Η απόκρυψη στοιχείων προσωπικής ταυτοποίησης (PII) σε μια προτροπή τεχνητής νοημοσύνης σημαίνει ότι αντικαθιστάτε τα στοιχεία που ταυτοποιούν ένα πρόσωπο (ονόματα, στοιχεία επικοινωνίας, αριθμούς λογαριασμών και ταυτότητας, ημερομηνίες γέννησης) με ουδέτερες ετικέτες, προτού επικολλήσετε το κείμενο στο ChatGPT, το Claude ή το Gemini. Διατηρήστε τους ρόλους, τα ποσά και τις ημερομηνίες συμβάντων που χρειάζεται η τεχνητή νοημοσύνη, αποκρύψτε οτιδήποτε υποδεικνύει την ταυτότητα του προσώπου και ξαναδιαβάστε το κείμενο με τα κρυμμένα στοιχεία πριν το στείλετε.
Τι είναι τα PII και πώς διαφέρουν από τα προσωπικά δεδομένα
Το PII σημαίνει πληροφορίες που επιτρέπουν την ταυτοποίηση προσώπου. Είναι ένας όρος των ΗΠΑ από ομοσπονδιακές κατευθυντήριες γραμμές. Εγκύκλιος A-130 του OMB το ορίζει ως πληροφορίες που μπορούν να χρησιμοποιηθούν για τη διάκριση ή την εξακρίβωση της ταυτότητας ενός ατόμου, είτε από μόνες τους είτε σε συνδυασμό με άλλες πληροφορίες που σχετίζονται ή μπορούν να συσχετιστούν με το συγκεκριμένο άτομο. NIST SP 800-122, ο οδηγός του NIST για την προστασία του απορρήτου των PII, παραθέτει παραδείγματα: όνομα, αριθμό Κοινωνικής Ασφάλισης, ημερομηνία και τόπο γέννησης, βιομετρικά αρχεία και πληροφορίες που συνδέονται με ένα άτομο, όπως ιατρικά, οικονομικά ή εργασιακά στοιχεία.
Η ΕΕ και το Ηνωμένο Βασίλειο χρησιμοποιούν διαφορετικό όρο. Σύμφωνα με το άρθρο 4(1) του ΓΚΠΔ, και το ίδιο άρθρο του ΓΚΠΔ του Ηνωμένου Βασιλείου, τα προσωπικά δεδομένα είναι «κάθε πληροφορία που αφορά ταυτοποιημένο ή ταυτοποιήσιμο φυσικό πρόσωπο», συμπεριλαμβανομένης της ταυτοποίησης μέσω δεδομένων θέσης, επιγραμμικού αναγνωριστικού ή παραγόντων που αφορούν τη σωματική, οικονομική, πολιτιστική ή κοινωνική ταυτότητα ενός προσώπου.
Για μια προτροπή, η διαφορά είναι κυρίως θέμα συνήθειας. Όσοι σκέφτονται με όρους «PII» τείνουν να αναζητούν πεδία: όνομα, αριθμό Κοινωνικής Ασφάλισης, email. Ο ορισμός του ΓΚΠΔ σάς κάνει να αναρωτηθείτε επίσης αν μια πρόταση, όταν διαβαστεί μαζί με το υπόλοιπο κείμενο, υποδεικνύει ένα συγκεκριμένο πρόσωπο. Αν οι πελάτες σας βρίσκονται στην ΕΕ ή στο Ηνωμένο Βασίλειο, ακολουθήστε τον ευρύτερο αυτόν ορισμό. Το αν μια συγκεκριμένη χρήση τεχνητής νοημοσύνης είναι νόμιμη για την εταιρεία σας είναι ερώτημα για τον δικηγόρο ή τον υπεύθυνο προστασίας δεδομένων σας, όχι για ένα εργαλείο απόκρυψης.
