人工智能与隐私:不应分享哪些数据以及如何降低风险

一份实用指南,说明在向人工智能工具提问前如何分类信息、减少不必要的数据并选择合适的渠道。

作者 Daniel Sardá · 发表于:

阅读约需 7 分钟1,417 字词

本页内容 · 9 节

你想完善自己的简历,便将其全文粘贴到了人工智能助手中。这项操作看似无害,但文件中包含了你的地址、电话、个人邮箱,还可能有包含他人信息的证明人联系方式。在获取文字修改建议时,这些细节其实无一必要。

这就是日常中人工智能与隐私所面临的问题:一次有用的咨询可能会在无意中演变成过度提供信息。解决办法既不是对所有工具都抱有戒心,也不是认为任何设置都能提供绝对保护,而是在于更明智地判断哪些数据确实需要、哪些数据应当从提问中剔除,以及可以在何种环境下完成该项任务。

核心观点: 最有效的保护始于点击“发送”之前:如果某项数据对于获得有用回答并非必要,请将其剔除。

首先,对信息进行分类

数据泄露造成的损害并不都是相同的。在将其输入人工智能工具之前,有必要识别它们属于哪一类别:

  • 公开信息: 已通过合法途径公开,重新使用不会产生明显风险。即便如此,公开并不意味着可以脱离语境使用或免除责任。
  • 个人信息: 能够直接或间接识别特定个人,例如姓名、地址、电话、邮箱、位置或身份证件号码。
  • 特别敏感信息: 涉及健康、生物识别、性生活、政治观点、信仰或其他一旦泄露可能造成重大损害的方面。具体的法律分类因司法管辖区而异。
  • 机密或保密信息: 密码、访问密钥、财务信息、非公开合同、商业秘密或受职业保密义务约束的文件。
  • 第三方信息: 任何涉及他人的数据,即便在你看来十分寻常。

这种分类并非纯粹的理论探讨,而是为了改变决策。公开文本可以在保持谨慎的前提下使用;包含个人信息的文件要求进行最小化处理;而密码或商业秘密则不应输入到常规提问中。

《欧盟通用数据保护条例》将个人数据定义为与已识别或可识别的人相关的信息,并确认了特殊类别。这有助于理解相关概念,但并不是普遍适用的法律规则:具体的权利与义务取决于所在国家和具体语境。

决策流程:省略、最小化或使用经批准的环境

对信息进行分类后,按顺序思考以下问题:

  1. 不使用该数据能否完成任务? 如果答案是肯定的,请将其删除。为了润色一封邮件的行文风格,并不需要客户的真实姓名、电话或合同编号。
  2. 能否用虚拟或更概括的信息进行替换? 当姓名、日期、数字和地点等细节不影响结果时,可将其替换为占位符或取值范围。
  3. 剩余的上下文是否仍能识别出某人? 即使删除了姓名,罕见的职业、偏小的城镇以及确切的日期仍可能暴露当事人的身份。
  4. 信息是否涉密或受机构规章约束? 仅使用经授权处理此类数据的环境,否则不要发起提问。
  5. 你是否核实了服务的实际条款? 请检查具体产品、套餐、账户类型和配置设置,不要仅凭对品牌的整体印象做判断。

这一标准遵循数据最小化原则:仅使用充分、相关且必要的信息。减少标识符可以降低暴露风险,但并不能保证完全匿名。

隐去姓名并不总能实现匿名化

将“玛丽亚·佩雷斯”替换为“患者A”或许有用,但这通常只是一种假名化形式,而非匿名化。如果你保留了一张能够还原身份的对照表,或者案例本身的细节已足以认出当事人,这种关联就依然存在。

