI đưa ra và đọc; Nó có tồn tại không, nó có chứa thông tin đó không?
- Quy mô theo rủi ro. Kiểm soát nhẹ đối với trái phiếu nội bộ có rủi ro thấp; Kiểm soát hoàn toàn bản trình bày quan trọng hoặc giao tiếp bên ngoài.
- Chấp nhận điều không chắc chắn. Nếu AI nói “không chắc chắn” hoặc thông tin không thể được xác nhận, đừng điền vào chỗ trống bằng cách bịa đặt; Để nó là "chưa được xác minh".
Điểm khác biệt chính: Nhìn chung, bạn có thể tin tưởng vào công việc ngôn ngữ của AI (câu trôi chảy, cấu trúc gọn gàng, giọng điệu phù hợp). Đừng bao giờ tin tưởng một cách mù quáng vào những tuyên bố thực tế của AI (con số này, ngày này, nguồn này). Xác nhận đang tách biệt hai.
Đạo đức: minh bạch và trách nhiệm
Sử dụng AI để đạt hiệu quả không phải là vấn đề đạo đức - mà là cách bạn sử dụng nó. Ba nguyên tắc: Minh bạch - trong một số bối cảnh (công việc học thuật, báo chí, tài liệu chính thức), bạn có thể cần cho biết rằng bạn đang sử dụng AI. Ghi công - lấy ý tưởng của người khác thông qua AI và trình bày nó như của riêng bạn là đạo văn, ngay cả khi phương tiện thay đổi. Trách nhiệm - mọi thứ bạn đăng đều là trách nhiệm của bạn; “AI đã viết nó” không phải là một cái cớ.
Từng bước: kiểm soát quy trình làm việc AI an toàn
- Sắp xếp trước khi dán. Dữ liệu này thuộc lớp nào? Dừng lại nếu bí mật/quan trọng.
- Ẩn danh. Loại bỏ các vật dụng cá nhân nếu không cần thiết.
- Sản xuất và đánh dấu sự thật. Xác định các mục trong đầu ra để xác nhận.
- Xác minh. Xác nhận dựa trên nguồn, quy mô rủi ro.
- Sở hữu nó. Chỉnh sửa bằng giọng nói của chính bạn, chịu trách nhiệm.
- Biết nhãn hiệu của bạn. Theo dõi những gì bạn đã dán ở đâu và công cụ nào lưu trữ dữ liệu.
Bốn mẫu xác thực/bảo mật có thể sao chép
Ẩn danh văn bản sau trước khi đưa cho AI:- Đổi tên thành “Người A/B” và đổi tên công ty thành “Công ty
Liệt kê tất cả thông tin cần được xác minh trong đầu ra AI này: - Tạo dấu đầu dòng riêng cho từng tên, ngày, số, số liệu thống kê, trích dẫn và tuyên bố.- Hỏi “làm cách nào để xác minh?” cho mỗi người. Đề xuất (nguồn nào).- Gắn cờ những thông tin không thể kiểm chứng/nghi ngờ. Đầu ra: """[dán]"""
Xác minh tuyên bố sau theo nguồn bạn đã cung cấp: Tuyên bố: [số/sự thật].- Tuyên bố này có thực sự có trong nguồn bạn đã đề cập không?- Nếu không, hãy nói "Tôi không thể xác minh nó trong nguồn này", bịa ra.- Nếu bạn không chắc chắn, đừng nói như thể bạn chắc chắn.
Kiểm tra những rủi ro về quyền riêng tư trong nhiệm vụ này: Nhiệm vụ: [Công việc tôi định làm với AI, với dữ liệu gì].- Nó thuộc loại dữ liệu nào (công khai/nội bộ/bí mật/quan trọng)?- Nó có nên được đưa vào một công cụ AI công khai hay không?- Nếu không, giải pháp thay thế an toàn là gì?
Dấu nhắc yếu / Dấu nhắc mạnh
Yếu: “Tóm tắt email khiếu nại của khách hàng.” (Nó bao gồm tên khách hàng, ID đơn đặt hàng, có thể là số điện thoại - tất cả đều được chuyển trực tiếp đến máy chủ.)
Mạnh: Đầu tiên hãy ẩn danh văn bản ("Khách hàng A, đặt hàng [id ẩn], phàn nàn về sản phẩm này"), sau đó nói "tóm tắt văn bản ẩn danh này". Hiệu quả tương tự, không rò rỉ dữ liệu cá nhân. Sự khác biệt không nằm ở đầu ra mà ở việc duy trì đầu vào.
ba trường hợp nhỏ
Trường hợp 1 - Rò rỉ không thể khắc phục được. Một nhân viên đã dán toàn bộ danh sách khách hàng (tên, số điện thoại, mức chi tiêu) vào một công cụ AI chung để “phân khúc họ”. Cơ quan này đánh giá đây là hành vi vi phạm KVKK; dữ liệu hiện đã có trên máy chủ của bên thứ ba và không thể truy xuất được. Phân tích tương tự có thể được thực hiện mà không gặp rủi ro với dữ liệu ẩn danh hoặc công cụ doanh nghiệp.
