Балансирование производительности и конфиденциальности: Защита данных в эпоху инструментов, управляемых ИИ

Принимая на себя повторяющиеся задачи, предоставляя информацию на скоростях, намного превышающих возможности человека, и значительно увеличивая нашу производительность – искусственный интеллект меняет способ нашей работы, настолько, что его использование может улучшить результативность высококвалифицированных специалистов на целых 40%.

ИИ уже предоставил множество полезных инструментов, от Клары, помощника ИИ, который планирует встречи, до Гаммы, которая автоматизирует создание презентаций, и ЧатГПТ – флагмана генеративного ИИ’с ростом. Аналогично, платформы, такие как Оттер ИИ и Гуд Тейп, которые автоматизируют трудоемкий процесс транскрипции. В совокупности эти инструменты и многие другие предоставляют комплексный инструментарий производительности, управляемый ИИ, делая нашу работу проще и более эффективной – с оценкой Маккинси, что ИИ может разблокировать $4.4 триллиона в росте производительности.

Проблемы ИИ с конфиденциальностью данных

Однако, поскольку мы все больше полагаемся на ИИ для оптимизации процессов и повышения эффективности, важно учитывать потенциальные последствия для конфиденциальности данных.

Некоторые 84% потребителей считают, что они должны иметь больше контроля над тем, как организации собирают, хранят и используют их данные. Это принцип конфиденциальности данных, но этот идеал сталкивается с требованиями разработки ИИ.

Для всех своих возможностей алгоритмы ИИ не являются по своей сути разумными; они хорошо обучены, и для этого требуется огромное количество данных – часто мои, ваши и других пользователей. В эпоху ИИ стандартный подход к обработке данных меняется от “мы не будем делиться вашими данными с кем-либо” до “мы возьмем ваши данные и будем использовать их для разработки нашей продукции”, что вызывает беспокойство о том, как наши данные используются, кто имеет к ним доступ и какое влияние это окажет на нашу конфиденциальность в долгосрочной перспективе.

Владение данными

Во многих случаях мы добровольно делимся своими данными, чтобы получить доступ к услугам. Однако, как только мы это делаем, становится трудно контролировать, куда они попадут. Мы ’видим это на примере банкротства генетической компании 23andMe – где данные ДНК 15 миллионов клиентов вероятно, будут проданы самому высокому покупателю.

Многие платформы сохраняют право хранить, использовать и продавать данные, часто даже после того, как пользователь перестает использовать их продукт. Сервис транскрипции Rev явно заявляет, что он использует данные пользователей “навсегда” и “анонимно” для обучения своих систем ИИ – и продолжает делать это даже после удаления учетной записи.

Извлечение данных

Как только данные используются для обучения модели ИИ, их извлечение становится чрезвычайно сложным, если не невозможным. Системы машинного обучения не хранят сырые данные; они интернализируют закономерности и идеи, содержащиеся в них, что делает трудным выделение и удаление конкретной информации пользователя.

Даже если исходный набор данных удален, следы его останутся в выходных данных модели, что вызывает этические проблемы, связанные с согласием пользователя и владением данными. Это также вызывает вопросы о регулировании защиты данных, таких как GDPR и CCPA – если бизнес не может сделать свои модели ИИ действительно ‘забыть’, могут ли они утверждать, что они действительно соответствуют требованиям?

Лучшие практики обеспечения конфиденциальности данных

Когда инструменты производительности, управляемые ИИ, меняют наш рабочий процесс, важно признать риски и принять стратегии, которые защищают конфиденциальность данных. Эти лучшие практики могут сохранить ваши данные в безопасности, одновременно стимулируя сектор ИИ к соблюдению более высоких стандартов:

Ищите компании, которые не тренируют ИИ на данных пользователей

В Гуд Тейпе мы’ обязуемся не использовать данные пользователей для обучения ИИ и ставим прозрачность в коммуникации этого – но это еще не отраслевой стандарт.

Хотя 86% потребителей США считают, что прозрачность важнее, чем когда-либо, значимые изменения произойдут только тогда, когда они потребуют более высоких стандартов и будут настаивать на том, чтобы любое использование их данных было четко раскрыто, голосуя ногами и делая конфиденциальность данных конкурентным преимуществом.

Понимание ваших прав на конфиденциальность данных

ИИ ’ может показаться черным ящиком, но, как говорится, знания – это сила. Понимание законов о защите конфиденциальности, связанных с ИИ, имеет решающее значение для понимания того, что компании могут и не могут делать с вашими данными. Например, GDPR规定ывает, что компании собирают только минимальное количество данных, необходимое для конкретной цели, и должны четко сообщать об этом пользователям.

Но поскольку регулирующие органы отстают, минимальных требований может быть недостаточно. Оставаться в курсе позволяет вам принимать более умные решения и обеспечивать, что вы ’ре только используете услуги, которым вы можете доверять – вероятно, компании, которые не соблюдают самых строгих стандартов, будут беззаботно относиться к вашим данным.

Начните проверять условия обслуживания

Условия использования Avoma составляют 4 192 слова, ClickUp – 6 403 слова, а условия обслуживания Clockwise – 6 481 слово. Чтобы прочитать все три, потребуется более часа.

Условия и положения часто бывают сложными по своей конструкции, но это не означает, что их следует игнорировать. Многие компании ИИ прячут раскрытия об обучении данных в этих длинных соглашениях – практику, которую, я считаю, следует запретить.

Совет: Чтобы ориентироваться в длинных и сложных условиях, рассмотрите возможность использования ИИ в свою пользу. Скопируйте контракт в ЧатГПТ и попросите его суммировать, как будут использованы ваши данные – помогая вам понять ключевые детали без просмотра бесконечных страниц юридического жаргона.

Требовать большего регулирования 

Мы должны приветствовать регулирование в области ИИ. Хотя отсутствие надзора может стимулировать разработку, трансформирующий потенциал ИИ требует более взвешенного подхода. Здесь рост социальных сетей – и эрозия конфиденциальности, вызванная недостаточным регулированием, – должна служить напоминанием.

Как и у нас есть стандарты для органических, справедливых и сертифицированных продуктов, инструменты ИИ должны соответствовать четким стандартам обработки данных. Без хорошо определенных правил риски для конфиденциальности и безопасности слишком велики.

Защита конфиденциальности в ИИ

Вкратце, хотя ИИ обладает значительным потенциалом для повышения производительности – увеличивая эффективность до 40% – проблемы конфиденциальности данных, такие как владение информацией пользователя или трудность извлечения данных из моделей, не могут быть проигнорированы. Когда мы принимаем новые инструменты и платформы, мы должны оставаться бдительными в отношении того, как используются, делятся и хранятся наши данные.

Проблема заключается в том, чтобы наслаждаться преимуществами ИИ, сохраняя при этом наши данные, принимая лучшие практики, такие как поиск прозрачных компаний, информирование о ваших правах и защита регулирования. Когда мы интегрируем больше инструментов производительности, управляемых ИИ, в наш рабочий процесс, надежные меры по защите конфиденциальности данных являются необходимыми. Мы все – бизнес, разработчики, законодатели и пользователи – должны требовать более сильных защит, большей ясности и этических практик, чтобы обеспечить, что ИИ повышает производительность, не компрометируя конфиденциальность.

С правильным подходом и тщательным рассмотрением мы можем решить проблемы конфиденциальности ИИ, создавая сектор, который одновременно безопасен и защищен.