Penyamaran PII untuk prompt AI berarti mengganti detail yang mengidentifikasi seseorang (nama, informasi kontak, nomor rekening dan identitas, tanggal lahir) dengan label netral sebelum Anda menempelkan teks ke ChatGPT, Claude, atau Gemini. Pertahankan peran, jumlah, dan tanggal peristiwa yang dibutuhkan AI, samarkan semua hal yang menunjukkan identitas orang tersebut, lalu baca kembali teks yang telah disamarkan sebelum mengirimkannya.
Apa itu PII, dan apa bedanya dengan data pribadi
PII adalah singkatan dari personally identifiable information (informasi yang dapat mengidentifikasi seseorang). Istilah ini berasal dari panduan federal AS. Surat Edaran OMB A-130 mendefinisikannya sebagai informasi yang dapat digunakan untuk membedakan atau melacak identitas seseorang, baik secara tersendiri maupun jika digabungkan dengan informasi lain yang terkait atau dapat dikaitkan dengan orang tersebut. NIST SP 800-122, panduan NIST untuk melindungi kerahasiaan PII, memberikan contoh: nama, nomor Social Security, tanggal dan tempat lahir, catatan biometrik, serta informasi yang terkait dengan seseorang, seperti detail medis, keuangan, atau pekerjaan.
Uni Eropa dan Inggris menggunakan istilah yang berbeda. Berdasarkan Pasal 4(1) GDPR, serta pasal yang sama dalam UK GDPR, data pribadi adalah "informasi apa pun yang berkaitan dengan orang perseorangan yang teridentifikasi atau dapat diidentifikasi", termasuk identifikasi melalui data lokasi, pengenal daring, atau faktor yang khusus terkait dengan identitas fisik, ekonomi, budaya, atau sosial seseorang.
Untuk sebuah prompt, perbedaannya sebagian besar hanya soal kebiasaan. Orang yang berpikir dalam istilah "PII" cenderung mencari kolom-kolom data: nama, SSN, email. Definisi GDPR juga mendorong Anda untuk bertanya apakah sebuah kalimat, jika dibaca bersama bagian lainnya, mengarah kepada seseorang. Jika klien Anda berada di Uni Eropa atau Inggris, gunakan definisi yang lebih luas tersebut. Apakah penggunaan AI tertentu sah untuk perusahaan Anda adalah pertanyaan bagi pengacara atau petugas perlindungan data Anda, bukan bagi alat penyamaran.
Mengapa detail yang tampaknya tidak berbahaya bisa saling melengkapi
Pengenal terbagi menjadi dua kelompok. Pengenal langsung mengarah kepada satu orang secara tersendiri: nama lengkap, nomor paspor, alamat email. Pengenal kuasi tidak langsung mengidentifikasi seseorang, tetapi mempersempit kemungkinan: kode pos, tanggal lahir, jabatan, diagnosis langka.
Pengukuran yang paling dikenal tentang seberapa cepat pengenal kuasi mempersempit kemungkinan berasal dari Latanya Sweeney. Dengan menggunakan data Sensus AS tahun 1990, ia memperkirakan dalam "Demografi Sederhana Sering Kali Mengidentifikasi Orang Secara Unik" bahwa kemungkinan 87% populasi AS dapat diidentifikasi secara unik hanya dengan tiga kolom: kode ZIP 5 digit, gender, dan tanggal lahir. Sebuah analisis ulang yang dilakukan Philippe Golle kemudian menyatakan angkanya sekitar 63% untuk Sensus tahun 2000. Bagaimanapun, tiga fakta biasa sudah cukup untuk mengidentifikasi sebagian besar orang.
Dalam sebuah prompt, pengenal kuasi biasanya tersembunyi dalam teks bebas: "satu-satunya mitra perempuan di kantor Leeds", "klien yang menjual toko roti di Main Street musim semi lalu". Daftar kami tentang hal-hal yang perlu dihapus sebelum mengirim dokumen ke AI membahas kombinasi tersebut satu per satu berdasarkan jenisnya.
