Zamazanie imion i nazwisk wygląda na bezpieczne i jest właściwym rozwiązaniem w przypadku dokumentu przekazywanego sądowi lub innej stronie. Nie sprawdzi się jednak w przypadku dokumentu, który ma przeczytać AI. Ten tekst wyjaśnia dlaczego, podaje przykład i wskazuje, do czego służy każda z metod.
Ten sam akapit na trzy sposoby
Oryginał:
Maria Lopez signed a lease with Northwind Ltd on 3 March. Ms. Lopez agreed to pay
1,850 a month. Northwind may end the lease if Maria misses two payments.
Z czarnymi pasami:
[REDACTED] signed a lease with [REDACTED] on [REDACTED]. [REDACTED] agreed to pay
1,850 a month. [REDACTED] may end the lease if [REDACTED] misses two payments.
Ze spójnymi oznaczeniami zastępczymi:
Person_1 signed a lease with Company_1 on Date_1. Person_1 agreed to pay
1,850 a month. Company_1 may end the lease if Person_1 misses two payments.
Zapytaj AI: „kto może wypowiedzieć umowę najmu i kiedy?”. Na wersję z czarnymi pasami nie da się odpowiedzieć z przekonaniem. Wersja z oznaczeniami zastępczymi pozwala odpowiedzieć: Company_1, jeśli Person_1 nie zapłaci dwóch rat. W obu przypadkach tożsamość jest ukryta. Tylko jedna wersja zachowuje strukturę.
Co tracimy, zakrywając tekst czarnymi pasami
- Kto jest kim. Każdy pas wygląda tak samo, więc AI nie może odróżnić najemcy od wynajmującego ani jednego świadka od drugiego.
- Powiązanie między wzmiankami. „Maria”, „pani Lopez” i „ona” to ta sama osoba. Pasy zrywają ten ciąg powiązań.
- Rodzaj informacji. Osoba, firma i adres pełnią różne funkcje. Etykieta wskazująca „Firma” lub „Adres” pomaga AI zrozumieć zdanie.
- Odniesienia między dokumentami. Jeśli ta sama osoba pojawia się w umowie i e-mailu, czarne pasy tego nie pokażą.
AI musi wtedy zgadywać, udziela niejasnej odpowiedzi albo prosi o uzupełnienie braków. W każdym przypadku musisz ręcznie przywrócić imiona i nazwiska albo zrezygnować z odpowiedzi.
Wybór etykiet
Najlepiej sprawdzają się ogólne etykiety określające typ: Person_1, Company_1, Address_1, Phone_1, Email_1, Account_1, ID_1, Birthdate_1. Typ mówi AI, z jaką informacją ma do czynienia, a numer wskazuje, o którą informację chodzi. Unikaj etykiet niosących niezamierzone znaczenie. „Tenant” jest przydatną rolą, ale byłoby błędne, gdyby ta sama osoba była wynajmującym w innym dokumencie. Role umieszczaj w poleceniu, a etykiety w tekście.
Nie używaj inicjałów. „M.L.” to część imienia i nazwiska, a ponadto może być mylone z „Michael Lee”.
Co zachowują spójne oznaczenia zastępcze
Kluczowe słowo to „spójne”. Jedna osoba otrzymuje jedną etykietę we wszystkich wzmiankach i dokumentach. Wtedy AI może:
- śledzić daną osobę na osi czasu;
- ustalić, które zobowiązania dotyczą której strony;
- zauważyć, że Person_2 w e-mailu to ta sama osoba co Person_2, która podpisała umowę;
- udzielić odpowiedzi, w której możesz później przywrócić prawdziwe imiona i nazwiska. Zobacz procedurze przetwarzania w obie strony.
Jeśli numeracja zaczyna się od nowa w każdym pliku, tracisz tę korzyść. Zobacz pracy z całą sprawą.
Zadania, w których widać różnicę
- Kto komu jest winien i co. Wymaga rozróżnienia wszystkich stron.
