Paola Zeni, Chief Privacy Officer bij RingCentral – Interview Serie

Paola Zeni is de Chief Privacy Officer bij RingCentral (RNG ). Ze is een internationale privacy-advocaat met meer dan 20 jaar ervaring op het gebied van privacy en een veteraan in de cybersecurity-industrie, waar ze heeft gewerkt bij Symantec en bij Palo Alto Networks (PANW ), waar ze het privacy-programma van de grond af aan heeft opgebouwd.

Wat inspireerde u om een carrière in gegevensbescherming na te streven?

Eind jaren negentig, toen de EU-lidstaten de Richtlijn gegevensbescherming van 1995 uitvoerden, begon gegevensbescherming in Europa als een belangrijk onderwerp te ontstaan. Als technologie-advocaat die werkte met technologiebedrijven zoals HP en Agilent Technologies (A ), vond ik dit een relevant onderwerp en begon ik mijn kennis van de privacy-eisen te vergroten. Ik wist al snel dat dit een gebied was waarin ik betrokken wilde zijn, niet alleen omdat ik het juridisch interessant en uitdagend vond, maar ook omdat het een onderwerp is dat veel teams en processen binnen de hele organisatie raakt. Betrokken zijn bij gegevensbescherming betekent werken met verschillende groepen en individuen en leren over meerdere aspecten van het bedrijf. In staat zijn om verandering te bewerkstelligen en te stimuleren op een belangrijk onderwerp dat veel functies in de organisatie omvat, en een opkomend juridisch gebied te volgen, is extreem lonend geweest. Werken in gegevensbescherming is vandaag meer spannend dan ooit, gezien de technologische ontwikkelingen en de toegenomen juridische complexiteiten op mondiaal niveau.

Toen u voor het eerst bij RingCentral kwam, hebt u een Vertrouwenscentrum gecreëerd, wat is dit specifiek?

Bij RingCentral geloven we dat het verstrekken van informatie aan onze klanten en partners over de privacy en beveiliging van hun gegevens essentieel is om vertrouwen in onze diensten op te bouwen en te behouden. Daarom blijven we nevenproducten en middelen creëren, zoals productgegevensbladen voor onze kernaanbod, whitepapers en conformiteitsgidsen, en maken we deze beschikbaar voor klanten en partners op ons openbaar Vertrouwenscentrum. Onlangs hebben we onze AI-transparantie-whitepaper toegevoegd. Het Vertrouwenscentrum is een kritische component van onze toewijding aan transparantie met belanghebbenden.

Hoe zorgt RingCentral ervoor dat privacybeginselen geïntegreerd zijn in alle AI-gedreven producten en diensten?

Kunstmatige intelligentie kan bedrijven in staat stellen om nieuw potentieel te ontgrendelen en snel betekenisvolle informatie en inzichten uit hun gegevens te halen – maar met die voordelen komt verantwoordelijkheid. Bij RingCentral blijven we onvermoeibaar gefocust op het beschermen van klanten en hun gegevens. We bereiken dit door middel van de privacy-pijlers die onze productontwikkelingspraktijken leiden

Privacy by Design: We gebruiken onze aanpak van privacy by design door nauw samen te werken met productjuristen, productmanagers en productengineers om privacybeginselen en -eisen in alle aspecten van onze producten en diensten te integreren die AI implementeren. Privacybeoordelingen zijn geïntegreerd in de productontwikkelingscyclus, van ideatie tot implementatie en we bouwen daarop voort om AI-beoordelingen en -richtlijnen uit te voeren.

Transparantie: We bieden nevenproducten en middelen aan klanten, partners en gebruikers over hoe hun gegevens worden verzameld en gebruikt, als onderdeel van onze toewijding aan transparantie en het opbouwen van vertrouwen in onze diensten.

Klantcontrole: We bieden opties die klanten in staat stellen om de controle te behouden over hoe onze AI met hun gegevens omgaat.

Kunt u voorbeelden geven van specifieke privacymaatregelen die in RingCentrals AI-communicatie-oplossingen zijn geïntegreerd?

Ten eerste hebben we aan onze productdocumentatie informatie toegevoegd over hoe we gegevens verzamelen en verwerken: wie deze opslaat, welke derden toegang hebben enz. in onze gegevensbladen, die op ons Vertrouwenscentrum zijn gepubliceerd. We geven specifiek aan welke gegevens als invoer voor AI dienen en welke gegevens als uitvoer van AI worden gegenereerd. Bovendien implementeren we, als onderdeel van onze productbeoordelingen in samenwerking met productjuristen, openbaarmakingen om onze toewijding aan transparantie na te komen, en bieden we onze klantenbeheerders opties om de deling van gegevens met AI te controleren.

Waarom is het cruciaal voor organisaties om complete transparantie te behouden over gegevensverzameling en -gebruik in de tijd van AI?

Om het vertrouwen in AI te stimuleren, is het essentieel dat organisaties vertrouwen opbouwen in de manier waarop AI gegevens verwerkt en in de nauwkeurigheid van de uitvoer. Dit omvat de gegevens waarop AI is getraind, de logica die door het algoritme wordt toegepast en de aard van de uitvoer.

