إخفاء PII في مطالبة الذكاء الاصطناعي يعني استبدال التفاصيل التي تحدد هوية شخص (الأسماء، وبيانات الاتصال، وأرقام الحسابات والهويات، وتواريخ الميلاد) بتسميات محايدة قبل أن تلصق النص في ChatGPT أو Claude أو Gemini. أبقِ الأدوار والمبالغ وتواريخ الأحداث التي يحتاجها الذكاء الاصطناعي، وأخفِ كل ما يشير إلى هوية الشخص، واقرأ النص بعد الإخفاء مرة أخرى قبل أن ترسله.
ما هي PII، وكيف تختلف عن البيانات الشخصية
PII اختصار لعبارة personally identifiable information، أي المعلومات التي تحدد الهوية الشخصية. وهو مصطلح أمريكي مصدره التوجيهات الفدرالية. يعرّفه OMB Circular A-130 بأنه المعلومات التي يمكن استخدامها لتمييز هوية فرد أو تتبعها، إما وحدها أو مقترنة بمعلومات أخرى مرتبطة بذلك الشخص أو قابلة للربط به. ويقدم NIST SP 800-122، دليل NIST لحماية سرية PII، أمثلة: الاسم، ورقم الضمان الاجتماعي، وتاريخ الميلاد ومكانه، والسجلات البيومترية، والمعلومات المرتبطة بشخص مثل التفاصيل الطبية أو المالية أو الوظيفية.
يستخدم الاتحاد الأوروبي والمملكة المتحدة مصطلحًا مختلفًا. فبموجب المادة 4(1) من اللائحة العامة لحماية البيانات (GDPR)، والمادة نفسها من UK GDPR، البيانات الشخصية هي «أي معلومات تتعلق بشخص طبيعي محدد الهوية أو قابل لتحديد هويته»، بما في ذلك تحديد الهوية ببيانات الموقع، أو بمعرّف على الإنترنت، أو بعوامل خاصة بالهوية الجسدية أو الاقتصادية أو الثقافية أو الاجتماعية للشخص.
بالنسبة إلى المطالبة، الفرق في الغالب فرق عادة. من يفكر بمنطق «PII» يميل إلى البحث عن حقول: الاسم، ورقم الضمان الاجتماعي، والبريد الإلكتروني. أما تعريف اللائحة العامة لحماية البيانات فيجعلك تسأل أيضًا: هل تشير جملة ما، إذا قُرئت مع بقية النص، إلى شخص واحد؟ إذا كان عملاؤك في الاتحاد الأوروبي أو المملكة المتحدة، فاعمل وفق هذا التعريف الأوسع. أما هل يكون استخدام معين للذكاء الاصطناعي مشروعًا لمؤسستك، فهذا سؤال لمحاميك أو لمسؤول حماية البيانات، لا لأداة إخفاء.
لماذا تتراكم التفاصيل غير الضارة
تنقسم المعرّفات إلى مجموعتين. المعرّفات المباشرة تشير إلى شخص واحد بمفردها: الاسم الكامل، ورقم جواز السفر، وعنوان البريد الإلكتروني. أما المعرّفات شبه المباشرة فلا تفعل ذلك، لكنها تضيّق الدائرة: الرمز البريدي، وتاريخ الميلاد، والمسمى الوظيفي، وتشخيص طبي نادر.
أشهر قياس لسرعة تضييقها للدائرة يأتي من Latanya Sweeney. فباستخدام بيانات التعداد السكاني الأمريكي لعام 1990، قدّرت في دراسة "Simple Demographics Often Identify People Uniquely" أن 87% من سكان الولايات المتحدة يُرجَّح أن يكونوا فريدين بثلاثة حقول فقط: الرمز البريدي المكوّن من 5 أرقام، والجنس، وتاريخ الميلاد. وأعاد Philippe Golle التحليل لاحقًا فقدّر النسبة بنحو 63% لتعداد عام 2000. وفي الحالتين، كانت ثلاث حقائق عادية كافية لتمييز معظم الناس.
في المطالبة، تختبئ المعرّفات شبه المباشرة عادةً في النص الحر: «الشريكة الوحيدة في مكتب ليدز»، «العميل الذي باع المخبز في الشارع الرئيسي في الربيع الماضي». وتمر قائمتنا لما يجب حذفه قبل إرسال مستند إلى الذكاء الاصطناعي على هذه التركيبات نوعًا نوعًا.
