Маскирование персональных данных в запросе к ИИ означает замену сведений, позволяющих установить личность человека (имён, контактных данных, номеров счетов и идентификационных номеров, дат рождения), нейтральными обозначениями перед вставкой текста в ChatGPT, Claude или Gemini. Оставьте роли, суммы и даты событий, которые нужны ИИ, скройте всё, что указывает на личность человека, и ещё раз прочитайте замаскированный текст перед отправкой.
Что такое персональные данные и чем они отличаются от личных данных
PII — сокращение от personally identifiable information (персональная идентифицирующая информация). Это термин из США, используемый в федеральных рекомендациях. Циркуляр OMB A-130 определяет его как информацию, которую можно использовать для установления или отслеживания личности человека — как отдельно, так и в сочетании с другой информацией, связанной с этим человеком или позволяющей установить такую связь. NIST SP 800-122, руководство NIST по защите конфиденциальности PII, приводит такие примеры: имя, номер социального страхования, дата и место рождения, биометрические данные и связанная с человеком информация, например сведения о здоровье, финансах или трудоустройстве.
В ЕС и Великобритании используется другой термин. Согласно статье 4(1) GDPRи той же статье UK GDPRперсональные данные — это «любая информация, относящаяся к прямо или косвенно идентифицированному или идентифицируемому физическому лицу», в том числе информация, позволяющая установить личность по данным о местоположении, сетевому идентификатору или факторам, относящимся к физической, экономической, культурной или социальной идентичности человека.
Для запроса к ИИ различие в основном связано с привычным подходом. Люди, которые думают о «PII», обычно ищут отдельные поля: имя, номер социального страхования, электронную почту. Определение GDPR заставляет также задуматься, не указывает ли на конкретного человека фраза, прочитанная вместе с остальным текстом. Если ваши клиенты находятся в ЕС или Великобритании, ориентируйтесь на это более широкое определение. Вопрос о том, законно ли вашей фирме использовать ИИ в конкретном случае, следует адресовать юристу или ответственному за защиту данных, а не инструменту для маскирования.
Почему безобидные детали в совокупности могут раскрыть личность
Идентификаторы делятся на две группы. Прямые идентификаторы сами по себе указывают на конкретного человека: полное имя, номер паспорта, адрес электронной почты. Квази-идентификаторы не указывают на него напрямую, но сужают круг возможных лиц: почтовый индекс, дата рождения, должность, редкий диагноз.
Наиболее известная оценка того, как быстро они сужают этот круг, принадлежит Латании Суини. Используя данные переписи населения США за 1990 год, она предположила в работе «Простая демографическая информация часто позволяет однозначно идентифицировать людей» что 87% населения США, вероятно, можно было отличить от остальных всего по трём полям: пятизначному почтовому индексу ZIP, полу и дате рождения. В более позднем повторном анализе Филиппа Голле эта доля для переписи 2000 года составила примерно 63%. В любом случае трёх обычных сведений хватало, чтобы выделить большинство людей.
В запросах к ИИ квази-идентификаторы обычно скрываются в свободном тексте: «единственная женщина-партнёр в офисе в Лидсе», «клиент, который прошлой весной продал пекарню на Главной улице». В нашем списке сведений, которые следует удалить перед отправкой документа в ИИ, эти сочетания рассматриваются по типам.
Маскирование, редактирование, псевдонимизация: что ИИ всё ещё может сделать
Три этих термина часто используют без строгого различия. Для запроса к ИИ важно то, с какой информацией он может работать после каждого из этих действий. Возьмём предложение: «Анна Вебер написала Тому Хейлу 3 мая; Анна оспаривает счёт Тома».
| Способ | Предложение становится таким | Что ИИ всё ещё может сделать | Можно ли восстановить имена? |
|---|---|---|---|
| Редактирование (удаление или закрашивание) | «[█████] написал(а) [█████] 3 мая; [█████] оспаривает счёт [█████]». | Немногое: он не может определить, кто написал, кто оспаривает и кому причитаются деньги. | Нет |
| Маскирование с обозначением типа данных | «[ИМЯ] написал(а) [ИМЯ] 3 мая; [ИМЯ] оспаривает счёт [ИМЯ]». | ИИ знает, что речь идёт о людях, но не знает, кто есть кто. | Нет |
| Псевдонимизация (последовательные заполнители) | «Person_1 написал(а) Person_2 3 мая; Person_1 оспаривает счёт Person_2». | Проследить, кто что сделал, и дать ответ в тех же обозначениях. | Да, если у вас есть таблица соответствия заполнителей именам, хранящаяся на вашей стороне |
Для большинства задач ИИ последовательные заполнители дают лучшие ответы, поскольку ИИ может по-прежнему следить за ходом событий. GDPR называет это псевдонимизацией (статья 4(5)) и по-прежнему считает результат персональными данными. В нашей статье о анонимизации, псевдонимизации и редактировании подробно объясняются все три термина.
