هوش مصنوعی و حریم خصوصی به زبان ساده؛ چطور از اطلاعات شخصیمان محافظت کنیم؟
هوش مصنوعی در پیشنهاد فیلم و کالا، دستیارهای دیجیتال، تحلیل تصاویر پزشکی و شناسایی تقلبهای مالی به کار میرود. بسیاری از این ابزارها برای انجام وظیفه خود دادهها را تحلیل میکنند؛ از جستوجوها و خریدهای اینترنتی گرفته تا صدا، تصویر و موقعیت مکانی. همین موضوع یک پرسش مهم را پیش میکشد: وقتی سامانههای هوشمند درباره ما اطلاعات بیشتری جمعآوری یا استنباط میکنند، چه کسی مسئول حفاظت از حریم خصوصی ماس
به گزارش سفیر ارجان حریم خصوصی و هوش مصنوعی لزوماً با یکدیگر در تضاد نیستند. میزان خطر به نوع داده، هدف استفاده، شیوه نگهداری و تدابیر امنیتی بستگی دارد. بااینحال، توانایی هوش مصنوعی در یافتن الگوها و پیوند دادن دادههای پراکنده، میتواند استفاده از اطلاعات شخصی را از چیزی که کاربر انتظار دارد فراتر ببرد.
حریم خصوصی در عصر هوش مصنوعی یعنی چه؟
حریم خصوصی یعنی حق آگاهی و کنترل بر اینکه اطلاعات مربوط به ما چگونه جمعآوری، استفاده، نگهداری یا با دیگران بهاشتراک گذاشته میشود. این اطلاعات فقط نام، نشانی یا شماره تلفن نیستند؛ سوابق خرید، دادههای مکانی، تصویر و صدا، اطلاعات سلامت و الگوهای رفتاری هم میتوانند بخشی از اطلاعات شخصی باشند.
گاهی چند داده که بهتنهایی مهم به نظر نمیرسند، در کنار هم تصویری دقیق از عادتها و زندگی فرد میسازند. برای مثال، زمان جستوجوها، مکانهای پرتردد و کالاهای خریداریشده ممکن است درباره علایق یا روال روزانه یک نفر اطلاعاتی بدهند؛ البته نتیجهگیریهای سامانههای هوش مصنوعی همیشه درست نیست و نباید آنها را واقعیت قطعی درباره افراد دانست.
هوش مصنوعی چگونه دادههای ما را تحلیل میکند؟
یکی از منابع داده، ردپای دیجیتال ماست: جستوجوها، کلیکها، مدت تماشای یک ویدئو، خریدهای اینترنتی و تعامل با محتوا. این دادهها ممکن است برای شخصیسازی خدمات یا نمایش تبلیغات به کار بروند.
دسته دیگر، دادههای بیومتریک مانند تصویر چهره، صدا یا ویژگیهای حرکتی است. تشخیص چهره میتواند برای بازکردن قفل تلفن یا مرتبکردن تصاویر استفاده شود؛ اما کاربرد گسترده و بینظارت آن ممکن است ردیابی افراد را آسانتر کند. دادههای بیومتریک حساساند، زیرا در صورت افشا بهسادگی نمیتوان آنها را مانند رمز عبور تغییر داد.
ابزارهای هوش مصنوعی مولد و دستیارهای دیجیتال نیز ممکن است متن، فایل یا صدایی را که کاربر وارد میکند پردازش کنند. شیوه ذخیرهسازی این ورودیها، مدت نگهداری آنها و امکان استفاده از آنها برای بهبود سرویس، در ابزارهای مختلف متفاوت است. بنابراین بهتر است پیش از استفاده، سیاست حریم خصوصی و تنظیمات هر سرویس بررسی شود.
نظارت و کاهش گمنامی: ترکیب دوربینها، تشخیص چهره و دادههای مکانی میتواند ردیابی رفتوآمد افراد را آسانتر کند؛ بهویژه اگر استفاده از این فناوریها شفاف و محدود به هدف مشخصی نباشد.
پروفایلسازی و هدفگیری: تحلیل رفتار دیجیتال ممکن است به پیشنهادهای مفید منجر شود، اما استفاده نامناسب از آن میتواند به تبلیغات بیشازحد هدفمند یا استنباط ویژگیهای حساس بینجامد.
نشت اطلاعات: هرچه داده بیشتری ذخیره شود، در صورت ضعف امنیتی، پیامدهای افشای اطلاعات میتواند گستردهتر باشد. دادههای نشتکرده ممکن است برای کلاهبرداری، جعل هویت یا حملات فیشینگ استفاده شوند.
نتیجهگیری نادرست و تبعیض: دادههای ناقص یا سوگیرانه ممکن است به تصمیمهای ناعادلانه در حوزههایی مانند استخدام، اعتبارسنجی یا ارائه خدمات منجر شوند.
