引導式測驗 · 中等 等級
AI 如何推斷你從未分享的敏感特徵測驗
區分推斷特徵與事實,研究普通數據如何揭示敏感信息,並將隱私保護映射到數據和使用。
問題 1 的 8
哪個描述最能概括對個人的 AI 推論?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 哪個描述最能概括對個人的 AI 推論?
- 此人所作的已驗證陳述
- 根據其他資訊推算的估計
- 公開的法院裁決
- 感測器的序號
- 2013 Facebook Likes 研究顯示了什麼?
- 每位使用者的健康診斷皆已知
- 可從研究資料集中的紀錄行為預測某些私人特徵
- Likes 永不透露資訊
- 該研究僅測量 GPS
- 模型預測某人憂鬱是否等同於診斷?
- 是的,若信心度高
- 僅在應用程式收集位置資訊時
- 不;這是一項預測,而非臨床診斷
- 是,如果使用者點擊了健康頁面
- 哪個範例可以在沒有直接個人檔案欄位的情況下產生推論?
- 重複的地理位置造訪結合其他模式
- 一個空白的資料庫
- 僅限使用者明確簽署的聲明
- 一個無關的螢幕顏色
- 哪些資料類型在 GDPR 下被視為特殊類別?
- 僅限線上購買
- 健康和政治意見資料,以及其他列出的類別
- 所有網站 Cookie 自動地
- 僅限公開資訊
- 即使模型很精密,敏感推論仍可能出錯嗎?
- 不,模型會驗證隱藏特徵
- 僅當資料被加密時
- 是;它可能不確定、有偏見或過度自信
- 不,因為它使用許多輸入
- 組織應該記錄關於推斷特徵的哪些內容?
- 觀察到的輸入、推論方法、信心度、目的和接收者
- 僅型號的行銷名稱
- 僅限最終預測
- 如果個人從未分享過,則無需記錄
- 為什麼預測不應悄悄變成資格規則?
- 它可能是一個不確定的代理指標,對產品目的並非必要
- 所有資格規則都被禁止
- 預測不能被儲存
- Users prefer hidden decisions