Lợi nhuận:
- Khả năng phân loại dữ liệu khách hàng trong khuôn khổ bảo mật chuyên nghiệp và KVKK, đồng thời xác định dữ liệu nào có thể được cung cấp cho các công cụ trí tuệ nhân tạo
- Khả năng tạo bối cảnh an toàn trong các công cụ dựa trên đám mây bằng cách ẩn danh nội dung phiên và thông tin nhận dạng
- Khả năng điều chỉnh thông tin, sự đồng ý rõ ràng và trách nhiệm lưu trữ/xóa dữ liệu đối với việc sử dụng trí tuệ nhân tạo
Có một câu nói cốt lõi của ngành sức khỏe tâm thần: “Những gì bạn nói với tôi sẽ ở lại đó”. Một khách hàng tin tưởng bạn sẽ kể cho bạn nghe những thông tin mong manh nhất trong cuộc đời anh ta (chấn thương tâm lý, chứng nghiện ngập, các mối quan hệ, nỗi sợ hãi). Niềm tin này là trái tim của nghề nghiệp và một khi đã bị tổn hại thì không thể phục hồi được. Các công cụ trí tuệ nhân tạo (AI) tạo ra một rủi ro hoàn toàn mới cho sự tin cậy này: vì một câu bạn nhập vào đám mây có thể nằm ngoài tầm kiểm soát của bạn và được lưu trữ trên máy chủ của công ty khác hoặc thậm chí được sử dụng để đào tạo mô hình. Trong phần này, bạn sẽ học cách bảo vệ dữ liệu khách hàng trong thời đại AI; Bạn sẽ tìm hiểu những gì được phép và những gì bị cấm trong khuôn khổ KVKK (Luật bảo vệ dữ liệu cá nhân; Luật số 6698, quy định việc xử lý dữ liệu cá nhân ở Türkiye).
Tại sao dữ liệu khách hàng lại có chất lượng đặc biệt?
KVKK chia dữ liệu thành hai: dữ liệu cá nhân thông thường (tên, điện thoại) và dữ liệu cá nhân đặc biệt. Bất kỳ thông tin nào liên quan đến sức khỏe tâm thần (ngay cả việc một người đang được trị liệu) đều thuộc nhóm thứ hai, được bảo vệ nhiều nhất. Dữ liệu sức khỏe là một hạng mục được pháp luật bảo vệ riêng biệt; Theo quy định, việc xử lý cần có sự đồng ý rõ ràng hoặc các trường hợp ngoại lệ nghiêm ngặt. Nói cách khác, việc nhập nội dung phiên của khách hàng vào một công cụ AI ngẫu nhiên có thể không chỉ vi phạm đạo đức mà còn vi phạm pháp luật.
Một nghĩa vụ bí mật nghề nghiệp cũng được bổ sung vào điều này. Đạo đức nghề nghiệp nghiêm cấm việc chia sẻ thông tin khách hàng với bên thứ ba mà không được phép. Công cụ AI dựa trên đám mây về mặt pháp lý là “bên thứ ba”. Vì vậy, câu hỏi đặt ra là: Tôi có thực sự được phép cung cấp dữ liệu này cho công cụ này không?
Thận trọng: "Sẽ không ai nhìn thấy nó" hoặc "Tôi sẽ chỉ tóm tắt" không phải là biện pháp bảo vệ. Thời điểm dữ liệu được đưa vào xe, nó nằm ngoài tầm kiểm soát của bạn. Duy trì tính bảo mật là quyết định được đưa ra TRƯỚC KHI gửi dữ liệu; sau này không thể lấy lại được.
Ba trạng thái của dữ liệu: dữ liệu nào, phương tiện nào
Khi làm việc với dữ liệu khách hàng, hãy chia từng thông tin thành ba loại:
Kiểu dữ liệu
ví dụ
Nó có thể được trao cho AI không?
luật lệ
nhận dạng trực tiếp
Họ tên, CMND, điện thoại, địa chỉ, nơi làm việc
không
Không bao giờ được đưa ra ở dạng thô
nhận dạng gián tiếp
Nghề hiếm, khu định cư nhỏ, sự kiện độc đáo
Không (chỉ mở ID)
Tổng quát hóa hoặc loại bỏ
Nội dung lâm sàng (ẩn danh)
Triệu chứng, chủ đề, quá trình (trích xuất danh tính)
Có điều kiện là có
Ẩn danh và trong một chiếc xe an toàn
Mục tiêu là loại bỏ nhận dạng: làm cho dữ liệu sao cho cả bạn và bất kỳ ai khác đều không thể liên kết dữ liệu đó với một người cụ thể. Chỉ xóa tên thôi là chưa đủ; Câu nói “nha sĩ duy nhất trong thị trấn” cho dù có bị xóa tên thì cũng làm lộ danh dự.