We geloven dat wanneer aanbieders transparant zijn en informatie delen over hun AI, hoe het werkt en waarvoor het wordt gebruikt, klanten geïnformeerd kunnen beslissen en in staat zijn om specifiekere openbaarmakingen te doen aan hun gebruikers, waardoor de adoptie van AI en vertrouwen worden verbeterd. Wanneer we AI ontwikkelen en aanbieden, denken we aan alle belanghebbenden: onze klanten, maar ook hun werknemers, partners en klanten.

Welke stappen kunnen organisaties nemen om ervoor te zorgen dat hun leveranciers strikte AI-gebruiksbeleid naleven?

Bij RingCentral geloven we dat het inzetten van AI vertrouwen tussen ons en onze leveranciers vereist. Leveranciers moeten zich ertoe verplichten om privacy en gegevensbeveiliging in de architectuur van hun producten te integreren. Daarom hebben we onze bestaande due-diligence-procedure voor leveranciers uitgebreid met een specifieke AI-beoordeling en hebben we een standaard ingesteld voor het gebruik van AI van derden, met specifieke vereisten voor de bescherming van RingCentral en onze klanten.

Welke strategieën gebruikt RingCentral om ervoor te zorgen dat de gegevens die aan AI-systemen worden gevoerd, accuraat en onbevooroordeeld zijn?

Met eerlijkheid als leidraad zijn we constant bezig met de impact van onze AI en blijven we toegewijd aan het bewust zijn van potentiële vooroordelen en risico’s, met mechanismen om onbedoelde gevolgen te identificeren en te mitigeren.

• We hebben een specifiek kader aangenomen voor de identificatie en preventie van vooroordelen als onderdeel van ons Ethisch AI-ontwikkelingskader, dat we toepassen op alle onze productbeoordelingen.
• Onze use cases voor AI omvatten een mens-in-de-lus om de uitvoer van onze AI-systemen te evalueren. Bijvoorbeeld, in onze Smart Notes, zelfs zonder de inhoud van de gegenereerde notities te controleren, kunnen we afleiden uit de acties van de gebruiker of de notities accuraat waren of niet. Als een gebruiker de notities constant bewerkt, geeft dit een signaal aan RingCentral om de prompts aan te passen.
• Als een ander voorbeeld van mens-in-de-lus, stelt onze opgehaalde generatieprocessen de uitvoer strikt te focussen op specifieke kennisdatabases en biedt het referenties voor de bronnen van de gegenereerde uitvoer. Dit stelt de mens in staat om de reactie te verifiëren en dieper in de referenties zelf te graven.

Door ervoor te zorgen dat onze AI accuraat is, staan we achter onze belofte om verklarende en transparante AI te bieden.

Welke privacy-uitdagingen doen zich voor met AI in grote ondernemingsimplementaties, en hoe worden deze aangepakt?

Ten eerste is het belangrijk om te onthouden dat bestaande privacywetten bepalingen bevatten die van toepassing zijn op kunstmatige intelligentie. Wanneer wetten technologie-neutraal zijn, zijn juridische kaders en ethische richtlijnen van toepassing op nieuwe technologieën. Daarom moeten organisaties ervoor zorgen dat hun gebruik van AI in overeenstemming is met bestaande privacywetten, zoals de AVG en de CPRA.

Ten tweede is de verantwoordelijkheid van privacy-professionals om toezicht te houden op opkomende en ontwikkelende AI-wetten, die van staat tot staat en van land tot land verschillen. AI-wetten behandelen verschillende aspecten van AI, maar een van de topprioriteiten voor nieuwe AI-regulering is de bescherming van fundamentele mensenrechten, waaronder privacy.

De kritische succesfactoren bij het aanpakken van privacy-problemen zijn transparantie naar gebruikers, vooral waar AI profilering uitvoert of geautomatiseerde beslissingen neemt die individuen beïnvloeden en keuzes mogelijk maken, zodat gebruikers kunnen kiezen voor AI-gebruik waar ze zich niet prettig bij voelen.

Welke toekomstige trends ziet u in AI en gegevensbescherming, en hoe bereidt RingCentral zich voor om voorop te blijven lopen?

De belangrijkste trends zijn nieuwe wetten die in werking zullen treden, de toenemende vraag van gebruikers naar transparantie en controle, de steeds groter wordende behoefte om AI-gerelateerde risico’s te beheersen, waaronder risico’s van derden, en de toename van cyber-risico’s in AI.

Bedrijven moeten robuuste governance inzetten en teams moeten samenwerken over functies heen om interne uitlijning te waarborgen, risico’s te minimaliseren en het vertrouwen van gebruikers te doen groeien. Bij RingCentral blijft onze voortdurende toewijding aan privacy, beveiliging en transparantie ongeëvenaard. We nemen deze zaken serieus. Door middel van ons AI-governance en onze AI-privacy-pijlers is RingCentral toegewijd aan ethische AI.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen RingCentral bezoeken RingCentral.