Duomenų privatumas ir BDAR
Šiame puslapyje
Duomenų privatumas ir BDAR
Kaip Europos kūrėjas, privalai suprasti, kaip duomenys teka per „OpenAI“ API, ir kokius veiksmus turi atlikti, kad laikytumeisi BDAR (Bendrojo duomenų apsaugos reglamento). Šioje pamokoje nagrinėjami techniniai atitikties aspektai. Ji nepakeičia tavo Duomenų apsaugos pareigūno (DAP) patarimų, tačiau suteikia kodavimo praktikos žinių, kurios leis jam atlikti savo darbą. Jei šių praktikų nepaisysi projektuodamas sistemą, vėliau jas ištaisyti bus itin brangu.
Kaip „OpenAI“ tvarko tavo duomenis
Per API (ne per „ChatGPT“)
Skirti API naudojimą nuo vartotojų naudojimo yra bet kokios šios temos diskusijos pradžia. Kai savo programai naudoji „OpenAI“ API, duomenys nenaudojami modeliams mokyti: tai yra API politika, kuri skiriasi nuo „ChatGPT“ politikos, ir tai yra argumentas, kurį naudos atsakydamas į dažniausią saugumo komitetų prieštaravimą. Tačiau duomenys saugomi 30 dienų, kad būtų galima aptikti piktnaudžiavimą, o vėliau ištrinami. Šį saugojimo laikotarpį gali sutrumpinti: gali prašyti ankstyvo ištrynimo naudodamas „Zero Data Retention“ funkciją. Lieka vienas dalykas, kurį reikia įdokumentuoti savo poveikio vertinime – duomenys keliauja per „OpenAI“ serverius, daugiausia esančius Jungtinėse Valstijose, o tai reiškia perdavimą už Europos Sąjungos ribų.
# Check your organization's retention policy
# on platform.openai.com/settings/organization/data-controls
Duomenų mažinimas
BDAR reikalauja tvarkyti tik griežtai būtinus duomenis. Taikyk šį principą savo API užklausoms: daugeliu atvejų modeliui nereikia žinoti asmens vardo, el. pašto adreso ar telefono numerio, kad apibendrintų jo prašymą ar klasifikuotų jo temą.
Grįžtamasis pseudoniminimas tiksliai atitinka šį poreikį. Prieš siunčiant, kiekvienas asmens duomenų elementas pakeičiamas numeruotu žymekliu, o susiejimas saugomas tavo serverio atmintyje. API mato tik [EMAIL_1] ir [TEL_1]. Gavus atsakymą, žymekliai atkuriami sugeneruotame tekste, o galutinis vartotojas gauna pilną atsakymą, niekada neišsiuntęs kontaktinių duomenų už tavo sistemos ribų.
import re
def anonymize_before_send(text: str) -> tuple[str, dict]:
"""Anonymizes personal data before sending to the API."""
replacements = {}
counter = {"email": 0, "phone": 0, "name": 0}
# Emails
def replace_email(match):
counter["email"] += 1
key = f"[EMAIL_{counter['email']}]"
replacements[key] = match.group()
return key
text = re.sub(
r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b',
replace_email, text
)
# French phone numbers
def replace_phone(match):
counter["phone"] += 1
key = f"[TEL_{counter['phone']}]"
replacements[key] = match.group()
return key
text = re.sub(
r'\b(?:0|\+33)\s*[1-9](?:[\s.-]*\d{2}){4}\b',
replace_phone, text
)
return text, replacements
def restore_data(text: str, replacements: dict) -> str:
"""Restores data after API processing."""
for key, value in replacements.items():
text = text.replace(key, value)
return text
# Usage
from openai import OpenAI
client = OpenAI()
original_text = "Contact Jean Dupont at [email protected] or 06 12 34 56 78"
# Anonymize
anonymous_text, mapping = anonymize_before_send(original_text)
print(f"Sent to API: {anonymous_text}")
# Sent to API: Contact Jean Dupont at [EMAIL_1] or [TEL_1]
# API call with anonymized data
response = client.responses.create(
model="gpt-5.6-terra",
input=f"Summarize this message: {anonymous_text}"
)
# Restore
result = restore_data(response.output_text, mapping)
print(f"Final result: {result}")
Atidžiai pažvelk į šio pavyzdžio išvestį: „Jean Dupont“ vis dar yra. Skaitliukas turi įrašą name, tačiau joks reguliarusis reiškinys jo neužpildo – pavardės aptikimui reikia įvardytų entitetų atpažinimo, o ne simbolių šablono. Todėl laikyk šią funkciją pamatu, kurį reikia tobulinti, o ne pilnu anoniminimo sprendimu.
BDAR reikalavimus atitinkanti grandinė
Vien mažinimo nepakanka: reglamentas taip pat reikalauja, kad kiekviena duomenų tvarkymo operacija būtų grindžiama nustatytu teisiniu pagrindu ir užregistruota. Ši grandinė sujungia abu reikalavimus į keturis žingsnius: užfiksuok tikslą ir teisinį pagrindą, sumažink duomenis, atlik užklausą, atkurk duomenis. Vartotojo identifikatorius niekada nėra saugomas grynuoju tekstu, o maišos (hash) būdu, todėl registras lieka naudojamas operacijų skaičiavimui, tačiau pats savaime netampa asmens duomenų failu.
from datetime import datetime
import json
import hashlib
class GDPRCompliantPipeline:
"""GDPR-compliant processing pipeline."""
def __init__(self):
self.client = OpenAI()
self.processing_logs = []
def process(self, text: str, purpose: str,
legal_basis: str, user_id: str) -> str:
"""Processes text in compliance with GDPR."""