- Oś czasu. Wymaga rozpoznawania tej samej osoby przy każdym zdarzeniu.
- Porównywanie dwóch wersji umowy. Wymaga tych samych etykiet w obu wersjach, w przeciwnym razie każda nazwa wygląda na zmianę.
- Wykrywanie sprzeczności między dokumentami. Wymaga, aby ta sama osoba miała tę samą etykietę we wszystkich dokumentach.
W przypadku zadania takiego jak „skróć ten akapit” czarne pasy niewiele kosztują. W przypadku każdego zadania zależnego od powiązań kosztują odpowiedź.
Czarny prostokąt na pliku PDF często niczego nie ukrywa
Istnieje jeszcze jeden powód, by unikać czarnych pasów w plikach wysyłanych do narzędzia AI. W wielu plikach PDF czarny prostokąt narysowany na tekście jedynie go zakrywa. Tekst nadal pozostaje w pliku i może zostać zaznaczony, skopiowany i odczytany przez odbiorcę pliku. Prawidłowe, trwałe usunięcie tekstu usuwa go z pliku, a także usuwa metadane, zakładki, załączniki i pola formularzy.
Jeśli musisz przekazać plik PDF, zaznacz cały tekst i wklej go w innym miejscu. Jeśli pojawią się imiona i nazwiska, oznacza to, że nigdy nie zostały usunięte.
Kiedy czarne pasy są właściwym rozwiązaniem
Zastosuj trwałe usunięcie danych, gdy przekazujesz dokument innej osobie jako dokument: pełnomocnikowi drugiej strony, organowi regulacyjnemu, sądowi lub biuru prasowemu. W takich przypadkach odbiorca otrzymuje plik, istotne są jego układ i wartość dowodowa, a celem jest uniemożliwienie komukolwiek odzyskania tekstu. ClientSafe nie służy do tego celu. Tworzy bezpieczną kopię tekstu dla narzędzi AI.
To dwa różne zadania. Redakcja chroni udostępniany dokument. Bezpieczna kopia chroni klienta, gdy prosisz narzędzie o analizę dokumentu.
Oznaczenia zastępcze nie są magicznym rozwiązaniem
- Kontekst nadal może zidentyfikować osobę: rzadkie stanowisko, małe miasteczko i data.
- Pominięta pisownia pozostawia prawdziwe imię i nazwisko obok oznaczenia zastępczego. Przeczytaj bezpieczną kopię przed wysłaniem.
- Daty i kwoty pozostają, chyba że je zastąpisz; czasami powinny pozostać.
Ale porównanie anonimizacji, pseudonimizacji i redakcji wyjaśnia, do czego pasuje każde z tych pojęć, a liście kontrolnej wymieniono elementy, których należy szukać.
Często zadawane pytania
Czy AI pomylą etykiety takie jak Person_1?
Nie. To zwykłe tokeny. Wyjaśnij w poleceniu, co oznaczają, i poproś AI, by zachowała je w niezmienionej postaci.
Czy należy używać różnych etykiet dla różnych ról?
Wystarczą ogólne etykiety określające typ. W poleceniu podaj rolę w krótkim zdaniu, na przykład „Person_1 jest najemcą”.
Czy mogę użyć [USUNIĘTO] w przypadku krótkiego akapitu?
Możesz, ale pojedynczy ukryty akapit w środku tekstu nadal zmusza AI do zgadywania. Gdy zamiany dokonuje narzędzie, użycie oznaczeń zastępczych nie wymaga więcej wysiłku.
ClientSafe zastępuje imiona i nazwiska, nazwy firm, adresy, numery telefonów, adresy e-mail, numery kont, numery dokumentów tożsamości i daty urodzenia spójnymi oznaczeniami zastępczymi, takimi jak Person_1 i Company_1. Możesz zobaczyć każde dopasowanie, odznaczyć fałszywe trafienia i oznaczyć pominięte informacje, a następnie skopiować bezpieczną kopię.