Penyamaran, redaksi, pseudonimisasi: apa yang masih bisa dilakukan AI
Ketiga istilah ini sering digunakan secara longgar. Untuk sebuah prompt, yang penting adalah apa yang masih dapat digunakan AI setelah masing-masing metode diterapkan. Ambil satu kalimat: "Anna Weber mengirim email kepada Tom Hale pada 3 Mei; Anna membantah tagihan Tom."
| Metode | Kalimat tersebut menjadi | Yang masih dapat dilakukan AI | Bisakah Anda memulihkan nama-nama tersebut? |
|---|---|---|---|
| Redaksi (menghapus atau menutupi dengan warna hitam) | "[█████] mengirim email kepada [█████] pada 3 Mei; [█████] membantah tagihan milik [█████]." | Sedikit: AI tidak dapat mengetahui siapa yang menulis, siapa yang membantah, dan siapa yang berhak menerima pembayaran. | Tidak |
| Penyamaran dengan label jenis | "[NAMA] mengirim email kepada [NAMA] pada 3 Mei; [NAMA] membantah tagihan milik [NAMA]." | AI mengetahui bahwa mereka adalah orang, tetapi tidak tahu siapa yang mana. | Tidak |
| Pseudonimisasi (placeholder yang konsisten) | "Person_1 mengirim email kepada Person_2 pada 3 Mei; Person_1 membantah tagihan milik Person_2." | Ikuti siapa melakukan apa dan jawablah dengan istilah yang sama. | Ya, dengan tabel yang menghubungkan placeholder dengan nama, yang disimpan di sisi Anda |
Untuk sebagian besar tugas AI, placeholder yang konsisten memberikan jawaban terbaik karena AI tetap dapat mengikuti alurnya. GDPR menyebut ini pseudonimisasi (Pasal 4(5)) dan tetap menganggap hasilnya sebagai data pribadi. Artikel kami tentang anonimisasi, pseudonimisasi, dan redaksi menjelaskan ketiga istilah tersebut secara terperinci.
Apa yang perlu disamarkan dalam prompt, dan apa yang perlu dipertahankan
Samarkan hal-hal yang mengidentifikasi orang tersebut. Pertahankan hal-hal yang menjadi inti pertanyaan.
| Samarkan | Pertahankan |
|---|---|
| Nama orang dan perusahaan, nama panggilan, inisial | Peran: pembeli, penyewa, karyawan, klien kami, pihak lain |
| Alamat email, nomor telepon, alamat jalan | Negara atau yurisdiksi, jika jawaban bergantung padanya |
| Nomor rekening, IBAN, nomor kartu, nomor pajak dan identitas, nomor perkara dan polis | Jumlah, kecuali jumlah itu sendiri dapat mengidentifikasi klien |
| Tanggal lahir | Tanggal peristiwa: penandatanganan, pemberitahuan, pembayaran, tenggat waktu |
| Detail dalam teks bebas yang mengidentifikasi seseorang: jabatan langka, kota kecil, nama kerabat | Fakta yang menentukan jawaban atas pertanyaan, diungkapkan secara umum |
Usia adalah pengecualian umum untuk aturan "samarkan tanggal lahir": jika jawaban bergantung pada apakah seseorang berusia di atas 18 tahun atau mendekati masa pensiun, tuliskan usianya atau "di atas 65 tahun" sebagai pengganti tanggal lahir.
Prompt singkat, sebelum dan sesudah:
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.Jumlah dan tanggal pindah tetap dipertahankan karena jawaban bergantung pada keduanya. Jika tanggal lahir tidak menambah apa pun pada pertanyaan, hapus saja alih-alih menyamarkannya.
Tiga cara untuk menyamarkan
Secara manual
Untuk satu prompt singkat, baca teksnya dan ganti sendiri setiap pengenal. Saat melakukannya, catat daftar placeholder di secarik kertas (Person_1 = Maria Lopez), agar orang yang sama selalu mendapatkan label yang sama. Penyamaran manual memakan waktu dan tidak efektif pada teks panjang: nama yang muncul dua belas kali bisa saja hanya diganti sebelas kali.
Dengan fitur cari dan ganti untuk pola
Beberapa pengenal mengikuti pola tetap, dan pencarian dengan ekspresi reguler dapat menemukan semuanya sekaligus. Editor teks seperti Notepad++ dan VS Code mendukungnya, sedangkan Word memiliki pencarian wildcard dengan sintaksnya sendiri. Berikut dua pola untuk memulai:
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}\bPola IBAN mengikuti struktur dalam SWIFT IBAN Registry: kode negara dua huruf, dua digit pemeriksa, lalu hingga tiga puluh huruf dan angka. Pola menangkap format, bukan makna. Pola tidak akan menemukan nomor telepon yang ditulis sebagai "nol-tujuh-tujuh", dan tidak akan pernah menemukan nama.
