Зачёркивание имён чёрными полосами кажется безопасным, и для документа, который передаётся в суд или другой стороне, это правильный инструмент. Но для документа, который вы хотите дать прочитать ИИ, это неправильный инструмент. Здесь объясняется почему, приводится пример и рассказывается, где уместен каждый метод.
Один и тот же абзац — тремя способами
Исходный текст:
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.
С чёрными полосами:
[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.
С последовательными заполнителями:
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.
Спросите ИИ: «Кто может расторгнуть договор аренды и когда?» На версию с чёрными полосами нельзя уверенно ответить. На версию с заполнителями можно: Company_1, если Person_1 пропустит два платежа. Личность скрыта в обоих случаях. Но структуру сохраняет только одна версия.
Что теряется за чёрными полосами
- Кто есть кто. Все полосы одинаковы, поэтому ИИ не может отличить арендатора от арендодателя или одного свидетеля от другого.
- Связь между упоминаниями. «Мария», «госпожа Лопес» и «она» — это один человек. Полосы разрывают эту связь.
- Тип объекта. Человек, компания и адрес — разные вещи. Обозначение «Компания» или «Адрес» помогает ИИ понять предложение.
- Ссылки между документами. Если один и тот же человек упоминается в договоре и в электронном письме, полосы этого не покажут.
В таком случае ИИ либо угадывает, либо отвечает расплывчато, либо просит вас заполнить пробелы. В любом случае вам придётся вручную вернуть имена или отказаться от ответа.
Как выбрать обозначения
Лучше всего подходят универсальные обозначения по типу объекта: Person_1, Company_1, Address_1, Phone_1, Email_1, Account_1, ID_1, Birthdate_1. Тип подсказывает ИИ, что это за объект, а номер — какой именно. Не используйте обозначения, несущие смысл, которого вы не подразумевали. «Арендатор» полезно как обозначение роли, но оно будет неверным, если тот же человек в другом документе выступает арендодателем. Роли указывайте в запросе, а обозначения — в тексте.
Не используйте инициалы. «М. Л.» — это часть имени, и такая запись может совпасть с «Майклом Ли».
Что сохраняют последовательные заполнители
Ключевое слово — последовательность. Один человек должен получать одно и то же обозначение при каждом упоминании и во всех документах. Тогда ИИ сможет:
- проследить за человеком на протяжении всей хронологии;
- определить, какие обязательства относятся к каждой стороне;
- заметить, что Person_2 в электронном письме — это тот же Person_2, который подписал соглашение;
- дать ответ, в котором вы впоследствии сможете восстановить настоящие имена. См. процессе обработки данных туда и обратно.
Если нумерация начинается заново в каждом файле, преимущество теряется. См. работе с полным делом.
Задачи, в которых разница заметна
- Кто кому и что должен. Нужно сохранить различие между всеми сторонами.
- Хронология. Нужно узнавать одного и того же человека при каждом событии.
- Сравнение двух версий договора. В обеих версиях нужны одинаковые обозначения, иначе каждое имя будет выглядеть как изменение.
- Поиск противоречий между документами. Во всех документах одному и тому же человеку должно соответствовать одно и то же обозначение.
Для задачи вроде «сократи этот абзац» полосы почти ничего не стоят. Для любой задачи, зависящей от взаимосвязей, они стоят вам ответа.
Чёрный прямоугольник в PDF часто ничего не скрывает
Есть и вторая причина не использовать полосы на файлах, которые вы отправляете в инструмент ИИ. Во многих PDF чёрный прямоугольник, нарисованный поверх текста, лишь закрывает его. Текст остаётся в файле, и его по-прежнему можно выделить, скопировать и прочитать — кому бы вы ни отправили файл. Корректное редактирование с удалением фрагментов убирает сам текст, а также метаданные, закладки, вложения и поля форм.
Если вам нужно передать PDF, выделите весь текст и вставьте его куда-нибудь, чтобы проверить файл. Если имена появились, значит, их так и не удалили.
Когда чёрные полосы уместны
Используйте настоящее редактирование с удалением фрагментов, когда документ передаётся кому-то ещё как документ: адвокату противоположной стороны, регулирующему органу, суду или пресс-службе. В таких случаях получатель видит сам файл, важны его оформление и доказательственная ценность, а цель — исключить возможность восстановить текст. ClientSafe для этого не предназначен. Он создаёт безопасную копию текста для инструментов ИИ.
Это разные задачи. Редактирование с удалением фрагментов защищает документ, который вы передаёте. Безопасная копия защищает клиента, когда вы просите инструмент проанализировать документ.
Заполнители — не волшебство
- Контекст всё ещё может позволить установить личность человека: редкая должность, небольшой город и дата.
- Если пропустить вариант написания, настоящее имя останется рядом с заполнителем. Прочитайте безопасную копию перед отправкой.
- Даты и суммы остаются, если вы их не заменили, и иногда их следует оставить.
Но сравнение анонимизации, псевдонимизации и редактирования с удалением фрагментов объясняет, когда уместен каждый термин, а также контрольном списке перечислено, на что следует обратить внимание.
Часто задаваемые вопросы
Не запутается ли ИИ в обозначениях вроде Person_1?
Нет. Это обычные токены. Укажите в запросе, что они означают, и попросите ИИ оставить их без изменений.
Следует ли использовать разные обозначения для разных ролей?
Универсальных обозначений по типу объекта достаточно. В запросе кратко укажите роль, например: «Person_1 — арендатор».
Можно ли использовать [REDACTED] для небольшого абзаца?
Можно, но если в середине текста скрыт целый абзац, ИИ всё равно будет гадать. Если замены выполняет инструмент, использование заполнителей не требует дополнительных усилий.
ClientSafe заменяет имена, названия компаний, адреса, номера телефонов, адреса электронной почты, номера счетов и удостоверений личности, а также даты рождения последовательными заполнителями, например Person_1 и Company_1. Вы видите каждое совпадение, снимаете отметку с ложных совпадений и отмечаете пропущенные данные, а затем копируете безопасную копию.