理解隐私与数据
加载中
理解隐私与数据 · 10 min
摘要文字记录
本视频探讨了非营利组织专业人士对AI最常见的顾虑之一：数据隐私。您将了解与AI工具共享的数据实际会发生什么，如何根据隐私保护措施评估不同的平台和方案，以及如何为安全使用AI准备敏感数据。
关键要点
- AI引入了新的隐私考量——尤其是在训练方面：某些AI会使用您的输入来训练未来的模型，这意味着您数据中的模式可能会影响未来的输出。
- 不同工具有不同的规则：您用来头脑风暴活动主题的免费AI，与拥有严格数据保留政策的付费账户并不相同。请将您的工具与任务相匹配——保护程度更高的工具可以更安全地共享敏感数据。
- 安全使用AI并不意味着避免使用它——而是要负责任地使用它：在开始新项目之前，应用"问题意识"和"平台意识"。通常，您可以通过将任务拆分为组成部分，在不共享敏感信息的情况下充分获得AI的益处。
- 您通常可以完全移除识别信息：对于模式分析，您很可能不需要姓名、联系方式或其他个人身份信息（PII）。从您的实际目标反向推导，以确定哪些数据是真正必要的。
- 如果出现问题，您有多种选择：删除对话、通过平台的隐私流程请求删除数据，并遵循您所在组织的相关规程。
练习
评估数据敏感性
本练习帮助您培养判断力，判断哪些数据可以安全地与AI工具共享。
第一部分：查看样本数据
选择以下与您的工作最相关的场景之一：
- 一份包含姓名、金额和联系信息的捐赠历史电子表格
- 来自项目参与者的调查回复，包括人口统计细节
- 一份包含受益人故事和成果数据的资助报告草稿
第二部分：标注敏感性
针对您选择的场景，识别：
- 哪些字段或部分包含个人身份信息（PII）？
- 哪些信息对您想要进行的分析是必不可少的？
- 哪些信息可以在不损失分析价值的情况下被移除或匿名化？
- 如果这些数据被泄露，最坏的情况会是什么？
第三部分：规划您的方法
- 在与AI共享之前，您会移除或修改哪些内容？
- 对于这种敏感程度，哪种工具/方案级别是合适的？
- 在收到AI的分析后，您会采取哪些验证步骤？
课程反思
- 关于AI隐私的思考方式，与您已经对其他软件工具（电子邮件、云存储、CRM）的思考方式相比如何？
- 基于本课程，您将对与AI共享数据的方式做出哪一项改变？
接下来是什么
在下一课中，我们将把这些隐私实践付诸行动，探索如何使用AI进行数据分析——学习如何发现模式、生成洞见，并在保护敏感信息的同时强化您的项目。