Γιατί τα φαινομενικά αβλαβή στοιχεία συσσωρεύονται
Τα αναγνωριστικά χωρίζονται σε δύο ομάδες. Τα άμεσα αναγνωριστικά υποδεικνύουν από μόνα τους ένα συγκεκριμένο πρόσωπο: πλήρες όνομα, αριθμός διαβατηρίου, διεύθυνση email. Τα οιονεί αναγνωριστικά δεν το κάνουν, αλλά περιορίζουν τις πιθανότητες: ταχυδρομικός κώδικας, ημερομηνία γέννησης, επαγγελματικός τίτλος, σπάνια διάγνωση.
Η πιο γνωστή μέτρηση του πόσο γρήγορα περιορίζουν τις πιθανότητες προέρχεται από τη Latanya Sweeney. Χρησιμοποιώντας δεδομένα της απογραφής των ΗΠΑ του 1990, εκτίμησε στη μελέτη της «Τα απλά δημογραφικά στοιχεία συχνά ταυτοποιούν μοναδικά τα άτομα» ότι πιθανότατα το 87% του πληθυσμού των ΗΠΑ μπορούσε να ταυτοποιηθεί μοναδικά με βάση μόνο τρία πεδία: ταχυδρομικό κώδικα ZIP 5 ψηφίων, φύλο και ημερομηνία γέννησης. Μια μεταγενέστερη επανάλυση από τον Philippe Golle υπολόγισε το ποσοστό σε περίπου 63% για την απογραφή του 2000. Όπως και να έχει, τρία συνηθισμένα στοιχεία αρκούσαν για να ξεχωρίσουν τα περισσότερα άτομα.
Σε μια προτροπή, τα οιονεί αναγνωριστικά συνήθως κρύβονται σε ελεύθερο κείμενο: «η μοναδική γυναίκα εταίρος στο γραφείο του Leeds», «ο πελάτης που πούλησε το αρτοποιείο στην Main Street την περασμένη άνοιξη». Η λίστα μας για όσα πρέπει να αφαιρέσετε πριν στείλετε ένα έγγραφο σε τεχνητή νοημοσύνη εξετάζει αυτούς τους συνδυασμούς ανά τύπο.
Απόκρυψη, απαλοιφή και ψευδωνυμοποίηση: τι μπορεί να εξακολουθεί να κάνει η τεχνητή νοημοσύνη
Οι τρεις όροι χρησιμοποιούνται συχνά χωρίς διάκριση. Για μια προτροπή, σημασία έχει τι μπορεί να εξακολουθήσει να επεξεργάζεται η τεχνητή νοημοσύνη με κάθε μέθοδο. Ας πάρουμε μία πρόταση: «Η Anna Weber έστειλε email στον Tom Hale στις 3 Μαΐου· η Anna αμφισβητεί το τιμολόγιο του Tom.»
| Μέθοδος | Η πρόταση γίνεται | Τι μπορεί να εξακολουθήσει να κάνει η τεχνητή νοημοσύνη | Μπορείτε να επαναφέρετε τα ονόματα; |
|---|---|---|---|
| Απαλοιφή (αφαίρεση ή μαύρισμα) | «[█████] έστειλε email στον [█████] στις 3 Μαΐου· [█████] αμφισβητεί το τιμολόγιο του/της [█████].» | Ελάχιστα: δεν μπορεί να καταλάβει ποιος έγραψε, ποιος αμφισβητεί και ποιος έχει να λάβει χρήματα. | Όχι |
| Απόκρυψη με ετικέτα τύπου | «[ΟΝΟΜΑ] έστειλε email στον/στην [ΟΝΟΜΑ] στις 3 Μαΐου· [ΟΝΟΜΑ] αμφισβητεί το τιμολόγιο του/της [ΟΝΟΜΑ].» | Γνωρίζει ότι πρόκειται για πρόσωπα, αλλά όχι ποιο είναι ποιο. | Όχι |
| Ψευδωνυμοποίηση (σταθερά placeholders) | «Person_1 έστειλε email στον/στην Person_2 στις 3 Μαΐου· ο/η Person_1 αμφισβητεί το τιμολόγιο του/της Person_2.» | Παρακολουθήστε ποιος έκανε τι και απαντήστε με τους ίδιους όρους. | Ναι, με τον πίνακα που συνδέει τα placeholders με τα ονόματα, τον οποίο διατηρείτε εσείς |
Για τις περισσότερες εργασίες τεχνητής νοημοσύνης, τα σταθερά placeholders δίνουν τις καλύτερες απαντήσεις, επειδή η τεχνητή νοημοσύνη μπορεί ακόμη να παρακολουθήσει την ιστορία. Ο ΓΚΠΔ ονομάζει αυτή τη διαδικασία ψευδωνυμοποίηση (άρθρο 4(5)) και εξακολουθεί να θεωρεί το αποτέλεσμα προσωπικά δεδομένα. Το άρθρο μας για την ανωνυμοποίηση, την ψευδωνυμοποίηση και την απαλοιφή εξηγεί λεπτομερώς τους τρεις όρους.
