أدوات التسمية المستعارة: ما الذي تتحقق منه قبل الشراء

إذا أردت استخدام الذكاء الاصطناعي مع مستندات فيها بيانات شخصية، فيجب أن تُحسن أداة التسمية المستعارة أربعة أمور. أن يُعالج ملفك في مكان تطمئن إليه. وأن يحصل كل شخص على الرمز النائب نفسه في كل مستند. وأن يُحفظ المفتاح الذي يعكس الاستبدال بأمان. وأن تستطيع مراجعة ما وجدته الأداة وتصحيحه. وبقية هذه القائمة تخبرك هل تناسب الأداة مستنداتك وفريقك وميزانيتك.

ما الذي يجب أن تفعله الأداة

بموجب اللائحة العامة لحماية البيانات (GDPR)، تعني التسمية المستعارة معالجة البيانات الشخصية بحيث لا يعود من الممكن ربطها بشخص دون معلومات إضافية، على أن تُحفظ هذه المعلومات منفصلة ومحمية (المادة 4(5)). والبيانات ذات الأسماء المستعارة تظل بيانات شخصية. أما ما يعنيه ذلك لروبوتات المحادثة فمشروح في اللائحة العامة لحماية البيانات والبيانات ذات الأسماء المستعارة في الذكاء الاصطناعي.

في العمل مع الذكاء الاصطناعي تبدو المهمة هكذا. تتحول الأسماء والعناوين والأرقام إلى رموز نائبة مثل Person_1. ويعمل الذكاء الاصطناعي على الرموز النائبة. ومن جهتك يعيدها مفتاح إلى أسماء في الإجابة. وإذا لم تكن بحاجة إلى استعادة الأسماء أبدًا، فقد تحتاج بدلًا من ذلك إلى إخفاء الهوية أو الحجب: اطّلع على أيّ الثلاثة تحتاج.

أين تذهب بياناتك

• أين تجري المعالجة. إما على جهازك، وإما على خوادم المورّد بعد أن ترفع الملف. في الحالة الثانية يصل الأصل، بكل الأسماء التي فيه، إلى طرف ثالث قبل أن يُحمى. وتسرد مقارنتنا بين الأدوات المحلية وأدوات الإنترنت الأسئلة التي تطرحها على مورّد عبر الإنترنت، واختبارًا بسيطًا لتطبيق سطح المكتب: افصل الشبكة وجرّبه.
• ماذا يحدث للبيانات بعد ذلك. للخدمة السحابية: كم تُحفظ الملفات والنتائج، وفي أي منطقة، ومن هم المعالجون الفرعيون. ولتطبيق سطح المكتب: ما الذي يكتبه على قرصك وكيف تحذفه.
• السجلات. سجلّ يبيّن متى عولجت المستندات مفيد حين يسأل عميل أو مسؤول حماية البيانات لديك. تحقق من أن السجل نفسه لا يحتوي على البيانات الشخصية.

هل يمكنك استعادة الأسماء

• الاتساق. يجب أن يحصل الشخص نفسه على الرمز النائب نفسه في كل فقرة وفي كل مستند من مستندات الملف الواحد. وإلا فلن يستطيع الذكاء الاصطناعي أن يعرف أن المستأجر في عقد الإيجار ومرسل الرسالة شخص واحد. اسأل كيف تتعامل الأداة مع الصيغ المختلفة مثل "Maria Lopez" و"Ms Lopez" و"M. Lopez".
• قابلية العكس. بعض الأدوات تستبدل البيانات في اتجاه واحد فقط. وبعضها يحتفظ بجدول يربط الرموز النائبة بالأسماء الحقيقية، أو يشفّر القيم بمفتاح يمكنه فك تشفيرها لاحقًا.
• أين يُحفظ المفتاح. الجدول أو المفتاح هو «المعلومات الإضافية» التي يتحدث عنها تعريف اللائحة العامة لحماية البيانات. اسأل أين يُخزَّن، وهل هو مشفّر، ومن يستطيع فتحه، ومتى يُحذف. وإذا كان كل من لديه النسخة الآمنة يستطيع أيضًا قراءة المفتاح، فإن التسمية المستعارة لا تحمي إلا قليلًا.