# 1. Record the legal basis of processing
processing = {
"timestamp": datetime.now().isoformat(),
"user_hash": hashlib.sha256(user_id.encode()).hexdigest()[:12],
"purpose": purpose,
"legal_basis": legal_basis, # consent, legitimate_interest, contract
}
# 2. Minimize data
anonymous_text, mapping = anonymize_before_send(text)
# 3. API call
response = self.client.responses.create(
model="gpt-5.6-terra",
input=anonymous_text,
# Store for the shortest time possible
)
processing["tokens_used"] = response.usage.total_tokens
self.processing_logs.append(processing)
# 4. Restore and return
return restore_data(response.output_text, mapping)
def export_register(self) -> str:
"""Exports the record of processing activities (Article 30 GDPR)."""
return json.dumps(self.processing_logs, indent=2, ensure_ascii=False)
# Usage
pipeline = GDPRCompliantPipeline()
result = pipeline.process(
text="Customer Pierre Martin wishes to cancel his subscription.",
purpose="Cancellation request processing",
legal_basis="contract",
user_id="user-456"
)
print(result)
print(pipeline.export_register())
Parametras legal_basis nusipelno dėmesio: sutarties nutraukimo prašymo tvarkymas patenka į sutarties vykdymo kategoriją, o ne į sutikimą. Neteisingo teisinio pagrindo pasirinkimas yra dažniausia ir sunkiausias pasekmes turinti klaida, nes ji lemia teises, kurias vartotojas gali įgyvendinti dėl to duomenų tvarkymo.
Sutikimo valdymas
Kai pasirinktas teisinis pagrindas yra sutikimas, jis turi būti surinktas, datuotas, versijuojamas ir, svarbiausia, turi būti galimybė jį atšaukti. Toliau pateiktas valdytojas saugo sutikimą pagal tikslą – sutikimas naudoti DI pagalbą nereiškia sutikimo teksto analizei – ir prieš kiekvieną tvarkymo operaciją patikrina šį atitikimą. Atšaukimo metodas turi kritinę pastabą: nepakanka ištrinti sutikimo įrašo; taip pat privalai ištrinti duomenis, kurie nuo jo priklausė.
class ConsentManager:
"""Manages user consent for AI processing."""
def __init__(self):
self.consents: dict[str, dict] = {}
def record_consent(self, user_id: str, purposes: list[str]):
"""Records user consent."""
self.consents[user_id] = {
"purposes": purposes,
"date": datetime.now().isoformat(),
"version": "v1.0"
}
def verify_consent(self, user_id: str, purpose: str) -> bool:
"""Checks if the user has consented to a purpose."""
consent = self.consents.get(user_id)
if not consent:
return False
return purpose in consent["purposes"]
def withdraw_consent(self, user_id: str):
"""Withdraws consent (right to withdraw)."""
if user_id in self.consents:
del self.consents[user_id]
# Here: also delete associated data
# Usage
consent = ConsentManager()
# User consents to AI processing
consent.record_consent("user-123", ["ai_assistance", "text_analysis"])
# Verify before every processing operation
if consent.verify_consent("user-123", "ai_assistance"):
# Proceed with processing
response = client.responses.create(
model="gpt-5.6-terra",
input="User question"
)
else:
print("Consent required for this processing")
Teisė į ištrynimą (17 straipsnis)
Kai vartotojas prašo ištrinti jo duomenis, tavo įsipareigojimas neapsiriboja programos duomenų baze. Privalai išvalyti visas vietas: vietinius duomenis, žurnalus, kuriuose yra asmens duomenų (dažnai pamirštama), ir įdokumentuoti operaciją, kad galėtum ją pagrįsti. API pusėje veiksmas jau padengtas saugojimo politika: išsiųsti duomenys automatiškai išnyksta po trisdešimties dienų arba iškart, jei įjungtas „Zero Data Retention“.
def exercise_right_to_erasure(user_id: str):
"""Implements the GDPR right to erasure."""
# 1. Delete local data
# delete_user_data(user_id)
# 2. Data sent to the OpenAI API is deleted
# automatically after 30 days (or immediately
# with Zero Data Retention enabled)
# 3. Delete logs containing personal data
# delete_user_logs(user_id)
# 4. Document the deletion
log = {
"action": "right_to_erasure",
"user_hash": hashlib.sha256(user_id.encode()).hexdigest()[:12],
"date": datetime.now().isoformat(),
"data_deleted": [
"conversation_history",
"user_profile",
"activity_logs"
]
}
print(json.dumps(log, indent=2, ensure_ascii=False))
exercise_right_to_erasure("user-123")
BDAR kontrolinis sąrašas kūrėjams
- Nustatyk teisinį pagrindą kiekvienai tvarkymo operacijai (sutikimas, sutartis ir kt.)
- Sumažink API siunčiamus duomenis (anoniminimas)
- Veski duomenų tvarkymo veiklos registrą (30 straipsnis)
- Įgyvendink teisę susipažinti ir teisę į ištrynimą
- Įdokumentuok perdavimus už ES ribų („OpenAI“ = JAV serveriai)
- Jei įmanoma, įjunk „Zero Data Retention“
- Niekada nerašyk asmens duomenų į žurnalus grynuoju tekstu
Svarbiausi punktai
- „OpenAI“ API NEPERMOKO savo modelių naudojant tavo duomenis
- Anonimink asmens duomenis prieš kiekvieną API užklausą
- Veski duomenų tvarkymo veiklos registrą, atitinkantį 30 straipsnį
- Įgyvendink BDAR teises: susipažinimą, taisymą, ištrynimą, perkeliamumą
- Duomenų perdavimai už ES ribų reikalauja apsaugos priemonių (standartinės sutarčių sąlygos)
- Įdokumentuok kiekvieną sprendimą dėl duomenų apsaugos