بازشناسایی دادههای ناشناس: حذف نام و شناسه مستقیم همیشه برای ناشناسماندن کافی نیست. ترکیب یک مجموعهداده با اطلاعات دیگر گاهی امکان شناسایی دوباره افراد را افزایش میدهد.
چه کسانی مسئول حفاظت از اطلاعاتاند؟
حفاظت از حریم خصوصی فقط وظیفه کاربران نیست. شرکتهایی که هوش مصنوعی را طراحی یا به کار میگیرند باید از همان ابتدای ساخت محصول، خطرهای مربوط به داده را در نظر بگیرند. جمعآوری فقط دادههای ضروری، توضیح روشن هدف استفاده، محدودکردن دسترسی، تعیین مدت نگهداری و داشتن برنامه مشخص برای حذف اطلاعات و رسیدگی به رخدادهای امنیتی، از جمله اقدامهای مهم سازمانهاست.
قانونگذاران و نهادهای ناظر نیز باید حقوق افراد و مسئولیت سازمانها را روشن کنند؛ از جمله درباره مبنای جمعآوری داده، رضایت آگاهانه، نگهداری اطلاعات حساس و راههای شکایت و جبران خسارت. قوانین در کشورهای مختلف یکسان نیستند و سازمانها باید مقررات مربوط به محل فعالیت خود و افرادی را که دادههایشان پردازش میشود رعایت کنند.
یونسکو در توصیهنامه اخلاق هوش مصنوعی بر احترام به حریم خصوصی و حفاظت از داده در تمام مراحل عمر سامانههای هوشمند تأکید کرده است. چارچوب حریم خصوصی مؤسسه ملی استاندارد و فناوری آمریکا (NIST) نیز به سازمانها کمک میکند خطرهای حریم خصوصی را شناسایی و مدیریت کنند.
کاربران چگونه میتوانند از حریم خصوصی خود محافظت کنند؟
چند عادت ساده میتواند خطر افشای اطلاعات را کاهش دهد:
پیش از استفاده از یک ابزار هوش مصنوعی، سیاست حریم خصوصی و تنظیمات مربوط به تاریخچه، ذخیرهسازی و استفاده از ورودیها را بررسی کنید.
رمزهای عبور، اطلاعات بانکی، اسناد هویتی، اطلاعات پزشکی یا فایلهای کاری محرمانه را در ابزارهایی که به شیوه حفاظت از دادههایشان اطمینان ندارید وارد نکنید.
دسترسی برنامهها به دوربین، میکروفن، مخاطبان و موقعیت مکانی را فقط در صورت نیاز فعال کنید.
از رمزهای عبور قوی و منحصربهفرد، احراز هویت چندمرحلهای و بهروزرسانی نرمافزارها استفاده کنید.
پیش از انتشار عمومی اطلاعاتی درباره محل زندگی، برنامه روزانه یا وضعیت شخصی خود، به پیامدهای آن فکر کنید.
اگر سرویسی امکان حذف تاریخچه یا درخواست حذف داده را دارد، از آن استفاده کنید. البته حذف داده از حساب کاربری لزوماً به معنای حذف فوری همه نسخههای پشتیبان یا سوابق قانونی نیست.
سازمانها میتوانند با کمینهسازی داده شروع کنند؛ یعنی فقط اطلاعاتی را جمعآوری کنند که برای یک هدف روشن ضروری است. در رویکرد «حریم خصوصی از مرحله طراحی» نیز حفاظت از داده از ابتدای ساخت سامانه در نظر گرفته میشود، نه پس از بروز مشکل.
رمزنگاری، محدودکردن دسترسی، تعیین دوره نگهداری و ثبت سوابق دسترسی از دیگر راهکارهای امنیتیاند. در برخی کاربردها، یادگیری فدرال امکان آموزش مدل را بدون انتقال داده خام از دستگاه یا محل نگهداری آن فراهم میکند. بااینحال، این روش بهتنهایی تضمینکننده حریم خصوصی نیست و ممکن است به تدابیر تکمیلی نیاز داشته باشد. تکنیکهایی مانند حریم خصوصی تفاضلی نیز در شرایط مناسب میتوانند احتمال افشای اطلاعات افراد از طریق خروجیهای آماری را کاهش دهند.
هوش مصنوعی میتواند خدمات را سریعتر و کارآمدتر کند، اما سودمندی آن نباید به بهای نادیدهگرفتن حقوق افراد تمام شود. حفاظت از حریم خصوصی به تصمیمهای فنی، مدیریتی و قانونی وابسته است: کاربران باید درباره اطلاعاتی که به اشتراک میگذارند آگاهانه تصمیم بگیرند، شرکتها باید دادهها را مسئولانه مدیریت کنند و نهادهای ناظر باید قواعد روشن و قابل اجرا داشته باشند. هدف، کنارگذاشتن هوش مصنوعی نیست؛ هدف این است که نوآوری با امنیت، کرامت انسانی و حق افراد برای کنترل اطلاعاتشان همراه باشد.