هل تناسب مستنداتك

• أنواع البيانات التي تجدها. الأسماء والشركات والعناوين وأرقام الهاتف وعناوين البريد الإلكتروني وأرقام الحسابات والهويات وتواريخ الميلاد. وإذا كنت تعمل عبر الحدود، فتحقق من أرقام الهوية الوطنية والأرقام الضريبية للدول التي تتعامل معها. أما المسميات الوظيفية والألقاب والتفاصيل النادرة فيصعب على أي أداة اكتشافها، لذا ستحدّد بعضها يدويًا.
• خطوة مراجعة. الاكتشاف لا يكون كاملًا أبدًا. حتى وثائق Presidio، وهي أداة اكتشاف مفتوحة المصدر واسعة الاستخدام، تقول إنه لا ضمان لأنها ستجد كل المعلومات الحساسة. تحتاج إلى أن ترى كل تطابق، وتلغي تحديد الخاطئ منها، وتضيف ما فات قبل أن يغادر أي شيء.
• صيغ الملفات. PDF وWord وExcel ورسائل البريد الإلكتروني. وملفات PDF الممسوحة ضوئيًا وصور المستندات تحتاج إلى التعرّف على النص. وبعض الأدوات لا تقبل إلا النص العادي، أي أنك ستحوّل كل ملف بنفسك.
• اللغات. يعتمد الاكتشاف على اللغة. اختبر بمستندات حقيقية بكل لغة تعمل بها.

لمن صُممت وكم تكلف

• للمطورين أم لمستخدمي المكاتب. المكتبة البرمجية أو الـ API تحتاج إلى شخص يثبّتها ويكتب حولها الشيفرة ويُبقيها تعمل. أما تطبيق سطح المكتب فيحتاج فقط إلى التثبيت. كلٌّ منهما مصمم لأشخاص مختلفين، ولا أحدهما أفضل بشكل عام.
• نموذج التسعير. الدفع حسب الحجم (لكل جيجابايت أو لكل مئة حرف)، أو اشتراك لكل مستخدم، أو شراء لمرة واحدة، أو مصدر مفتوح مجاني يضاف إليه وقت موظفيك. احسب التكلفة السنوية عند الحجم الذي تتوقعه فعلًا.

أربعة أنواع من الأدوات

الأمثلة أدناه هي التي استطعنا التحقق منها في وثائق المورّدين. والميزات والأسعار حتى أكتوبر 2026.

مكتبات مفتوحة المصدر للمطورين

Presidio إطار عمل مرخّص بموجب MIT لاكتشاف البيانات الشخصية وإزالة ما يدل على الهوية منها. بدأ في Microsoft وأصبح الآن مشروعًا يديره المجتمع ضمن منظمة Data Privacy Stack. يستطيع مكوّن إخفاء الهوية فيه استبدال كل عنصر يجده أو حجبه أو إخفاءه بقناع أو تجزئته أو تشفيره، ويمكن فك تشفير القيم المشفّرة بالمفتاح نفسه. وتوجد وحدة منفصلة تجد النص في الصور وتحجبه باستخدام التعرّف الضوئي على الحروف (OCR).

إنه مجاني، ويعمل على أجهزتك، ويمكن تخصيصه لأي مسار معالجة تقريبًا. لكنه مجموعة أدوات لا تطبيق: التثبيت يعني حزم Python وتنزيل نموذج لغوي وشيفرة تكتبها بنفسك. أما شاشات المراجعة والتعامل مع القضايا وتحويل الملفات فعليك بناؤها.

خدمات سحابية لحماية البيانات

تجد Google Cloud Sensitive Data Protection البيانات الحساسة بقائمة طويلة من أدوات الاكتشاف المدمجة، ويمكنها استبدالها برموز. ويعطي التشفير الحتمي والتشفير الحافظ للصيغة الرمز نفسه للقيمة نفسها، ويمكن إعادة ربط البيانات بأصحابها باستخدام المفتاح. وتوصي Google بتغليف هذا المفتاح باستخدام Cloud Key Management Service. ويمكن للخدمة أيضًا حجب الصور بتغطية ما تجده بمربعات معتمة. وتسعيرها حسب الجيجابايت.

يكتشف Amazon Comprehend البيانات الشخصية في النصوص الإنجليزية أو الإسبانية. ويعمل الحجب كمهمة دفعية على ملفات في Amazon S3، ويستبدل كل عنصر بنوعه، مثل [NAME]، أو بحرف قناع، فيصبح شخصان مختلفان كلاهما [NAME]. وتسعيره بوحدات من 100 حرف.

