پیش از اینکه متن، تصویر یا فایل را به یک ابزار هوش مصنوعی بدهید، باید فرض کنید هر جزئیاتی که ارسال میکنید ممکن است در سابقهٔ گفتوگو، گزارشهای فنی یا فرایند بررسی سرویس باقی بماند. چگونه اطلاعات حساس را قبل از استفاده از هوش مصنوعی ناشناس کنیم؟ پاسخ کوتاه این است: اطلاعات غیرضروری را حذف کنید، شناسههای مستقیم را جایگزین کنید و جزئیاتی را که در کنار هم هویت فرد را آشکار میکنند، کلیتر بنویسید.
این کار فقط به حذف نام محدود نیست. عکس کارت شناسایی، شماره پرونده، نشانی دقیق، نام مدرسه، چهره، شماره تلفن و حتی ترکیب سن، شغل و محل زندگی میتواند برای شناسایی یک فرد کافی باشد؛ بهخصوص وقتی اطلاعات از چند منبع کنار هم قرار بگیرد.
ناشناس کردن اطلاعات حساس قبل از استفاده از هوش مصنوعی یعنی چه؟
در ناشناسسازی، هدف این است که ابزار هوش مصنوعی برای انجام کار موردنظر به هویت واقعی فرد یا جزئیات خصوصی او نیاز نداشته باشد. برای نمونه، اگر میخواهید از هوش مصنوعی بخواهید متن یک نامه را رسمیتر کند، معمولاً لازم نیست نام، شماره تماس و نشانی واقعی در متن باقی بماند.
بین دو مفهوم باید تفاوت گذاشت:
- ناشناسسازی: اطلاعاتی حذف یا تغییر میکند که بازشناسی فرد از روی دادهٔ باقیمانده بسیار دشوار شود.
- شبهناشناسسازی: نام واقعی با برچسبی مانند «دانشآموز الف» جایگزین میشود، اما یک فهرست جداگانه برای برگشت به هویت واقعی وجود دارد.
در کارهای خانوادگی، آموزشی و اداری معمولاً شبهناشناسسازی عملیتر است؛ بااینحال فهرست تطبیق نامها نباید همراه همان فایل یا در همان گفتوگو ارسال شود.
کدام اطلاعات را پیش از ارسال حذف یا جایگزین کنیم؟
ابتدا اطلاعات را به دو گروه تقسیم کنید: چیزهایی که برای پاسخ لازماند و چیزهایی که فقط در متن وجود دارند. هر دادهای که به پاسخ کمک نمیکند، بهتر است اصلاً ارسال نشود.
- شناسههای مستقیم: نام و نام خانوادگی، کد ملی، شماره شناسنامه، شماره گذرنامه، شماره پرونده، شماره حساب و شماره تلفن.
- اطلاعات مکانی: نشانی کامل، کدپستی، موقعیت دقیق، نام محل کار یا مدرسه و شماره واحد.
- اطلاعات تصویری: چهره، پلاک خودرو، کارت شناسایی، امضا، QR code، بارکد و صفحهٔ رایانهٔ قابلخواندن.
- اطلاعات ارتباطی و فنی: ایمیل، نام کاربری، لینک خصوصی، شناسهٔ دستگاه، نشانی اینترنتی و فایلهای پیوست ناخواسته.
- جزئیات ترکیبی: سن دقیق، شغل کمیاب، تاریخ رویداد، محلهٔ کوچک و روابط خانوادگی؛ حتی اگر هیچکدام بهتنهایی شناسهٔ مستقیم نباشند.
اطلاعات پزشکی، مالی، حقوقی، مربوط به کودکان یا اختلافات خانوادگی را با حساسیت بیشتری بررسی کنید. در چنین مواردی، اگر پاسخ عمومی و غیرشخصی کافی است، اصل اطلاعات را وارد ابزار نکنید.
روش عملی ناشناسسازی متن، تصویر و فایل
۱. هدف درخواست را کوچک کنید
بهجای فرستادن کل قرارداد، پرونده یا گفتوگوی خانوادگی، فقط بخشی را که برای انجام کار لازم است جدا کنید. برای ویرایش نگارشی، متن خام کافی است؛ برای خلاصهسازی، نامها و شمارهها معمولاً ضرورتی ندارند.
