プライバシーとデータの理解
読み込み中
プライバシーとデータの理解 · 10 min
要約文字起こし
このビデオでは、非営利団体の専門家がAIについて抱く最も一般的な懸念の一つ、データプライバシーについて取り上げます。AIツールと共有したデータに実際に何が起こるのか、プライバシー保護の観点から異なるプラットフォームやプランを評価する方法、そして機密データを安全にAIで使用するために準備する方法を学びます。
重要なポイント
- AIは新たなプライバシー上の考慮事項、特に訓練に関するものをもたらします:一部のAIは入力データを使用して将来のモデルを訓練するため、データのパターンが将来の出力に影響を与える可能性があります。
- ツールによってルールが異なります:イベントのテーマを考えるために使う無料のAIは、厳格なデータ保持ポリシーを持つ有料アカウントとは異なります。タスクに合わせてツールを選びましょう。保護が強いツールほど、機密データをより安全に共有できます。
- 安全なAI利用とは、AIを避けることではなく、責任を持って使用することです:新しいプロジェクトを始める前に、問題認識とプラットフォーム認識を適用しましょう。タスクを構成要素に分解することで、機密情報を共有せずにAIから十分な利益を得られることが多くあります。
- 識別情報を完全に削除できることが多くあります:パターン分析のためには、名前、連絡先情報、その他のPIIは通常必要ありません。実際の目標から逆算して、本当に必要なデータを判断しましょう。
- 何か問題が発生した場合、対処方法があります:会話を削除する、プラットフォームのプライバシープロセスを通じてデータ削除を依頼する、組織のプロトコルに従う、といった方法があります。
演習
データの機密性を評価する
この演習は、AIツールと共有しても安全なデータについての判断力を養うのに役立ちます。
パートI:サンプルデータを確認する
自分の業務に最も関連性の高い以下のシナリオを1つ選んでください。
- 名前、金額、連絡先情報を含む寄付者の寄付履歴のスプレッドシート
- 人口統計の詳細を含むプログラム参加者からのアンケート回答
- 受益者のストーリーと成果データを含む助成金報告書のドラフト
パートII:機密性について注釈を付ける
選んだシナリオについて、以下を特定してください。
- どのフィールドまたはセクションに個人識別情報(PII)が含まれていますか?
- 実施したい分析にとって、どの情報が不可欠ですか?
- 分析上の価値を損なわずに削除または匿名化できる情報はどれですか?
- このデータが漏洩した場合の最悪のシナリオは何ですか?
パートIII:アプローチを計画する
- AIと共有する前に何を削除または修正しますか?
- この機密性のレベルにはどのツール/プランのティアが適切ですか?
- AIの分析結果を受け取った後、どのような検証手順を取りますか?
レッスンの振り返り
- AIのプライバシーについて考えることは、他のソフトウェアツール(メール、クラウドストレージ、CRMなど)についてすでに考えていることとどのように比較できますか?
- このレッスンを踏まえて、AIとのデータ共有へのアプローチについて、どのような変更を1つ行いますか?
次のステップ
次のレッスンでは、これらのプライバシー実践を実際に活用しながら、AIによるデータ分析について探っていきます。パターンを見つけ、インサイトを生成し、機密情報を保護しながらプログラムを強化する方法を学びます。