تتعامل هذه الخدمات مع أحجام كبيرة، وتندمج في بقية البنية السحابية للشركة، تحت حساب الشركة وعقدها. وهي مصممة للمطورين وفرق تقنية المعلومات.

الحجب في محررات PDF

في Adobe Acrobat Pro، يستبدل الحجب النص أو الصور بمربعات ملونة ولا يمكن التراجع عنه بعد الحفظ. وتزيل خطوة Sanitize المنفصلة البيانات المخفية مثل البيانات الوصفية. هذه هي الأداة المناسبة لمستند تسلّمه إلى محكمة أو طرف مقابل أو جهة تنظيمية. لكنها لا تناسب الذهاب والإياب مع الذكاء الاصطناعي: فالمربعات السوداء لا تخبر الذكاء الاصطناعي بمن هو مَن، ولا يوجد ما يمكن عكسه. اطّلع على الرموز النائبة مقابل الأشرطة السوداء.

تطبيقات سطح المكتب لمستخدمي المكاتب

ClientSafe واحد منها. يعمل على جهاز Windows ويحفظ المستندات في قضايا، فيحصل الاسم نفسه على الرمز النائب نفسه في كل مستند من مستندات القضية. تراجع ما عثر عليه، وتلغي تحديد التطابقات التي ليست بيانات شخصية، وتحدّد ما فاته. تنسخ النسخة الآمنة إلى محادثة ذكاء اصطناعي أو تحفظها كملف Markdown. ثم تلصق إجابة الذكاء الاصطناعي فيعيد ClientSafe الأسماء الحقيقية. ويبقى الجدول الذي يربط الرموز النائبة بالأسماء مشفّرًا على الجهاز إلى أن تحذف القضية. وهو ليس أداة حجب للمستندات المقدمة إلى المحاكم أو التي ترسلها إلى طرف آخر.

مقارنة جنبًا إلى جنب

كيف تختار

• تعالج آلاف السجلات في قاعدة بيانات أو مسار معالجة ولديك مطورون: مكتبة أو خدمة سحابية.
• ترسل مستندًا إلى شخص خارج المؤسسة: الحجب.
• تسأل الذكاء الاصطناعي عن مستندات العملاء وتحتاج إلى عودة الأسماء في الإجابة: تطبيق سطح مكتب فيه خطوة مراجعة وطريقة لاستعادة الأسماء.

قبل أن تلتزم، جرّب الأداة على ثلاثة مستندات تعرفها جيدًا، بكل لغة تستخدمها، واحسب ما فاتها. وإذا كان لدى مؤسستك مسؤول لحماية البيانات أو مسؤول امتثال، فأشركه قبل استخدام الأداة على ملفات العملاء.

الأسئلة الشائعة

بعد التسمية المستعارة لمستند، هل يمكنني إرساله إلى أي أداة ذكاء اصطناعي؟

ليس تلقائيًا. فبموجب اللائحة العامة لحماية البيانات يظل بيانات شخصية، وتظل إعدادات البيانات وشروط أداة الذكاء الاصطناعي مهمة. التسمية المستعارة تقلل الخطر، لكنها لا تزيله.

هل يمكن لمكتبة مجانية مفتوحة المصدر أن تحل محل أداة مدفوعة؟

نعم، إذا كان في فريقك من يستطيع تثبيتها وكتابة الشيفرة حولها وصيانتها. وإن لم يكن، فالمكتبة تكلّف من الوقت أكثر مما يكلّف التطبيق من المال.

هل أحتاج إلى قابلية العكس إذا كنت أريد ملخصًا فقط؟

إذا كان الملخص سيذكر أشخاصًا، فنعم: ستريد أن تعود أسماؤهم إليه. وإن لم يكن، فالاستبدال في اتجاه واحد يكفي.

كيف أختبر أداة بسرعة؟

خذ مستندًا تعرف كل اسم ورقم فيه. مرّره عبر الأداة وقارن. وتحقق من الصفحات الممسوحة ضوئيًا والترويسات والتوقيعات، فهي المواضع التي يفوت فيها الاكتشاف أكثر من غيرها.

يستبدل ClientSafe الأسماء والعناوين وأرقام الهاتف وأرقام الهوية برموز نائبة ثابتة على جهازك، ويتيح لك مراجعة القائمة، ويعيد الأسماء الحقيقية إلى إجابة الذكاء الاصطناعي. الاكتشاف ليس مثاليًا، لذا راجع القائمة قبل النسخ.