Từng bước: ẩn danh an toàn
- Trích xuất số nhận dạng trực tiếp. Tên, họ, phạm vi thay vì tuổi ("30"), địa điểm, nơi làm việc, trường học, ngày tháng, tên người thân.
- Tổng quát hóa các định danh gián tiếp. "Nhà xuất khẩu hạt phỉ ở Trabzon" chứ không phải "làm việc trong lĩnh vực nông nghiệp ở thành phố". Sự kiện độc đáo trừu tượng.
- Làm mờ các con số. "khoảng 6 tháng trước" thay vì ngày chính xác.
- Kiểm tra chiếc xe. Công cụ AI bạn sử dụng có sử dụng dữ liệu trong đào tạo không? Có "chế độ doanh nghiệp/quyền riêng tư" không? Dữ liệu được lưu trữ ở đâu?
- Chính sách dữ liệu tối thiểu Cung cấp thông tin tối thiểu cần thiết để thực hiện nhiệm vụ; đừng cho quá nhiều.
- Sự đồng ý và minh bạch. Hướng dẫn khách hàng rằng bạn đang sử dụng AI cho mục đích quản trị/soạn thảo trong quy trình này.
Mẹo: Sau khi ẩn danh một văn bản, hãy tự hỏi bản thân câu hỏi này: "Nếu khách hàng này đọc văn bản này, liệu anh ta có nhận ra chính mình không? Liệu có ai khác nhận ra anh ta không?" Nếu bạn không thể nói "không" với cả hai thì việc ẩn danh chưa hoàn tất.
ba trường hợp nhỏ
Trường hợp 1 – Sai lầm nhỏ, vi phạm lớn. Trong khi một chuyên gia nhờ AI tóm tắt các ghi chú của phiên, tên khách hàng là "M.Y." và để lại phần còn lại như sau: "Y tá tại Bệnh viện X ở Kadıköy, tên con gái là Elif, vụ ly hôn..." Dù tên được rút ngắn nhưng những chi tiết này vẫn dễ dàng nhận dạng được người đó. Ẩn danh không thành công; hành vi vi phạm được coi là đã xảy ra. Cách đúng: khái quát hóa vai trò là “người làm trong ngành y tế”, đứa trẻ là “có con”, vụ việc là “thủ tục pháp lý”.
Trường hợp 2 - Việc lựa chọn phương tiện tạo nên sự khác biệt. Hai nhà tâm lý học làm cùng một công việc. Một người nhập dữ liệu thô vào công cụ trò chuyện cá nhân, miễn phí; Hợp đồng của công cụ này cho biết "đầu vào có thể được sử dụng để cải thiện dịch vụ". Công cụ còn lại sử dụng công cụ doanh nghiệp có thỏa thuận xử lý dữ liệu, cài đặt của công cụ này là mở "sử dụng thông tin đầu vào của tôi trong giáo dục" và với dữ liệu ẩn danh. Cả hai đều nói "chúng tôi đã sử dụng AI", nhưng một người đã bảo vệ dữ liệu và người kia đã làm rò rỉ dữ liệu đó.
Trường hợp 3 - Quyền xóa. Một khách hàng rời khỏi liệu pháp và yêu cầu xóa dữ liệu của mình (quyền của anh ấy thuộc KVKK). Chuyên gia xóa bản ghi âm của chính mình, nhưng vẫn nhớ bản ghi phiên mà anh ta đã dán vào công cụ AI 3 tháng trước; anh ta không thể nhớ lại dữ liệu hoặc đảm bảo rằng anh ta đã xóa nó. Điều này cho thấy tại sao làm việc ẩn danh là điều cần thiết ngay từ đầu: không có dữ liệu nhận dạng nào được đặt ở nơi không thể xóa được.
Lời nhắc và mẫu có thể sao chép
Ẩn danh văn bản dưới đây. XÓA hoặc khái quát hóa những thông tin sau: tên, họ, tuổi (chuyển đổi theo phạm vi), thành phố/quận/khu phố, nơi làm việc, trường học, ngày tháng, tên họ hàng, sự kiện độc đáo. Sau đó tôi được hỏi "có thể suy ra danh tính từ văn bản còn lại không?" Đồng thời viết đánh giá của bạn.Text: [text]
Liệt kê từng cụm từ trong văn bản này có thể mô tả trực tiếp HOẶC gián tiếp về con người (bao gồm nghề nghiệp hiếm có, địa điểm nhỏ, sự kiện độc đáo). Đề nghị làm thế nào tôi có thể khái quát cho mỗi. Văn bản: [văn bản]
Soạn thảo một đoạn văn đơn giản, dễ hiểu để thêm vào văn bản thông tin khách hàng để thực hành tâm lý học, chứa thông tin rằng "các công cụ trí tuệ nhân tạo có thể được sử dụng cho mục đích quản trị và soạn thảo trong quá trình thực hiện dịch vụ; dữ liệu khách hàng sẽ được ẩn danh và các quyết định chẩn đoán/điều trị thuộc về chuyên gia."