Что маскировать в запросе, а что оставить
Скройте то, что позволяет установить личность человека. Оставьте то, о чём задаётся вопрос.
| Скрыть | Оставить |
|---|---|
| Имена людей и компаний, прозвища, инициалы | Роли: покупатель, арендатор, сотрудник, наш клиент, другая сторона |
| Адреса электронной почты, номера телефонов, почтовые адреса | Страну или юрисдикцию, если от неё зависит ответ |
| Номера счетов, IBAN, номера карт, налоговые и идентификационные номера, номера дел и страховых полисов | Суммы, если только сама сумма не позволяет установить личность клиента |
| Даты рождения | Даты событий: подписания, уведомления, платежа, крайнего срока |
| Подробности в свободном тексте, позволяющие выделить конкретного человека: редкая должность, небольшой город, упомянутый родственник | Факты, от которых зависит ответ на вопрос, изложенные в общих чертах |
Возраст — распространённое исключение из правила «скрывайте даты рождения»: если для ответа важно, исполнилось ли человеку 18 лет или близок ли он к пенсионному возрасту, укажите возраст или «старше 65 лет» вместо даты.
Краткий запрос до и после:
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.Сумма и дата переезда остаются, потому что от них зависит ответ. Если дата рождения не имеет отношения к вопросу, удалите её, а не маскируйте.
Три способа маскирования
Вручную
Для короткого запроса прочитайте текст и самостоятельно замените каждый идентификатор. По мере работы записывайте список заполнителей (Person_1 = Мария Лопес), чтобы один и тот же человек каждый раз обозначался одинаково. Ручное маскирование занимает много времени и не подходит для длинных текстов: если имя встречается двенадцать раз, его заменят лишь одиннадцать раз.
Поиск и замена по шаблонам
Некоторые идентификаторы имеют фиксированный формат, и поиск по регулярным выражениям позволяет найти их все сразу. Такая функция есть в текстовых редакторах, например Notepad++ и VS Code, а в Word предусмотрен поиск с подстановочными знаками и собственным синтаксисом. Вот два шаблона, с которых можно начать:
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}\bШаблон IBAN соответствует структуре, указанной в реестре IBAN SWIFT: двухбуквенный код страны, две контрольные цифры, затем до тридцати букв и цифр. Шаблоны обнаруживают формат, а не смысл. Они пропустят номер телефона, записанный словами, например «ноль-семь-семь», и никогда не найдут имя.
С помощью инструмента обнаружения
Инструменты обнаружения ищут не только шаблоны, но также имена, компании и места. При работе с длинным документом они гораздо быстрее ручного поиска, однако ни один из них не находит всё. В документации набора инструментов обнаружения с открытым исходным кодом Presidio это прямо говорится: поскольку используется автоматическое обнаружение, «нет гарантии, что Presidio найдёт всю конфиденциальную информацию».
Поэтому результаты обнаружения нужно проверять. Просмотрите найденное инструментом и снимите отметку с ложных совпадений, например с названия улицы, которая также является фамилией. Затем прочитайте текст и найдите пропущенное: прозвища, имена строчными буквами, описания человека без указания его имени. На что обратить внимание в инструменте псевдонимизации В статье сравниваются доступные виды инструментов.
В ClientSafe вы добавляете документы в дело, а программа на вашем компьютере находит имена, названия компаний, адреса, номера телефонов, адреса электронной почты, номера счетов и идентификационные номера, а также даты рождения. Вы снимаете отметки с того, что не является персональными данными, и отмечаете пропущенное. Затем копируете безопасную копию в чат с ИИ. Во всех документах этого дела один и тот же человек получает один и тот же заполнитель.
Ответ возвращается с заполнителями
Маскирование работает в обоих направлениях. ИИ отвечает, используя те же обозначения, что и вы, поэтому в его ответе будет «Person_1 может попросить Company_1 о…», а не «Мария Лопес может попросить…». Если попросить его не изменять заполнители, как в примере выше, вероятность этого повышается.
Возвращайте настоящие имена на свой компьютер, а не в чат: используйте поиск и замену со своим списком заполнителей или тот же инструмент, которым вы выполняли маскирование. Затем один раз прочитайте восстановленный ответ: если ИИ изменил заполнитель («Person 1» вместо «Person_1»), заменить его обратно могло не получиться. В нашем руководстве о том, как восстановить настоящие имена в ответе ИИ, пошагово описан весь процесс.
Часто задаваемые вопросы
Является ли замаскированный текст анонимным?
Обычно нет. Если вы храните таблицу, связывающую заполнители с именами, текст является псевдонимизированным и в соответствии с GDPR по-прежнему считается персональными данными. Маскирование уменьшает объём данных, получаемых сервисом ИИ. Но оно не выводит текст из-под действия законодательства о защите данных.
Нужно ли маскировать названия компаний?
Маскируйте компанию клиента и любые компании, по которым можно установить личность клиента, например небольшое семейное предприятие. Крупную публичную компанию, указанную как поставщик или контрагент, часто можно оставить, если она нужна для ответа на вопрос.
Ухудшает ли маскирование ответы ИИ?
Если заполнители используются последовательно, то редко: ИИ по-прежнему видит, кто что сделал. Ответ становится хуже, когда он зависит от того, что вы замаскировали, например от страны или возраста человека. Добавьте эту информацию обратно в обобщённом виде.
Можно просто попросить ИИ игнорировать персональные данные?
Нет. К тому времени, когда ИИ прочитает инструкцию, данные уже будут отправлены. Маскировать их нужно до того, как вы вставите текст.
ClientSafe заменяет имена, адреса, номера телефонов, адреса электронной почты, номера счетов и идентификационные номера, а также даты рождения заполнителями на вашем ПК, а затем подставляет настоящие имена обратно в ответ ИИ. Распознавание не идеально, поэтому проверьте список перед копированием.