Társadalom ÚTMUTATÓ

A bizalmas adatok védelme munkahelyi mesterséges intelligencia használatakor

A bizalmas munkaadatok védelme mesterséges intelligencia használatakor az információ érzékenységének ismeretében és a jóváhagyott eszközökre vonatkozó szervezeti szabályok betartásában kezdődik.

Hallgassa meg ezt az útmutatótAI-narrált · ~3 min

Ezen az oldalon3 perc olvasás
  1. Áttekintés
  2. Mély merülés
  3. Valós megvalósítás
  4. A bizalmas adatok védelmének jövője a mesterséges intelligencia munkahelyi használatakor
  5. A gyakorlatba ültetés
  6. Folytassa a felfedezést
  7. Gyakran ismételt kérdések

Áttekintés

Az adatok megosztása előtt ellenőrizze a pontos terméket, fiókot, beállításokat, megőrzést, hozzáférést és engedélyezett felhasználást. Egy üzleti termék további védelmet is kínálhat, de a „nem oktatáshoz használt” kifejezés nem jelenti automatikusan azt, hogy „nem őrizzük meg” vagy hagyjuk jóvá minden adattípushoz.

Mély merülés

A felszólítás érzékeny információkat tartalmazhat még akkor is, ha közönséges szövegnek tűnik: számlaszámok, személyes adatok, közzé nem tett tervek, hitelesítő adatok, szerződések vagy támogatási naplók. Határozza meg, hogy szervezete hogyan osztályozza az anyagot, és mely rendszerek dolgozhatják fel azt. A NIST SP 1800-39 tervezete leírja az érzékeny, strukturálatlan adatok felfedezésének, azonosításának és címkézésének gyakorlatait; ez egy gyakorlati útmutató, nem helyettesíti az irányelveket vagy a jogi tanácsokat. Ellenőrizze az adott AI-terméket és fiókot. Az adathasználat, megőrzés, hozzáférés, régió és adminisztratív vezérlések tervtől és konfigurációtól függően eltérőek. A OpenAI jelenleg azt állítja, hogy az üzleti és API bemenetek és kimenetek alapértelmezés szerint nem használatosak a képzéshez, és a minősített szervezetek konfigurálhatják a megőrzést. Ez a hatókörű nyilatkozat nem jelenti azt, hogy minden fióknak nincs megőrzése, vagy hogy minden adatkategória megadható. Más szolgáltatók feltételei eltérhetnek. Erősítse meg a szerződést, a beállításokat, az integrációkat és a munkáltató jóváhagyását. A szerkesztés és a minimalizálás csökkenti az expozíciót: távolítsa el a szükségtelen mezőket, használjon szintetikus példákat, ha lehetséges, és kerülje el a titkokat vagy a teljes rekordokat a nem jóváhagyott szolgáltatásokban. A szerkesztés nem garantálja az anonimitást; a kombinációk továbbra is azonosíthatnak valakit, vagy bizalmas tényeket tárhatnak fel. Korlátozza a hozzáférést, tekintse át a kimeneteket a megosztás előtt, és kövesse az eseményekkel kapcsolatos eljárásokat, ha tévedésből bizalmas információkat adtak meg. Ha az irányelv vagy az eszköz állapota nem egyértelmű, kérdezze meg a szervezet biztonsági, adatvédelmi vagy jogi kapcsolattartóját az adatok elküldése előtt. A csatlakoztatott eszközök, fájlfeltöltések és harmadik féltől származó kiterjesztések fiókja: a tartalom túlléphet a csevegőablakban megnevezett modellszolgáltatón. Csak az adatokhoz jóváhagyott integrációkat használjon, és tartsa távol a hitelesítő adatokat és a szükségtelen azonosítókat a felszólításoktól. Ellenőrizze az integrációkat és a fájlfeltöltéseket, valamint a chat szolgáltatást: a csatlakoztatott eszköz külön feltételek mellett fogadhat tartalmat. Tartsa távol a jelszavakat, a hozzáférési tokeneket és a szükségtelen személyes adatokat a felszólításoktól. Korlátozza a megosztott csevegési hozzáférést a munkahelyi igényű emberekre.

Valós megvalósítás

Ellenőrizze az adatok osztályozását és szabályzatát, mielőtt beillesztene egy ügyfélrekordot vagy belső vázlatot egy modellbe.

Csak azután távolítsa el a szükségtelen azonosítókat, miután megvizsgálta, hogy a fennmaradó adatok azonosítják-e a személyt.

Használjon jóváhagyott vállalati/API-fiókot, és erősítse meg az adott szolgáltatás feltételeit és megőrzési szabályait.

Kérdezze meg a biztonsági vagy adatvédelmi személyzetet, mielőtt nem jóváhagyott eszközt használna szabályozott vagy ügyféladatokhoz.