Nó cung cấp danh sách các câu hỏi kiểm soát mà tôi nên hỏi về chính sách quyền riêng tư của công cụ trí tuệ nhân tạo mà tôi đang cân nhắc sử dụng: lưu trữ dữ liệu, sử dụng trong giáo dục, vị trí dữ liệu, xóa, thỏa thuận xử lý dữ liệu, chế độ công ty.
Dấu nhắc yếu / Dấu nhắc mạnh
Lời nhắc yếu: "Tóm tắt bản ghi phiên sau: [văn bản thô có tên thật và đầy đủ chi tiết]"
Lời nhắc này chuyển dữ liệu nhạy cảm ở dạng thô cho bên thứ ba; Đó là vi phạm KVKK và bí mật nghề nghiệp.
Lời nhắc mạnh mẽ: "Đầu tiên hãy ẩn danh văn bản sau (tổng quát tên, địa điểm, nơi làm việc, ngày tháng, tên người thân), sau đó tóm tắt phiên bản ẩn danh ở định dạng SOAP. Đồng thời đánh giá xem ẩn danh có đủ hay không: [văn bản]"
Lời nhắc này trước tiên bảo vệ, sau đó tạo ra; Anh ta hoàn thành công việc trước khi danh tính của mình bị tiết lộ.
Những lỗi thường gặp
- Chỉ cần xóa tên. Những mô tả gián tiếp (nghề nghiệp hiếm, địa điểm nhỏ) sẽ tiết lộ người đó ngay cả khi bạn xóa tên.
- Ghi dữ liệu thô vào công cụ miễn phí/cá nhân. Cung cấp dữ liệu mà không kiểm tra xem đầu vào có được sử dụng trong giáo dục hay không.
- Bỏ qua sự đồng ý. Không thông báo gì cho khách hàng về việc sử dụng AI; Minh bạch là một nghĩa vụ đạo đức.
- Nghĩ rằng đó là "tạm thời". Quên rằng dữ liệu vào đám mây không thể lấy lại được; Bất lực khi có quyền xóa bỏ.
- Vi phạm nguyên tắc dữ liệu ít nhất. Dán hàng tá chi tiết không cần thiết cho công việc; Mỗi dữ liệu bổ sung là một rủi ro bổ sung.
Tóm lại
Dữ liệu khách hàng có chất lượng đặc biệt, được bảo vệ tốt nhất theo KVKK và nằm trong phạm vi bí mật nghề nghiệp. Công cụ AI dựa trên đám mây về mặt pháp lý là bên thứ ba; dữ liệu khách hàng thô không thể được cung cấp cho anh ta. Tách dữ liệu thành nhận dạng trực tiếp/gián tiếp và nội dung lâm sàng ẩn danh; Chỉ sử dụng nội dung thực sự ẩn danh trong công cụ kiểm soát quyền riêng tư với chính sách dữ liệu tối thiểu. Giáo dục khách hàng về quy trình. Tính bảo mật là quyết định được đưa ra trước khi gửi dữ liệu mà sau này không thể đảo ngược được.
Nhiệm vụ ứng dụng
Ghi chú phiên bằng tay (hoặc tưởng tượng). Đầu tiên đánh dấu tất cả các số nhận dạng trực tiếp và gián tiếp bằng màu vàng. Sau đó thay thế từng biểu thức bằng một biểu thức tổng quát và viết một phiên bản ẩn danh. Cuối cùng hãy tự hỏi: “Khách hàng này có biết mình không?” Đặt câu hỏi và ghi lại câu trả lời của bạn. Bạn cũng có thể mở cài đặt quyền riêng tư của công cụ AI mà bạn sử dụng và hỏi “đầu vào có được sử dụng trong đào tạo không?” Tìm câu trả lời cho câu hỏi.
danh sách kiểm tra
- [ ] Tôi đã loại bỏ những thông tin nhận dạng trực tiếp (tên, địa điểm, ngày tháng, nơi làm việc).
- [ ] Tôi đã khái quát hóa những từ mô tả gián tiếp (nghề nghiệp hiếm, sự kiện độc nhất).
- [ ] Tôi đã xác minh rằng công cụ tôi đang sử dụng không sử dụng dữ liệu để đào tạo.
- [ ] Tôi tuân theo nguyên tắc ít dữ liệu nhất; Tôi chỉ đưa ra những gì cần thiết.
- [ ] Tôi đã thông báo cho khách hàng về việc sử dụng AI / đã quan sát khuôn khổ chấp thuận.
- [ ] "Khách hàng có nhận ra mình không?" Tôi đã vượt qua bài kiểm tra.