欧盟委员会解释称,不同的信息片段结合起来可能会识别出特定个人。美国国家标准与技术研究院也提醒,去标识化技术的有效性存在差异,且存在被重新识别的风险。

因此,仅删除姓名并不充分。有时还需要对年龄和日期进行概括化处理、剔除具体地理位置、提炼背景信息,或构建一个既保留核心问题又不照搬真实经历的合成案例。

核心观点: 匿名化不是遮蔽可见的标识符,而是合理防止信息重新关联到某个人。

使用工具前应当检查哪些控制设置

各人工智能服务商的做法并不统一,仅看宣传语也是不够的。澳大利亚信号局及其国际合作伙伴发布的指南建议,应当评估输入了哪些数据,并核验存储、重新训练、服务条款及控制措施等各方面的情况。

在处理非公开信息前,请核查以下事项:

  • 输入内容是否会被留存以及留存时间;
  • 输入内容是否可能被用于改进或训练系统;
  • 是否有选项可以限制此类用途,以及该选项是否已开启;
  • 在共享账户或协作空间内谁拥有访问权限;
  • 连接了哪些集成应用、插件或授权权限;
  • 在相关情况下,数据在何处进行处理或存储;
  • 如何申请删除数据以及该流程的作用范围;
  • 适用于你所处情况的政策、合同或内部规范为何。

留存、训练与删除是不同的问题。 仅在界面上删除一段对话,并不足以证明所有副本都已从每个系统中消失。必须查阅具体产品、方案和具体配置的现行文档。

一条有利的政策无法弥补配置错误的账户。同样,用户端得当的设置也无法替代服务商或机构应当承担的技术、合同及组织层面的控制措施。

运用该判断标准的三个案例

带有联系方式的个人简历

目标:改善工作成就的表述并提高清晰度。无需提供地址、电话、邮箱、身份证件或证明人姓名。保留职务、技能和工作成果;若非必不可少,可替换具体任职公司名称。随后,在脱离该工具的环境中将修改建议整合回原始文件。

咨询涉及他人健康的问题

目标:了解下次就诊时可提出的一般性问题。不要粘贴临床病历,也不要描述能让人辨认出患者的年龄、地点、罕见诊断与日期的组合。提出概括性的问题,或使用虚拟案例。此外,人工智能的回答不能替代专业医务人员的评估。

一份工作文件

目标:概括合同要点或起草沟通文件。如果文件中包含姓名、登录凭证、保密条款或内部战略,请勿将其发送到公开工具中。若所在机构设有经批准且获准处理该类信息的渠道,请使用该渠道;若不存在此类渠道,请在不包含真实数据的大纲框架下进行处理。

在这三个案例中,核心问题是一致的:在减少暴露信息的同时,我能否依然保持任务的实用性?

若已误发送信息该如何应对

保持冷静,避免问题进一步扩大:

  1. 不要重复使用或在其他提问中再次粘贴该内容。
  2. 通过现有的控制选项删除对话,但不要认为这样就已彻底解决问题。
  3. 查阅有关数据留存、数据使用和删除申请的相关文档。
  4. 立即更改任何泄露的密码、令牌(token)或凭据。
  5. 若涉及第三方或机构数据,请通过相应的内部渠道通报,并遵循其事件处置程序。
  6. 记录发送了什么内容、发送时间、涉及哪项服务以及所使用的账户类型。这些信息有助于评估风险并采取合理的应对措施。

责任并不仅在用户一方:服务商决定了服务的设计,机构也应当制定明确的规则、权限和应对机制。然而,每个人在提供什么信息方面依然保留着重要的决定权。这种选择能力是隐私与个人自主性的组成部分。

核心观点: 如果一次提问包含了秘密、凭证或不必要的他人数据,那么任何控制措施都无法使其变得审慎。

最终规则十分简单:少分享,多核验。明确任务目标,剔除不改变回答结果的数据,尽可能对示例进行改写,并将敏感信息留给明确获得授权的环境。人工智能可以发挥积极作用,而无需以放弃对自己或他人信息的控制权为代价。

关于作者

Daniel Sardá 是 SEO 专家兼 Libertatis Venezuela 编辑。他从独立、非党派的视角撰写有关自由主义、政治经济学、制度、宣传和个人自由的文章。

查看完整资料