Ασφάλεια AI: Ποια δεδομένα δεν πρέπει να μοιράζεστε με την τεχνητή νοημοσύνη;

Τι δεν πρέπει να επικολλάτε σε εργαλεία AI;

Στα δημόσια διαθέσιμα μοντέλα δεν πρέπει να εισάγετε τις ακόλουθες κατηγορίες δεδομένων:

• προσωπικά δεδομένα – ονόματα, επώνυμα, διευθύνσεις, αριθμούς δελτίου ταυτότητας, τηλέφωνα ή διευθύνσεις email πελατών, εργαζομένων ή δικές σας·
• ιατρικούς φακέλους – ιστορικό ασθενειών, αποτελέσματα εξετάσεων και διαγνώσεις ασθενών, που υπόκεινται σε αυστηρούς κανόνες προστασίας, όπως ο GDPR ή ο HIPAA·
• εμπιστευτικές εταιρικές πληροφορίες – μη δημοσιευμένες οικονομικές εκθέσεις, στρατηγικές μάρκετινγκ, βάσεις δεδομένων πελατών και σχέδια συγχωνεύσεων, εξαγορών ή απολύσεων·
• εμπορικά απόρρητα – πηγαίο κώδικα λογισμικού, συνταγές παραγωγής, αποκλειστικούς αλγορίθμους ή εσωτερική τεχνική τεκμηρίωση·
• κωδικούς και διαπιστευτήρια – κλειδιά API, στοιχεία σύνδεσης, διακριτικά εξουσιοδότησης, στοιχεία καρτών πληρωμής και κλειδιά κρυπτογράφησης·
• υλικό που προστατεύεται από πνευματικά δικαιώματα – ολόκληρα βιβλία, επιστημονικά άρθρα επί πληρωμή ή σενάρια για τα οποία δεν διαθέτετε την απαιτούμενη άδεια·
• παράνομο περιεχόμενο – υλικό που προωθεί τη βία ή το μίσος, καθώς και οδηγίες για πράξεις που παραβιάζουν την ισχύουσα νομοθεσία.

Τι συμβαίνει με τα δεδομένα που εισάγετε στην AI;

Τα δεδομένα που αποστέλλονται σε παρόχους υπηρεσιών cloud υποβάλλονται σε επεξεργασία και ανάλυση πολλών σταδίων. Ο κύκλος ζωής τους δεν περιορίζεται στη δημιουργία μιας απάντησης.

Εκπαίδευση μοντέλων

Τα δεδομένα που εισάγετε στις τυπικές καταναλωτικές εκδόσεις εργαλείων παραγωγικής AI χρησιμοποιούνται συχνά για περαιτέρω εκπαίδευση των μοντέλων. Αυτό σημαίνει ότι οι πληροφορίες σας ενδέχεται να επηρεάσουν τις παραμέτρους ενός νευρωνικού δικτύου και, θεωρητικά, να εμφανιστούν αργότερα σε απάντηση προς άλλον χρήστη.

Ανθρώπινος έλεγχος και εποπτεία περιεχομένου

Εκτός από την αυτοματοποιημένη επεξεργασία, τα συστήματα AI διαθέτουν φίλτρα ασφαλείας. Αν ένας αλγόριθμος χαρακτηρίσει ένα αίτημα ύποπτο, για παράδειγμα επειδή ενδέχεται να παραβιάζει τους όρους χρήσης, η συνομιλία μπορεί να επισημανθεί και να παραπεμφθεί για έλεγχο από άνθρωπο. Έτσι, εργαζόμενοι του παρόχου ή εξωτερικοί συνεργάτες επισήμανσης δεδομένων ενδέχεται να αποκτήσουν άμεση πρόσβαση στο περιεχόμενό της, με σκοπό τη βελτίωση των μηχανισμών εποπτείας.

Αποθήκευση δεδομένων και αντίγραφα ασφαλείας

Οι πάροχοι AI αποθηκεύουν συνομιλίες στους διακομιστές τους για τη λειτουργία των υπηρεσιών, τη διάγνωση σφαλμάτων και τη διατήρηση του πλαισίου σε μελλοντικές συνεδρίες. Η διαγραφή μιας συνομιλίας από το περιβάλλον χρήστη σπάνια σημαίνει άμεση διαγραφή της από τους διακομιστές. Τα δεδομένα μπορεί να παραμείνουν για ορισμένο διάστημα στα συστήματα αντιγράφων ασφαλείας του παρόχου, αυξάνοντας τον κίνδυνο έκθεσης εμπιστευτικών πληροφοριών σε περίπτωση επιτυχημένης κυβερνοεπίθεσης στην υποδομή cloud.

