Суспільство GUIDE

ШІ та конфіденційність

Конфіденційність штучного інтелекту стосується того, як збір, висновки, зберігання та розкриття інформації системою можуть впливати на людей.

Послухайте цей посібникШІ-розказаний · ~2 min

На цій сторінці2 хвилини читання
  1. Огляд
  2. Ключові висновки
  3. Глибоке занурення
  4. Згорніть приклад підтримки
  5. Реалізація в реальному світі
  6. Застосування на практиці
  7. Джерела та подальше читання
  8. Продовжуйте досліджувати
  9. Часті запитання

Огляд

Захист конфіденційності вимагає розуміння повного потоку даних. Приховування імені або локальне використання моделі не усуває автоматично всі ризики конфіденційності.

Ключові висновки

  1. Нанесіть на карту всі місця обробки та зберігання.
  2. Мінімізуйте інформацію для завдання.
  3. Перевірте елементи керування похідними даними, а також оригіналами.

Глибоке занурення

Визначте, що надходить у систему та що з цього можна зробити. Підказки, документи, зображення, записи голосу, результати інструментів і журнали використання можуть містити особисту інформацію. Запишіть, які постачальники та внутрішні служби обробляють кожну категорію. Збирайте лише те, що потрібно для виконання завдання, і встановіть політику збереження. Відокремте тимчасовий контекст від збереженої пам’яті, аналітики, журналів налагодження та навчання. Користувачі повинні мати можливість зрозуміти відповідні налаштування, не покладаючись на непідтверджену заяву помічника про його власну поведінку. Застосуйте засоби керування доступом до вихідних і похідних даних. Індекси пошуку, вбудовування, кешовані відповіді та експортовані звіти можуть розкривати інформацію навіть після видалення оригінального завантаження. Перевірте видалення та ізоляцію облікового запису через фактичну програму. Уважно оцінюйте технічну конфіденційність. Деідентифікація та синтетичні дані можуть мати обмеження, тоді як формальні методи, такі як диференціальна конфіденційність, залежать від їх механізму та параметрів. Ознайомтеся з передбачуваним використанням, моделлю загроз і застосовними вимогами, маючи відповідні знання під час обробки непрямих даних.

04Спрацьований приклад

Згорніть приклад підтримки

  1. Припустімо, що команді потрібен зразок повідомлення для перевірки класифікації. Оригінал містить повну адресу, номер замовлення та не пов’язану медичну інформацію.

  2. Замініть або видаліть поля, непотрібні для тесту, використовуючи явно вигадані заповнювачі.

  3. Зберігайте будь-яку реальну інформацію, що залишилася, під задокументованим контролем доступу та зберігання замість того, щоб вважати зразок анонімним.

Що це показує

Ця гіпотетична вправа зменшує непотрібне оприлюднення, не стверджуючи, що просте редагування підтверджує анонімність.

Реалізація в реальному світі

Видаліть непов’язані особисті дані, перш ніж надсилати документ до авторизованої служби.

Переконайтеся, що видалений документ більше не відображається в результатах пошуку користувача.

Застосування на практиці

Чому це важливо

  • Ризики та безпека. Катастрофічні та щоденні збитки ШІ залежать від того, хто розуміє ризики та хто може діяти.
  • Чіткіші рішення. Громадська та професійна грамотність визначає, чи політично можлива сильна політика безпеки.
  • Прорізаючи ажіотаж. Чіткі пояснення зменшують захоплення ажіотажем, лабораторним піаром і нечітким етичним театром.

Зверніть увагу на

  • Розгляд екзистенціального ризику як наукової фантастики, а здібності складені.
  • Плутання безпеки поверхні продукту з вирівнюванням за високої автономності.
  • Залишаючи неангломовну та неекспертну аудиторію лише низькоякісними джерелами.

Наступні кроки

  1. Розділіть ризики шкоди продукту, неправильного використання та втрати контролю/зміщення.
  2. Запитайте, які докази змінили б ваше уявлення про терміни та серйозність.
  3. Віддавайте перевагу першоджерелам і конкретним оцінкам над маркетинговими заявами.
  4. Визначте один шлях дій: кар’єра, політика, фінансування чи навички — не лише обізнаність.

Джерела та подальше читання

  1. NISTФреймворк конфіденційності
  2. NISTДиференційовані гарантії конфіденційності

Продовжуйте досліджувати

Безплатний розсилок

Отримуйте щоденне зведення новин про ШІ

Три перевірені історії про ШІ щоробочого ранку, написані простою мовою. Безплатно назавжди, без реклами.

Один лист щотижня з понеділка по п'ятницю. Відписатися в один клік. Ми ніколи не продаємо та не передаємо вашу адресу.

Перевір себе

Take the AI & Privacy quiz

Миттєва зворотна связь на кожну відповідь та сертифікат із перевіреним ідентифікатором, яким можна поділитися, після проходження курсу.

Розпочати вікторину

Підтримайте безплатну освіту у сфері ШІ. AI Understanding — це некомерційна організація 501(c)(3) — без реклами, без платних стін, назавжди. Зробіть пожертву

Часті запитання

Чи модель на пристрої автоматично приватна?

Локальна обробка може зменшити деякі передачі, але конфіденційність також залежить від журналів, сховища, підключених служб, дозволів і способу використання виходів.