۲. شناسهها را با برچسبهای ثابت جایگزین کنید
نام افراد را به «مادر»، «دانشآموز الف» یا «مشتری ب» تبدیل کنید. اگر متن چند بار به یک فرد اشاره میکند، همان برچسب را نگه دارید تا ابزار رابطهٔ جملهها را بفهمد. از جایگزینهایی مانند «علی رضایی» استفاده نکنید، چون ممکن است ناخواسته نام واقعی فرد دیگری باشد.
۳. جزئیات قابل ترکیب را کلیتر کنید
«دختر ۱۳ سالهای در مدرسهای در منطقهٔ مشخص تهران» را میتوان به «یک نوجوان» یا «دانشآموز دورهٔ متوسطه» تبدیل کرد؛ مگر اینکه سن و محل برای پاسخ ضروری باشد. تاریخ دقیق را نیز در صورت امکان به ماه، فصل یا بازهٔ زمانی تبدیل کنید.
۴. فایل را جداگانه بررسی کنید
در اسکرینشاتها، نوار اعلان، نام حساب، تصویر پروفایل، شمارهٔ تماس و متنهای حاشیهای را ببینید. در اسناد، پوشاندن متن با یک کادر مشکی همیشه به معنی حذف آن نیست؛ اگر متن زیر کادر قابل انتخاب یا کپی باشد، هنوز در فایل وجود دارد. اطلاعات پنهان، نظرها و سابقهٔ ویرایش را نیز پاک کنید یا محتوای لازم را در یک فایل تازه و ساده کپی کنید.
نمونهٔ تبدیل اطلاعات واقعی به نسخهٔ کمخطرتر
نسخهٔ پرریسک میتواند چنین باشد: «پسرم آرش محمدی، متولد ۲۳ مهر ۱۳۹۱، دانشآموز مدرسهٔ ... در خیابان ...، در درس ریاضی مشکل دارد. شماره تماس من ... است.» برای گرفتن پیشنهاد آموزشی، بیشتر این جزئیات لازم نیست.
نسخهٔ مناسبتر: «یک دانشآموز دورهٔ متوسطهٔ اول در درس ریاضی مشکل دارد. برای تمرین هفتگی او چه برنامهای پیشنهاد میکنید؟» اگر سن دقیق واقعاً مهم است، میتوان گفت «یک دانشآموز ۱۲ تا ۱۴ ساله»؛ بدون نام، مدرسه و نشانی.
برای یک متن اداری نیز «شرکت الف»، «کارمند ب» و «مبلغ در بازهٔ مشخص» معمولاً بهتر از نام واقعی، سمت کمیاب و عدد دقیق است. البته اگر خودِ مبلغ برای محاسبه ضروری باشد، میتوان آن را نگه داشت و سایر شناسهها را حذف کرد.
قبل از فشردن دکمهٔ ارسال، این کنترل کوتاه را انجام دهید
- آیا نام، شماره، ایمیل، نشانی یا شناسهٔ مستقیمی باقی مانده است؟
- آیا از ترکیب سن، زمان، محل، شغل یا رابطهٔ خانوادگی میتوان فرد را شناخت؟
- آیا تصویر، صوت، PDF یا پیوست اطلاعاتی فراتر از متن اصلی دارد؟
- آیا ابزار برای پاسخ واقعاً به این داده نیاز دارد؟
- آیا برچسبهای جایگزین را در فایل یا گفتوگوی دیگری به هویت واقعی وصل کردهاید؟
- آیا تنظیمات نگهداری گفتوگو و استفاده از دادهها را بررسی کردهاید؟
حالت خصوصی یا حذف خودکار تاریخچه، در صورت وجود، میتواند ریسک نگهداری را کاهش دهد؛ اما نباید آن را جایگزین حذف اطلاعات حساس کنید. برای دادههای بسیار محرمانه، استفاده از ابزار سازمانی مورد تأیید یا پردازش روی سامانهای که کنترل بیشتری بر آن دارید، انتخاب محتاطانهتری است.
جمعبندی: برای چگونه اطلاعات حساس را قبل از استفاده از هوش مصنوعی ناشناس کنیم؟ از کمینهسازی شروع کنید: فقط بخش لازم را بردارید، شناسههای مستقیم را حذف یا جایگزین کنید، جزئیات ترکیبی و فایلهای پنهان را بررسی کنید و سپس تنظیمات سرویس را بسنجید. ناشناسسازی خوب اطلاعات را برای پاسخگرفتن کافی نگه میدارد، اما هویت واقعی را وارد گفتوگو نمیکند.