Προσωπικοί και εταιρικοί λογαριασμοί: Ποια είναι η διαφορά στην προστασία;

Οι δωρεάν και οι τυπικοί επί πληρωμή προσωπικοί λογαριασμοί σε πολλές δημοφιλείς υπηρεσίες επιτρέπουν από προεπιλογή τη χρήση των πληροφοριών που υποβάλλετε για εκπαίδευση. Αν μοιραστείτε εμπιστευτικό υλικό, κάθε συνεδρία ενέχει κίνδυνο ανεξέλεγκτης έκθεσής του.

Σε επιχειρηματικά και εταιρικά περιβάλλοντα, όπως λογαριασμοί Enterprise και υπηρεσίες που λειτουργούν σε ιδιωτικά περιβάλλοντα cloud μέσω API παρόχων όπως οι Microsoft Azure, AWS και Google Cloud, ισχύουν αυστηρότερα πρότυπα προστασίας. Οι πάροχοι δεσμεύονται για συμμόρφωση με πρότυπα και κανονισμούς ασφαλείας, όπως τα ISO 27001, SOC 2 και GDPR, και δηλώνουν συμβατικά, μέσω SLA/DPA, ότι δεν χρησιμοποιούν τα δεδομένα των πελατών για την εκπαίδευση δημόσιων βασικών μοντέλων. Οι περιορισμοί ως προς τα δεδομένα που εισάγονται σε αυτά τα περιβάλλοντα μπορεί να είναι λιγότερο αυστηροί, εξακολουθούν όμως να απαιτούν πολιτική διαχείρισης κινδύνων και ελέγχους πρόσβασης.

Τι μπορείτε να εισάγετε με ασφάλεια στην AI;

Παρά τους περιορισμούς, υπάρχουν πολλές πληροφορίες που μπορείτε να δώσετε σε ένα εργαλείο AI για επεξεργασία. Σε αυτές περιλαμβάνονται:

• δημόσια διαθέσιμο υλικό – άρθρα ανοικτής πρόσβασης, αναρτήσεις ιστολογίων, δημόσιες εκθέσεις αγοράς, νομοθετικά κείμενα και περιεχόμενο ιστοσελίδων, όπως η Βικιπαίδεια·
• μη εμπιστευτικές πληροφορίες – γενικές οδηγίες, ερωτήσεις για θεωρητικές έννοιες, κανόνες γραμματικής και ορθογραφίας, μαθηματικές εξισώσεις και ερωτήματα λεξιλογίου·
• ανωνυμοποιημένα αποσπάσματα εγγράφων – υποδείγματα επιστολών και συμβάσεων ή αποσπάσματα κώδικα από τα οποία έχουν αφαιρεθεί πλήρως μοναδικές μεταβλητές, κλειδιά, ονόματα πελατών και στοιχεία εσωτερικής αρχιτεκτονικής·
• δικά σας δημιουργικά κείμενα – προσχέδια email, αναρτήσεις για τα μέσα κοινωνικής δικτύωσης, περιγράμματα παρουσιάσεων ή άρθρα που δεν περιέχουν ευαίσθητα επιχειρηματικά δεδομένα·
• ανοικτά σύνολα δεδομένων – συνθετικά δεδομένα ή στατιστικά στοιχεία από δημόσια αποθετήρια, για εξάσκηση στην ανάλυση και τη μορφοποίηση.

Πώς να ανωνυμοποιείτε αποτελεσματικά μηνύματα και δεδομένα πριν τα στείλετε στην AI;

Αφαίρεση αναγνωριστικών και αντικατάσταση με διακριτικά

Η αντικατάσταση με διακριτικά συνίσταται στην αλλαγή ευαίσθητων δεδομένων με τεχνητά ισοδύναμα. Για παράδειγμα, μπορείτε να αντικαταστήσετε το όνομα «Αλέξανδρος Παπαδόπουλος» με το «[Πελάτης_1]» ή την επωνυμία «Εταιρεία ΑΒΓ» με το «[Οργανισμός_Α]». Έτσι διατηρούνται η δομή, η σύνταξη και το πλαίσιο του εγγράφου για το γλωσσικό μοντέλο, χωρίς να αποκαλύπτεται η ταυτότητα του αρχικού προσώπου ή οργανισμού.