A bizalmas adatok védelmének jövője a mesterséges intelligencia munkahelyi használatakor

A szállítók és a rendszergazdák megőrzési, hozzáférési, regionális feldolgozási és ellenőrzési vezérlőket adhatnak hozzá. A feltételek és a termékjellemzők változnak, ezért a szervezeteknek jóváhagyott eszközleltárt kell vezetniük, és rendszeresen felül kell vizsgálniuk az ellenőrzéseket. A műszaki beállításoknak meg kell egyeznie az osztályozási szabályzattal; továbbra is szükség van képzésre és egyértelmű eszkalációs utakra. Ahogy a vezérlők változnak, tartsa fenn az aktuális jóváhagyott eszközkészletet és az eszkalációs útvonalat. Ellenőrizze újra a házirendet, ha egy szolgáltató, terv, szolgáltatás vagy integráció megváltozik. A képzésnek egyértelművé kell tennie, hogy a felszólítások és a mellékletek szervezeti adatok maradnak, amelyekre ugyanazok a kezelési szabályok vonatkoznak. Vezessen egy jóváhagyott eszközlistát, és keresse fel újra, ha a termékek, tervek vagy integrációk megváltoznak. Adjon egyértelmű módot az alkalmazottaknak, hogy kérdezzenek, mielőtt megosztanák a bizonytalan adatokat, és gyors incidensutat a hibákhoz. A műszaki ellenőrzések kiegészítik az osztályozást és az engedélyezést; nem helyettesítik őket.

A gyakorlatba ültetés

Miért számít

  • Kockázat és biztonság. A katasztrofális és a mindennapi mesterséges intelligencia okozta károk egyaránt attól függnek, hogy ki érti a kockázatokat, és ki tud cselekedni.
  • Tisztább döntések. A közéleti és szakmai műveltség határozza meg, hogy politikailag lehetséges-e az erős biztonsági politika.
  • Átvágva a felhajtáson. A világos magyarázatok csökkentik a hírverés, a laboratóriumi PR és a homályos etikai színház általi elkapását.

Vigyázz

  • Az egzisztenciális kockázat sci-fiként való kezelése, miközben a képesség összetett.
  • Zavaros felületi termékbiztonság a nagy autonómia melletti igazítással.
  • A nem angol nyelvű és nem szakértő közönségnek csak rossz minőségű forrásokat kell hagynia.

Következő lépések

  1. Különítse el a termékkárok, a visszaélések és az ellenőrzés elvesztésének/hibás beállításának kockázatait.
  2. Kérdezd meg, milyen bizonyítékok változtatnák meg az idővonalakról és a súlyosságról alkotott nézetedet.
  3. Részesítse előnyben az elsődleges forrásokat és a konkrét értékeléseket a marketinges állításokkal szemben.
  4. Határozzon meg egy cselekvési utat: karrier, politika, finanszírozás vagy készségek – nem csak a tudatosság.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Take the How to Protect Confidential Data When Using AI at Work quiz

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

Mit jelent a bizalmas adatok védelme munkahelyi mesterséges intelligencia használatakor?

A bizalmas munkaadatok védelme mesterséges intelligencia használatakor az információ érzékenységének ismeretében és a jóváhagyott eszközökre vonatkozó szervezeti szabályok betartásában kezdődik. Az adatok megosztása előtt ellenőrizze a pontos terméket, fiókot, beállításokat, megőrzést, hozzáférést és engedélyezett felhasználást. Egy üzleti termék további védelmet is kínálhat, de a „nem oktatáshoz használt” kifejezés nem jelenti automatikusan azt, hogy „nem őrizzük meg” vagy hagyjuk jóvá minden adattípushoz.

Mit mond a OpenAI alapértelmezés szerint az üzleti/API adatokról és a képzésről?

A nyilatkozat az alapértelmezett képzési használatról szól, nem pedig egy egyetemes megtartási ígéret.

Miért nem old meg minden adatvédelmi kérdést a „nem használt képzésre”?

A képzés, a megőrzés, a hozzáférés és az engedélyezés különálló kérdések.

Ha egy jóváhagyott mesterséges intelligencia-eszköz adatait készíti elő, melyik szerkesztési gyakorlat csökkenti az expozíciót?

A minimalizálás csökkenti a kockázatot, de nem szünteti meg az azonosítás vagy a titoktartási kockázatot.

Mit címez a NIST SP 1800-39?

Az idézett NIST útmutató az osztályozási gyakorlatokról szól, és jelenleg tervezet.

Ha egy szolgáltatás kizárja az ügyféladatokat a modellképzésből, mi változhat még?

A képzés tilalma nem szabályozza az egyéb adatvédelmi/biztonsági szabályozást.