Dengan alat deteksi
Alat deteksi mencari nama, perusahaan, dan tempat, serta pola. Pada dokumen panjang, alat ini jauh lebih cepat daripada mengerjakannya secara manual, tetapi tidak ada yang dapat menemukan semuanya. Dokumentasi perangkat bantu deteksi sumber terbuka Presidio menyatakannya dengan jelas: karena menggunakan deteksi otomatis, "tidak ada jaminan bahwa Presidio akan menemukan semua informasi sensitif."
Karena itu, deteksi memerlukan langkah peninjauan. Periksa hal-hal yang ditemukan alat dan hilangkan centang pada kecocokan yang keliru, seperti nama jalan yang juga merupakan nama keluarga. Kemudian baca teks untuk mencari hal-hal yang terlewat: nama panggilan, nama dengan huruf kecil, atau seseorang yang digambarkan tanpa disebut namanya. Hal-hal yang perlu dicari dalam alat pseudonimisasi membandingkan jenis-jenis alat yang tersedia.
Di ClientSafe, Anda menambahkan dokumen ke sebuah kasus, lalu aplikasi menemukan nama, perusahaan, alamat, nomor telepon, alamat email, nomor rekening dan identitas, serta tanggal lahir di PC Anda. Anda menghilangkan centang pada hal-hal yang bukan data pribadi dan menandai hal-hal yang terlewat. Kemudian Anda menyalin salinan aman ke dalam obrolan AI. Orang yang sama mendapat placeholder yang sama di setiap dokumen dalam kasus tersebut.
Jawaban dikembalikan dengan placeholder
Penyamaran bekerja dalam dua arah. AI menjawab dengan istilah yang sama seperti yang Anda gunakan, sehingga jawabannya berbunyi "Person_1 dapat meminta Company_1 untuk...", bukan "Maria Lopez dapat meminta...". Meminta AI mempertahankan placeholder persis seperti yang tertulis, seperti dalam contoh di atas, membuat hal ini lebih mungkin terjadi.
Kembalikan nama asli di komputer Anda sendiri, bukan di obrolan: gunakan fitur cari dan ganti dengan daftar placeholder Anda, atau alat yang sama dengan yang Anda gunakan untuk menyamarkan. Kemudian baca sekali jawaban yang sudah dipulihkan: placeholder yang diubah oleh AI ("Orang 1" alih-alih "Person_1") mungkin tidak akan dipulihkan. Panduan kami tentang memulihkan nama asli dalam jawaban AI membahas seluruh proses bolak-balik langkah demi langkah.
Pertanyaan yang sering diajukan
Apakah teks yang disamarkan bersifat anonim?
Biasanya tidak. Jika Anda menyimpan tabel yang menghubungkan placeholder dengan nama, teks tersebut telah dipseudonimkan dan, berdasarkan GDPR, tetap merupakan data pribadi. Penyamaran mengurangi informasi yang diterima layanan AI. Penyamaran tidak mengeluarkan teks dari cakupan hukum perlindungan data.
Haruskah saya menyamarkan nama perusahaan?
Samarkan perusahaan milik klien dan perusahaan apa pun yang dapat mengidentifikasi klien, seperti usaha keluarga kecil. Perusahaan publik besar yang disebut sebagai pemasok atau pihak lawan sering kali dapat tetap dicantumkan, jika pertanyaan membutuhkannya.
Apakah penyamaran membuat jawaban AI menjadi lebih buruk?
Dengan placeholder yang konsisten, jarang: AI masih melihat siapa melakukan apa. Kualitas jawaban menurun jika jawabannya bergantung pada sesuatu yang Anda samarkan, seperti negara atau usia seseorang. Tambahkan kembali detail tersebut dalam bentuk umum.
Bisakah saya cukup meminta AI untuk mengabaikan data pribadi?
Tidak. Saat AI membaca instruksi tersebut, datanya sudah terlanjur dikirim. Penyamaran harus dilakukan sebelum Anda menempelkan teks.
ClientSafe mengganti nama, alamat, nomor telepon, alamat email, nomor rekening dan identitas, serta tanggal lahir dengan placeholder di PC Anda, lalu memasukkan kembali nama asli ke dalam jawaban AI. Deteksi tidak sempurna, jadi tinjau daftarnya sebelum menyalin.