Τι να αποκρύψετε σε μια προτροπή και τι να διατηρήσετε
Αποκρύψτε όσα ταυτοποιούν το πρόσωπο. Διατηρήστε όσα αφορούν το ερώτημα.
| Αποκρύψτε | Διατηρήστε |
|---|---|
| Ονόματα προσώπων και εταιρειών, παρατσούκλια, αρχικά | Ρόλους: αγοραστής, μισθωτής, εργαζόμενος, ο πελάτης μας, η άλλη πλευρά |
| Διευθύνσεις email, αριθμούς τηλεφώνου, διευθύνσεις κατοικίας | Χώρα ή δικαιοδοσία, αν η απάντηση εξαρτάται από αυτά |
| Αριθμούς λογαριασμών, IBAN, αριθμούς καρτών, φορολογικούς αριθμούς και αριθμούς ταυτότητας, αριθμούς υποθέσεων και συμβολαίων | Ποσά, εκτός αν το ίδιο το ποσό θα ταυτοποιούσε τον πελάτη |
| Ημερομηνίες γέννησης | Ημερομηνίες συμβάντων: υπογραφή, ειδοποίηση, πληρωμή, προθεσμία |
| Λεπτομέρειες ελεύθερου κειμένου που ξεχωρίζουν κάποιον: σπάνιος επαγγελματικός τίτλος, μικρή πόλη, κατονομαζόμενος συγγενής | Τα γεγονότα από τα οποία εξαρτάται το ερώτημα, διατυπωμένα γενικά |
Η ηλικία αποτελεί συνηθισμένη εξαίρεση στον κανόνα «αποκρύψτε τις ημερομηνίες γέννησης»: αν η απάντηση εξαρτάται από το αν κάποιος είναι άνω των 18 ή κοντά στη συνταξιοδότηση, γράψτε την ηλικία ή «άνω των 65» αντί για την ημερομηνία.
Μια σύντομη προτροπή, πριν και μετά:
Before:
Maria Lopez (born 12 March 1981, maria.lopez@example.com) rents
a flat from Greenfield Lettings Ltd. Her deposit of $2,400 was not
returned after she moved out on 30 June. What can she do?
After:
Person_1 (born Date_1, Email_1) rents a flat from Company_1.
Person_1's deposit of $2,400 was not returned after Person_1 moved
out on 30 June. What can Person_1 do? Keep the placeholders as written.Το ποσό και η ημερομηνία αποχώρησης διατηρούνται, επειδή η απάντηση εξαρτάται από αυτά. Αν η ημερομηνία γέννησης δεν προσθέτει κάτι στο ερώτημα, διαγράψτε την αντί να την αποκρύψετε.