الإخفاء والحجب والتسمية المستعارة: ما الذي يظل الذكاء الاصطناعي قادرًا عليه
كثيرًا ما تُستخدم الكلمات الثلاث بتساهل. وبالنسبة إلى المطالبة، المهم هو ما يتركه كل منها للذكاء الاصطناعي ليعمل عليه. خذ جملة واحدة: «راسلت آنا فيبر توم هيل في 3 مايو؛ وتعترض آنا على فاتورة توم».
| الطريقة | تصبح الجملة | ما يظل الذكاء الاصطناعي قادرًا عليه | هل يمكنك استعادة الأسماء؟ |
|---|---|---|---|
| الحجب (الحذف أو التسويد) | «راسلت [█████] [█████] في 3 مايو؛ وتعترض [█████] على فاتورة [█████]». | القليل: لا يستطيع أن يعرف من كتب، ومن يعترض، ولمن المبلغ المستحق. | لا |
| الإخفاء بتسمية النوع | «راسلت [NAME] [NAME] في 3 مايو؛ وتعترض [NAME] على فاتورة [NAME]». | يعرف أنهم أشخاص، لكنه لا يعرف من هو مَن. | لا |
| التسمية المستعارة (رموز نائبة ثابتة) | «راسلت Person_1 Person_2 في 3 مايو؛ وتعترض Person_1 على فاتورة Person_2». | يتتبع من فعل ماذا ويجيب بالمصطلحات نفسها. | نعم، بالجدول الذي يربط الرموز النائبة بالأسماء، ويُحفظ لديك |
في معظم مهام الذكاء الاصطناعي، تعطي الرموز النائبة الثابتة أفضل الإجابات، لأن الذكاء الاصطناعي يظل قادرًا على تتبع القصة. وتسمي اللائحة العامة لحماية البيانات ذلك التسمية المستعارة (المادة 4(5))، وتظل تعامل النتيجة كبيانات شخصية. ويشرح مقالنا عن إخفاء الهوية والتسمية المستعارة والحجب المصطلحات الثلاثة بالتفصيل.
ما تخفيه في المطالبة وما تُبقيه
أخفِ ما يحدد هوية الشخص. وأبقِ ما يدور حوله السؤال.
| أخفِ | أبقِ |
|---|---|
| أسماء الأشخاص والشركات، والألقاب، والأحرف الأولى | الأدوار: المشتري، المستأجر، الموظف، عميلنا، الطرف الآخر |
| عناوين البريد الإلكتروني، وأرقام الهاتف، وعناوين الشوارع | الدولة أو الولاية القضائية، إذا كانت الإجابة تتوقف عليها |
| أرقام الحسابات، وأرقام IBAN، وأرقام البطاقات، والأرقام الضريبية وأرقام الهوية، وأرقام القضايا والوثائق التأمينية | المبالغ، ما لم يكن المبلغ نفسه يكشف هوية العميل |
| تواريخ الميلاد | تواريخ الأحداث: التوقيع، والإخطار، والدفع، والموعد النهائي |
| تفاصيل في النص الحر تميّز شخصًا: مسمى وظيفي نادر، أو بلدة صغيرة، أو قريب مذكور بالاسم | الوقائع التي يتوقف عليها السؤال، مصاغة بعبارات عامة |
العمر استثناء شائع لقاعدة «أخفِ تواريخ الميلاد»: إذا كانت الإجابة تتوقف على كون الشخص فوق 18 عامًا أو قريبًا من التقاعد، فاكتب العمر أو «فوق 65» بدلًا من التاريخ.
مطالبة قصيرة، قبل وبعد:
قبل:
ماريا لوبيز (مولودة في 12 مارس 1981، maria.lopez@example.com) تستأجر
شقة من Greenfield Lettings Ltd. لم يُرد إليها تأمينها البالغ 2,400 دولار
بعد أن غادرت الشقة في 30 يونيو. ماذا يمكنها أن تفعل؟
بعد:
Person_1 (مولودة في Date_1، Email_1) تستأجر شقة من Company_1.
لم يُرد إلى Person_1 تأمينها البالغ 2,400 دولار بعد أن غادرت Person_1
الشقة في 30 يونيو. ماذا يمكن أن تفعل Person_1؟ أبقِ الرموز النائبة كما هي.يبقى المبلغ وتاريخ المغادرة، لأن الإجابة تتوقف عليهما. وإذا كان تاريخ الميلاد لا يضيف شيئًا إلى السؤال، فاحذفه بدلًا من إخفائه.
ثلاث طرق للإخفاء
يدويًا
لمطالبة قصيرة واحدة، اقرأ النص واستبدل كل معرّف بنفسك. واكتب قائمة الرموز النائبة في ملاحظة أثناء العمل (Person_1 = ماريا لوبيز)، ليحصل الشخص نفسه دائمًا على التسمية نفسها. الإخفاء اليدوي بطيء، ويفشل في النصوص الطويلة: الاسم الذي يرد اثنتي عشرة مرة يُستبدل إحدى عشرة مرة.