Trường hợp 2 - Nó đưa ra phản xạ xác minh. Một nhà báo đã đưa ra quy định là phải kiểm tra tính xác thực của mọi thống kê và trích dẫn do AI đưa ra tại nguồn ban đầu trước khi xuất bản. Trong một tuần, anh phát hiện ra rằng 2 trong số 5 “sự thật” do AI đưa ra là giả mạo. Phản xạ này ngăn chặn những tin tức sai lệch có thể xảy ra và mất danh tiếng.
Trường hợp 3 - Lời bào chữa "AI đã viết nó" không có tác dụng. Một nhà tư vấn đã gửi báo cáo do AI tạo cho khách hàng mà không xác minh nó; Tuyên bố pháp lý sai lầm trong đó đã đánh lừa khách hàng. Lời biện hộ “nó đến từ AI” đã không làm hài lòng khách hàng hoặc cơ quan quản lý; Trách nhiệm thuộc về nhà tư vấn. Bài học: Công cụ thay đổi, trách nhiệm thì không.
Những lỗi thường gặp
- Dán dữ liệu bí mật/quan trọng: Sai lầm đắt giá nhất và không thể khắc phục được; phân loại đầu tiên.
- Nghĩ “Tôi đã xóa, tôi an toàn”: Việc xóa không hoàn tác việc đăng ký máy chủ; bảo vệ trước khi dán.
- Sự thật khó hiểu với ngôn ngữ: Hãy tin vào ngôn ngữ, xác minh sự thật—tách biệt hai điều đó.
- Không mở nguồn do AI đưa ra: Có thể tạo ra dấu ấn giả; xem nguồn.
- Đổ lỗi cho công cụ: "AI đã viết nó" không phải là lý do.
- Không biết chính sách: Đọc chính sách sử dụng AI của tổ chức; Nếu không, hãy thận trọng.
Mẹo: Hãy đặt cho mình một quy tắc cá nhân đơn giản: "Tôi không dán bất cứ điều gì bí mật hoặc quan trọng vào công cụ AI công khai; tôi xác minh mọi số liệu và nguồn trước khi gửi nó". Quy tắc hai câu này giúp giảm thiểu hầu hết các rủi ro trong mô-đun này ngay lập tức.
Tóm lại
- Rủi ro lớn nhất của AI không phải là tốc độ hay chất lượng mà là dữ liệu bị rò rỉ và tính không chính xác chưa được xác minh.
- Phân loại dữ liệu (công khai/nội bộ/bí mật/quan trọng); Đừng cung cấp thông tin bí mật và quan trọng cho các công cụ AI công khai, hãy ẩn danh nó.
- Xóa không phải là bảo vệ; Việc bảo vệ bắt đầu trước khi dán.
- Biến việc xác minh thành phản xạ: gắn cờ sự thật, truy cập nguồn, mở nguồn AI, chia tỷ lệ theo rủi ro.
- Hãy tin vào ngôn ngữ của AI, tin vào sự thật của nó; Trách nhiệm không rơi vào chiếc xe, nó luôn là của bạn.
Nhiệm vụ ứng dụng
Lấy một văn bản thực tế mà bạn sẽ đưa cho AI trong tuần này. Với mẫu thứ tư, trước tiên hãy xác định lớp quyền riêng tư; Nếu có dữ liệu bí mật, hãy ẩn danh nó bằng mẫu đầu tiên. Sau khi nhận được đầu ra AI, hãy yêu cầu mẫu thứ hai liệt kê các sự kiện cần xác minh và xác nhận ít nhất một trong số chúng ở nguồn ban đầu. Viết cho mình một quy tắc xác minh quyền riêng tư gồm hai câu và đăng nó ở đâu đó.
danh sách kiểm tra
- [ ] Tôi đã phân loại dữ liệu trước khi dán nó.
- [ ] Tôi không cung cấp dữ liệu bí mật/quan trọng cho công cụ AI công khai; Tôi đã ẩn danh nó nếu cần thiết.
- [ ] Tôi đã xác minh mọi thông tin (tên, ngày, số, nguồn) trong kết quả.
- [ ] Tôi đã mở nguồn do AI cung cấp và kiểm tra xem nó có thực sự chứa nó hay không.
- [ ] Tôi đảm bảo rằng tôi biết chính sách AI của công ty.
- [ ] Tôi chịu trách nhiệm về kết quả cuối cùng.