Τρεις τρόποι απόκρυψης
Με το χέρι
Για μία σύντομη προτροπή, διαβάστε το κείμενο και αντικαταστήστε μόνοι σας κάθε αναγνωριστικό. Καθώς προχωράτε, σημειώστε τα placeholders σε μια λίστα (Person_1 = Maria Lopez), ώστε το ίδιο πρόσωπο να έχει πάντα την ίδια ετικέτα. Η χειροκίνητη απόκρυψη είναι αργή και αποτυγχάνει σε μεγάλα κείμενα: ένα όνομα που εμφανίζεται δώδεκα φορές αντικαθίσταται τις έντεκα.
Με εύρεση και αντικατάσταση μοτίβων
Ορισμένα αναγνωριστικά ακολουθούν σταθερό μοτίβο και μια αναζήτηση με κανονικές εκφράσεις τα εντοπίζει όλα μονομιάς. Επεξεργαστές κειμένου όπως το Notepad++ και το VS Code υποστηρίζουν αυτή τη λειτουργία, ενώ το Word διαθέτει αναζήτηση με χαρακτήρες μπαλαντέρ και δική του σύνταξη. Δύο μοτίβα για να ξεκινήσετε:
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}\bΤο μοτίβο IBAN ακολουθεί τη δομή που ορίζεται στο Μητρώο IBAN της SWIFT: κωδικός χώρας δύο γραμμάτων, δύο ψηφία ελέγχου και έως τριάντα γράμματα και ψηφία. Τα μοτίβα εντοπίζουν μορφές, όχι σημασίες. Δεν εντοπίζουν έναν αριθμό τηλεφώνου που γράφεται «oh-seven-seven» και δεν θα εντοπίσουν ποτέ ένα όνομα.
Με εργαλείο εντοπισμού
Τα εργαλεία εντοπισμού αναζητούν ονόματα, εταιρείες και τοποθεσίες, καθώς και μοτίβα. Σε ένα μεγάλο έγγραφο είναι πολύ ταχύτερα από τη χειροκίνητη εργασία, αλλά κανένα δεν εντοπίζει τα πάντα. Η τεκμηρίωση του κιτ εργαλείων εντοπισμού ανοιχτού κώδικα Presidio το αναφέρει ξεκάθαρα: επειδή χρησιμοποιεί αυτοματοποιημένο εντοπισμό, «δεν υπάρχει εγγύηση ότι το Presidio θα εντοπίσει όλες τις ευαίσθητες πληροφορίες».
Επομένως, ο εντοπισμός χρειάζεται στάδιο επανεξέτασης. Ελέγξτε όσα εντόπισε το εργαλείο και αποεπιλέξτε τις λανθασμένες αντιστοιχίες, όπως μια οδό που είναι επίσης επώνυμο. Έπειτα διαβάστε το κείμενο για όσα παρέλειψε: παρατσούκλια, ονόματα με πεζά γράμματα, πρόσωπα που περιγράφονται αντί να κατονομάζονται. Τι να αναζητήσετε σε ένα εργαλείο ψευδωνυμοποίησης συγκρίνει τους διαθέσιμους τύπους εργαλείων.
Στο ClientSafe, προσθέτετε τα έγγραφα σε μια υπόθεση και το πρόγραμμα εντοπίζει στον υπολογιστή σας ονόματα, εταιρείες, διευθύνσεις, αριθμούς τηλεφώνου, διευθύνσεις email, αριθμούς λογαριασμών και ταυτότητας, καθώς και ημερομηνίες γέννησης. Αποεπιλέγετε όσα δεν είναι προσωπικά δεδομένα και επισημαίνετε όσα παρέλειψε. Έπειτα αντιγράφετε το ασφαλές αντίγραφο στη συνομιλία με την τεχνητή νοημοσύνη. Το ίδιο πρόσωπο λαμβάνει το ίδιο placeholder σε κάθε έγγραφο της υπόθεσης.
