Dane do ChatGPT trzeba najpierw odchudzić — samo usunięcie nazw nie wystarczy

Przed wysłaniem dokumentu do ChatGPT przygotuj osobny wyciąg: zostaw tylko treść potrzebną do zadania, usuń identyfikatory i sprawdź, czy pozostałe szczegóły pozwalają rozpoznać osobę. Skreślenie nazwiska nie wystarczy, gdy stanowisko, miejsce i termin zdarzenia nadal wskazują konkretnego pracownika. Według rozróżnienia EROD pseudonimizacja ogranicza możliwość powiązania danych z osobą, a anonimizacja usuwa takie powiązanie.

W firmie kolejność ma znaczenie: najpierw określ, co model ma zrobić, potem ogranicz dane i oceń możliwość identyfikacji. Dopiero dla tak przygotowanej treści sprawdź, czy firmowe środowisko ChatGPT, jego ustawienia dostępu i retencji są dopuszczone do danego zadania. Jeśli potrzebny kontekst nadal ujawnia osobę, traktuj wyciąg jako dane osobowe.

Najpierw ustal, czego wymaga zadanie

Do poprawienia tonu pisma zwykle wystarczy fragment tekstu bez danych adresata. Do przygotowania schematu odpowiedzi na reklamację może wystarczyć opis problemu bez pełnej historii zakupów klienta. Jeżeli zadanie da się wykonać na przykładzie fikcyjnym albo danych zbiorczych, rzeczywisty dokument nie musi trafiać do modelu.

Przed przeróbką sprawdź firmową klasyfikację materiału: dane publiczne, wewnętrzne, poufne i osobowe mogą podlegać różnym zasadom przekazywania. Zwróć uwagę również na tajemnicę przedsiębiorstwa i informacje otrzymane od kontrahenta na warunkach umownych. Gdy dokument zawiera dane o zdrowiu lub inne szczególne kategorie danych, samo usunięcie nazw nie rozstrzyga, czy wolno wykorzystać pozostałą treść w tym celu; potrzebna jest ocena osoby odpowiedzialnej w firmie za ochronę danych.

Co usunąć z wyciągu

Przegląd obejmuje zarówno widoczny tekst, jak i zawartość pliku. Pole niezbędne do zadania można czasem uogólnić; zbędne usuń w całości. Warto sprawdzić zwłaszcza:

• Identyfikatory bezpośrednie: imię, nazwisko, PESEL, numer dokumentu, adres, telefon, adres e-mail oraz identyfikator klienta lub pracownika.
• Szczegóły pośrednie: dokładną datę, rzadkie stanowisko, nazwę małego zespołu, lokalizację, numer sprawy, nietypową kwotę i wyjątkowy przebieg zdarzenia.
• Dane wrażliwe oraz kontekst zbędny dla zadania: informacje o zdrowiu, niepełnosprawności lub sytuacji rodzinnej, a także szczegóły postępowania pracowniczego.
• Elementy poza głównym tekstem: nazwę pliku, autora, komentarze, historię zmian, ukryte arkusze, nagłówki, stopki i podpisy.

Najczyściej jest utworzyć nowy tekst i przenieść do niego wyłącznie wybrane fragmenty. Wizualne zasłonięcie danych w podglądzie nie musi usuwać ich z warstwy tekstowej ani z historii zmian. Przed wysłaniem obejrzyj dokładnie wersję, którą otrzyma usługa, łącznie z nazwą załącznika i treścią możliwą do skopiowania.

Kiedy zamiana nazwiska jest tylko pseudonimizacją

Warunkowy przykład: w opisie grafiku zmian nazwisko zastąpiono określeniem „Osoba A”, a firma zachowała oddzielną tabelę przypisującą oznaczenie do pracownika. Taki wyciąg jest pseudonimizowany, bo tożsamość można przywrócić. Tabeli powiązań nie należy dołączać do materiału wysyłanego do modelu.

Brak tabeli również nie przesądza o anonimowości. Jeżeli w małym oddziale tylko jedna osoba pełni określoną funkcję i miała dyżur wskazanego dnia, połączenie roli z terminem może ją wyróżnić. Zastąpienie nazwiska stałym pseudonimem w kilku fragmentach pozwala ponadto połączyć informacje o tej samej osobie między fragmentami; zakres przekazanego kontekstu trzeba oceniać łącznie.

Test ponownej identyfikacji

Spójrz na wyciąg oczami osoby, która zna organizację albo może zestawić opis z innymi dostępnymi informacjami. Czy da się wyodrębnić jeden rekord, połączyć go z innym źródłem lub wywnioskować cechę konkretnej osoby? W komunikacie EROD te trzy możliwości tworzą ramę oceny anonimowości w wytycznych skierowanych do konsultacji; w części dotyczącej pozyskiwania danych z internetu na potrzeby generatywnej AI EROD przypomina też o podstawie z art. 6 RODO i wyjątku z art. 9 ust. 2 przy przetwarzaniu szczególnych kategorii danych.

Jeśli opis nadal wyróżnia osobę, spróbuj zastąpić dokładny dzień szerszym okresem, miejscowość regionem, a unikatowe stanowisko ogólniejszą rolą. Następnie oceń cały wyciąg ponownie, bo nawet uogólnione szczegóły mogą razem wskazać pracownika. Gdy usunięcie tych szczegółów odbiera zadaniu sens, nie nazywaj materiału anonimowym: firmowa ocena powinna rozstrzygnąć, czy i w jakim środowisku można go przetwarzać.

Plan firmowy, dostęp i retencja

Przed przekazaniem wyciągu ustal, czy używasz konta zatwierdzonego przez organizację. OpenAI deklaruje, że wejścia i odpowiedzi z ChatGPT Business, Enterprise, Edu oraz platformy API nie są domyślnie używane do trenowania modeli; dane biznesowe są szyfrowane podczas przesyłania i przechowywania, a kwalifikujące się organizacje mogą korzystać z kontroli retencji, w tym z opcji zerowej retencji na platformie API.

Brak domyślnego wykorzystania danych do trenowania nie określa, jak długo treść pozostanie dostępna w danej konfiguracji ani kto może ją zobaczyć. Administrator powinien ustalić zasady dostępu do rozmów, udostępniania linków, działania integracji i okresu przechowywania. Opcji zerowej retencji dla API nie należy przypisywać automatycznie każdemu planowi ChatGPT; znaczenie mają produkt, uprawnienia organizacji i faktyczne ustawienia.

Reguła firmowa przed wysłaniem

Przykładowy zapis do dostosowania przez firmę brzmi: „Do zatwierdzonego środowiska AI przekazujemy wyłącznie informacje niezbędne do określonego zadania. Usuwamy zbędne identyfikatory i metadane, oceniamy możliwość ponownej identyfikacji, a materiały nadal zawierające dane osobowe kierujemy do oceny zgodnie z wewnętrznymi zasadami. Korzystamy tylko z zatwierdzonych kont, integracji i ustawień retencji”.

Taka reguła powinna wskazywać również, kto zatwierdza wyjątek i gdzie pracownik może sprawdzić dopuszczoną konfigurację. Przed dodaniem kolejnego pliku lub fragmentu rozmowy oceń całość jeszcze raz: nowy szczegół może powiązać wcześniejszy wyciąg z konkretną osobą. Jeśli firma nie potwierdziła zasad dla danego rodzaju danych, wstrzymaj ich przekazanie do czasu rozstrzygnięcia.

Przeczytaj także:

• ChatGPT czy Claude do kodowania? Wynik zależy od rodzaju zadania