Page 114 - SO TAY AI ICTSO - Handbook - 2024

GIỚI HẠN THU THẬP

Bản chất của nhiều kỹ thuật AI, đặc biệt là học máy, dựa vào việc nhập một lượng lớn dữ liệu để
đào tạo và kiểm tra các thuật toán. Thu thập một lượng lớn dữ liệu như vậy có thể hỗ trợ sự phát
triển của AI, nhưng nó cũng có thể trực tiếp chống lại nguyên tắc giới hạn thu thập. Sự phát triển
công nghệ trong các thiết bị IoT, điện thoại thông minh và theo dõi website có nghĩa là dữ liệu
được đưa vào các hệ thống AI thường không được thu thập trong một giao dịch truyền thống,
theo đó mọi người có ý thức cung cấp thông tin cá nhân của họ cho người đang yêu cầu. Trên
thực tế, nhiều cá nhân thường không nhận thức đầy đủ về lượng thông tin được thu thập về họ từ
thiết bị của họ và sau đó được sử dụng làm dữ liệu đầu vào cho các hệ thống AI. Điều này tạo ra
một mức độ xung đột vì việc hạn chế thu thập thông tin cá nhân không tương thích với chức năng
của công nghệ AI và các thiết bị thu thập dữ liệu để hỗ trợ nó, nhưng việc thu thập lượng thông
tin khổng lồ như vậy tạo ra rủi ro riêng tư vốn có.

ĐẶC ĐIỂM KỸ THUẬT MỤC ĐÍCH

Cung cấp giải thích về mục đích thu thập (thường thông qua thông báo thu thập) là cách hầu hết
các tổ chức tuân thủ nguyên tắc đặc tả mục đích. Khả năng của AI trích xuất ý nghĩa từ dữ liệu
vượt ra ngoài những gì nó được thu thập ban đầu cho thấy một thách thức đáng kể đối với nguyên
tắc này. Trong một số trường hợp, các tổ chức có thể không nhất thiết phải biết trước thông tin
sẽ được AI sử dụng như thế nào trong tương lai. Có nguy cơ thu thập dữ liệu quá mức vượt quá
những gì cần thiết ‘chỉ trong trường hợp’, sử dụng các thông báo thu thập quá rộng và chính sách
bảo mật trong nỗ lực ‘nắm bắt tất cả’. Loại thực tiễn này cho phép các tổ chức tuyên bố tuân thủ
kỹ thuật với các nghĩa vụ bảo mật của họ, nhưng nó không trung thực và không phù hợp với mục
tiêu cơ bản của nguyên tắc giới hạn thu thập. Hơn nữa, nó làm suy yếu khả năng của các cá nhân
để thực hiện kiểm soát có ý nghĩa đối với thông tin cá nhân của họ.

Ngược lại, AI có thể được tận dụng để tăng cường khả năng của các cá nhân để xác định sở thích
của họ về cách thông tin cá nhân của họ được sử dụng. Chẳng hạn, không phải là không có lý khi
tưởng tượng các dịch vụ có thể tìm hiểu sở thích bảo mật của người dùng và áp dụng các điều
kiện khác nhau cho dữ liệu được thu thập về các cá nhân khác nhau. Bằng cách này, AI có thể
đóng vai trò then chốt trong việc thiết lập các mô hình dựa trên sở thích, cá nhân hóa có tiềm
năng đáp ứng các mục tiêu minh bạch, đồng ý và kỳ vọng hợp lý của luật bảo mật thông tin, thậm
chí còn hiệu quả hơn mô hình thông báo và đồng ý hiện tại.

Chia sẻ Sổ tay AI - ICTSO Trang 114