بالبحث والاستبدال للأنماط
بعض المعرّفات تتبع نمطًا ثابتًا، والبحث بالتعابير النمطية يجدها كلها دفعة واحدة. تدعم ذلك محررات نصوص مثل Notepad++ وVS Code، وفي Word بحث بأحرف البدل بصيغة خاصة به. نمطان للبدء:
Email: [A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}
IBAN: \b[A-Z]{2}[0-9]{2}(?: ?[A-Z0-9]){11,30}\bيتبع نمط IBAN البنية الواردة في SWIFT IBAN Registry: رمز دولة من حرفين، ورقمان للتحقق، ثم ما يصل إلى ثلاثين حرفًا ورقمًا. الأنماط تلتقط الصيغ لا المعنى. فهي تفوّت رقم هاتف مكتوبًا بالحروف، ولن تجد اسمًا أبدًا.
بأداة اكتشاف
تبحث أدوات الاكتشاف عن الأسماء والشركات والأماكن إلى جانب الأنماط. وفي مستند طويل تكون أسرع بكثير من العمل اليدوي، لكن لا أحد منها يجد كل شيء. تقول وثائق أداة الاكتشاف مفتوحة المصدر Presidio ذلك صراحة: لأنها تستخدم الاكتشاف الآلي، «لا يوجد ضمان بأن Presidio سيجد كل المعلومات الحساسة».
لذلك يحتاج الاكتشاف إلى خطوة مراجعة. مرّ على ما وجدته الأداة وألغِ تحديد التطابقات الخاطئة، مثل اسم شارع هو أيضًا اسم عائلة. ثم اقرأ النص بحثًا عما فاتها: الألقاب، والأسماء المكتوبة بأحرف صغيرة، وشخص موصوف لا مسمّى. ويقارن مقال ما الذي تتحقق منه في أداة التسمية المستعارة بين أنواع الأدوات المتاحة.
في ClientSafe تضيف المستندات إلى قضية، فيجد الأسماء والشركات والعناوين وأرقام الهاتف وعناوين البريد الإلكتروني وأرقام الحسابات والهويات وتواريخ الميلاد على جهازك. تلغي تحديد ما ليس بيانات شخصية وتحدّد ما فاته. ثم تنسخ النسخة الآمنة إلى محادثة الذكاء الاصطناعي. ويحصل الشخص نفسه على الرمز النائب نفسه في كل مستند من مستندات القضية.
تعود الإجابة بالرموز النائبة
الإخفاء يعمل في الاتجاهين. يجيب الذكاء الاصطناعي بالمصطلحات نفسها التي استخدمتها، فتقول إجابته «يمكن لـ Person_1 أن تطلب من Company_1...» لا «يمكن لماريا لوبيز أن تطلب...». وطلبك منه إبقاء الرموز النائبة كما هي، كما في المثال أعلاه، يجعل ذلك أرجح.
أعد الأسماء الحقيقية على جهازك لا في المحادثة: ببحث واستبدال باستخدام قائمة الرموز النائبة، أو بالأداة نفسها التي أخفيت بها. ثم اقرأ الإجابة المستعادة مرة: الرمز النائب الذي غيّره الذكاء الاصطناعي («Person 1» بدلًا من «Person_1») ربما لم يُستعد. ويشرح دليلنا عن استعادة الأسماء الحقيقية في إجابة الذكاء الاصطناعي الرحلة كاملة خطوة بخطوة.
الأسئلة الشائعة
هل النص بعد الإخفاء مجهول الهوية؟
في الغالب لا. إذا احتفظت بجدول يربط الرموز النائبة بالأسماء، فالنص خاضع للتسمية المستعارة، ويظل بموجب اللائحة العامة لحماية البيانات بيانات شخصية. الإخفاء يقلل ما تتلقاه خدمة الذكاء الاصطناعي، لكنه لا يُخرج النص من نطاق قانون حماية البيانات.
هل ينبغي أن أخفي أسماء الشركات؟
أخفِ شركة العميل وأي شركة تكشف هوية العميل، مثل شركة عائلية صغيرة. أما شركة عامة كبيرة مذكورة كمورّد أو طرف مقابل فيمكن غالبًا إبقاؤها، إذا كان السؤال يحتاج إليها.
هل يجعل الإخفاء إجابة الذكاء الاصطناعي أسوأ؟
مع الرموز النائبة الثابتة، نادرًا: يظل الذكاء الاصطناعي يرى من فعل ماذا. وتسوء الإجابة حين تتوقف على شيء أخفيته، مثل الدولة أو عمر الشخص. أضف تلك التفصيلة مجددًا بصيغة عامة.
هل يمكنني ببساطة أن أطلب من الذكاء الاصطناعي تجاهل البيانات الشخصية؟
لا. فحين يقرأ الذكاء الاصطناعي التعليمات، تكون البيانات قد أُرسلت بالفعل. يجب أن يحدث الإخفاء قبل اللصق.
يستبدل ClientSafe الأسماء والعناوين وأرقام الهاتف وعناوين البريد الإلكتروني وأرقام الحسابات والهويات وتواريخ الميلاد برموز نائبة على جهازك، ويعيد الأسماء الحقيقية إلى إجابة الذكاء الاصطناعي. الاكتشاف ليس مثاليًا، لذا راجع القائمة قبل النسخ.