Τεχνικές απόκρυψης ευαίσθητων πληροφοριών

Η απόκρυψη καλύπτει απευθείας κρίσιμες ακολουθίες χαρακτήρων, συνήθως αντικαθιστώντας μέρος τους με ειδικούς χαρακτήρες, όπως στον αριθμό κάρτας 4532 **** **** ****. Αποτελεσματική είναι και η γενίκευση: αντί για μια ακριβή τιμή, όπως μισθός 1.400 €, χρησιμοποιήστε ένα εύρος, όπως «αποδοχές μεταξύ 1.200 και 1.600 €». Έτσι μειώνεται ο κίνδυνος επαναταυτοποίησης.

Αυτοματοποίηση της διαδικασίας: εργαλεία DLP και RegEx

Η χειροκίνητη αφαίρεση πληροφοριών από μεγάλα κείμενα αφήνει περιθώριο για παραλείψεις. Σε επαγγελματικά περιβάλλοντα χρησιμοποιούνται σενάρια με κανονικές εκφράσεις (RegEx) ή συστήματα DLP (Data Loss Prevention). Τα εργαλεία αυτά μπορούν να σαρώσουν αυτόματα ένα αίτημα πριν αποσταλεί, εντοπίζοντας και αποκλείοντας ή αντικαθιστώντας ακολουθίες που μοιάζουν με αριθμούς δελτίου ταυτότητας, ΑΦΜ, διευθύνσεις email ή αριθμούς τραπεζικών λογαριασμών.

Δεδομένα που μοιράζεστε με την AI: Πώς να απενεργοποιήσετε την εκπαίδευση μοντέλων με τα στοιχεία σας;

Για να περιορίσετε τους κινδύνους, ελέγξτε και τις ρυθμίσεις του ίδιου του εργαλείου. Οι περισσότεροι πάροχοι προσφέρουν δυνατότητα εξαίρεσης από τη χρήση του περιεχομένου σας για εκπαίδευση μοντέλων.

• ChatGPT (OpenAI) – στις ρυθμίσεις λογαριασμού (Settings), στην ενότητα «Data controls», θα βρείτε την επιλογή «Improve the model for everyone». Αν την απενεργοποιήσετε, τα κείμενα που εισάγετε δεν θα χρησιμοποιούνται για την εκπαίδευση του μοντέλου. Στην τρέχουσα έκδοση του περιβάλλοντος χρήστη, η ενέργεια αυτή δεν αφαιρεί τις συνομιλίες από το ιστορικό σας. Ανεξάρτητα από τη ρύθμιση, η OpenAI εξακολουθεί να διατηρεί αρχεία καταγραφής στους διακομιστές της για έως και 30 ημέρες για λόγους ασφάλειας και ελέγχου κατάχρησης, πριν από την οριστική διαγραφή τους.
• Gemini (Google) – στις ρυθμίσεις απορρήτου, απενεργοποιήστε την επιλογή «Gemini Apps Activity». Έτσι οι νέες συνομιλίες δεν αποθηκεύονται στον λογαριασμό σας Google ούτε χρησιμοποιούνται για την εκπαίδευση μοντέλων. Η αλλαγή δεν διαγράφει αμέσως τα αρχεία καταγραφής από την υποδομή του παρόχου: η Google τα διατηρεί για έως και 72 ώρες για λόγους ασφάλειας των υπηρεσιών.
• Claude (Anthropic) – στις δωρεάν και τυπικές καταναλωτικές εκδόσεις, οι προεπιλεγμένες ρυθμίσεις επιτρέπουν πλέον τη χρήση των δεδομένων που εισάγετε για τη βελτίωση των αλγορίθμων. Πρόκειται για σημαντική αλλαγή σε σχέση με την αρχική πολιτική της εταιρείας, όταν η Anthropic τόνιζε ότι δεν χρησιμοποιούσε τις συνομιλίες των χρηστών για εκπαίδευση. Για να απενεργοποιήσετε αυτή τη χρήση, μεταβείτε στην ενότητα απορρήτου των ρυθμίσεων λογαριασμού και απενεργοποιήστε την επιλογή «Help improve Claude».

Να θυμάστε ότι οι αλλαγές στις ρυθμίσεις απορρήτου και η εξαίρεση από την εκπαίδευση ισχύουν μόνο για το μέλλον. Πληροφορίες που είχαν υποβληθεί νωρίτερα και έχουν ήδη ενσωματωθεί στη διαδικασία εκπαίδευσης δεν αφαιρούνται αναδρομικά από το νευρωνικό δίκτυο.