Η απάντηση επιστρέφεται με placeholders
Η απόκρυψη λειτουργεί και προς τις δύο κατευθύνσεις. Η τεχνητή νοημοσύνη απαντά με τους ίδιους όρους που χρησιμοποιήσατε, επομένως η απάντησή της λέει «Ο/Η Person_1 μπορεί να ζητήσει από τον/την Company_1…» αντί για «Η Maria Lopez μπορεί να ζητήσει…». Αν της ζητήσετε να διατηρήσει τα placeholders όπως είναι γραμμένα, όπως στο παραπάνω παράδειγμα, αυξάνετε τις πιθανότητες να το κάνει.
Επαναφέρετε τα πραγματικά ονόματα στον δικό σας υπολογιστή, όχι στη συνομιλία: χρησιμοποιήστε εύρεση και αντικατάσταση με τη λίστα των placeholders ή το ίδιο εργαλείο με το οποίο τα αποκρύψατε. Έπειτα διαβάστε μία φορά την απάντηση με τα ονόματα αποκατεστημένα: ένα placeholder που άλλαξε η τεχνητή νοημοσύνη («Άτομο 1» αντί για «Person_1») μπορεί να μην έχει αποκατασταθεί. Ο οδηγός μας για την επαναφορά πραγματικών ονομάτων στην απάντηση της τεχνητής νοημοσύνης περιγράφει βήμα προς βήμα όλη τη διαδικασία.
Συχνές ερωτήσεις
Είναι ανώνυμο το κείμενο με τα κρυμμένα στοιχεία;
Συνήθως όχι. Αν διατηρείτε έναν πίνακα που συνδέει τα placeholders με ονόματα, το κείμενο είναι ψευδωνυμοποιημένο και, σύμφωνα με τον ΓΚΠΔ, εξακολουθεί να αποτελεί προσωπικά δεδομένα. Η απόκρυψη περιορίζει όσα λαμβάνει η υπηρεσία τεχνητής νοημοσύνης. Δεν εξαιρεί το κείμενο από τη νομοθεσία περί προστασίας δεδομένων.
Πρέπει να αποκρύψω τα ονόματα εταιρειών;
Αποκρύψτε την εταιρεία του πελάτη και κάθε εταιρεία που θα μπορούσε να ταυτοποιήσει τον πελάτη, όπως μια μικρή οικογενειακή επιχείρηση. Το όνομα μιας μεγάλης εισηγμένης εταιρείας που αναφέρεται ως προμηθευτής ή αντισυμβαλλόμενος μπορεί συχνά να παραμείνει, αν είναι απαραίτητο για το ερώτημα.
Κάνει η απόκρυψη χειρότερη την απάντηση της τεχνητής νοημοσύνης;
Με σταθερά placeholders, σπάνια: η τεχνητή νοημοσύνη εξακολουθεί να βλέπει ποιος έκανε τι. Η απάντηση χειροτερεύει όταν εξαρτάται από κάτι που αποκρύψατε, όπως τη χώρα ή την ηλικία ενός προσώπου. Προσθέστε ξανά αυτή τη λεπτομέρεια σε γενική μορφή.
Μπορώ απλώς να πω στην τεχνητή νοημοσύνη να αγνοήσει τα προσωπικά δεδομένα;
Όχι. Μέχρι να διαβάσει η τεχνητή νοημοσύνη την οδηγία, τα δεδομένα έχουν ήδη σταλεί. Η απόκρυψη πρέπει να γίνεται πριν από την επικόλληση.
ClientSafe αντικαθιστά στον υπολογιστή σας ονόματα, διευθύνσεις, αριθμούς τηλεφώνου, διευθύνσεις email, αριθμούς λογαριασμών και ταυτότητας, καθώς και ημερομηνίες γέννησης με placeholders, και επαναφέρει τα πραγματικά ονόματα στην απάντηση της τεχνητής νοημοσύνης. Ο εντοπισμός δεν είναι τέλειος, γι’ αυτό ελέγξτε τη λίστα πριν αντιγράψετε.