Ochrana osobných údajov a GDPR
Na tejto strane
Ochrana osobných údajov a GDPR
Ako európsky vývojár musíš presne vedieť, ako dáta prechádzajú cez API OpenAI a aké kroky podniknúť, aby si bol v súlade s nariadením GDPR (Všeobecné nariadenie o ochrane osobných údajov). Táto lekcia pokrýva technické aspekty súladu. Nenahrádza rady tvojho zodpovedného pracovníka pre ochranu osobných údajov (DPO), ale poskytuje ti postupy kódovania, ktoré mu umožnia vykonať jeho prácu – a ktoré, ak ich zanedbáš už vo fáze návrhu, budú neskôr extrémne nákladné na opravu.
Ako OpenAI spracúva tvoje dáta
Prostredníctvom API (nie ChatGPT)
Rozlíšenie medzi používaním API a bežným používaním spotrebiteľmi je východiskovým bodom akejkoľvek diskusie na túto tému. Keď používaš API OpenAI pre svoju aplikáciu, dáta sa nepoužívajú na trénovanie modelov: toto je politika API, ktorá sa líši od politiky ChatGPT, a je to argument, ktorý použiješ pri riešení najčastejších námietok vo výboroch pre bezpečnosť. Dáta sa však uchovávajú po dobu 30 dní, aby bolo možné odhaliť zneužitie, a následne sa vymažú. Túto lehotu uchovávania môžeš skrátiť: môžeš požiadať o predčasné vymazanie prostredníctvom funkcie Zero Data Retention. Jednu vec však musíš zdokumentovať vo svojom posúdení vplyvu – dáta prechádzajú cez servery OpenAI, ktoré sa nachádzajú primárne v Spojených štátoch, čo predstavuje prenos mimo Európskej únie.
# Check your organization's retention policy
# on platform.openai.com/settings/organization/data-controls
Minimalizácia dát
GDPR vyžaduje spracúvanie iba striktne nevyhnutných dát. Aplikuj tento princíp na svoje volania API: vo veľkej väčšine prípadov model nepotrebuje poznať meno osoby, e-mailovú adresu ani telefónne číslo, aby zhrnul jej požiadavku alebo klasifikoval jej predmet.
Reverzibilná pseudonymizácia presne rieši túto potrebu. Pred odoslaním sa každý kus osobných údajov nahradí číslovaným markerom a mapovanie sa uchováva v pamäti na tvojom serveri. API vidí iba [EMAIL_1] a [TEL_1]. Po návrate sa markery v generovanom texte obnovia a koncový používateľ dostane úplnú odpoveď, pričom kontaktné údaje nikdy neopustia tvoj systém.
import re
def anonymize_before_send(text: str) -> tuple[str, dict]:
"""Anonymizuje osobné údaje pred odoslaním do API."""
replacements = {}
counter = {"email": 0, "phone": 0, "name": 0}
# E-maily
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
)
# Francúzske telefónne čísla
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:
"""Obnoví dáta po spracovaní API."""
for key, value in replacements.items():
text = text.replace(key, value)
return text
# Použitie
from openai import OpenAI
client = OpenAI()
original_text = "Contact Jean Dupont at [email protected] or 06 12 34 56 78"
# Anonymizácia
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]
# Volanie API s anonymizovanými dátami
response = client.responses.create(
model="gpt-5.6-terra",
input=f"Summarize this message: {anonymous_text}"
)
# Obnovenie
result = restore_data(response.output_text, mapping)
print(f"Final result: {result}")
Pozorne sa pozri na výstup tohto príkladu: „Jean Dupont“ je stále tam. Počítadlo obsahuje položku pre name, ale žiadny regulárny výraz ju nevypĺňa – detekcia priezviska si vyžaduje rozpoznávanie pomenovaných entít (NER), nie vzor znakov. Túto funkciu preto považuj za základ, na ktorom môžeš stavať, nie za kompletné riešenie anonymizácie.
Pipeline v súlade s GDPR
Samotná minimalizácia nestačí: nariadenie tiež vyžaduje, aby každá operácia spracúvania mala identifikovaný právny základ a bola zaznamenaná. Táto pipeline spája obe požiadavky v štyroch krokoch – zaznamenaj účel a právny základ, minimalizuj, zavolaj, obnov. Identifikátor používateľa sa nikdy neukladá v plain texte, ale hashuje sa, takže register zostáva použiteľný na počítanie operácií, pričom sám o sebe netvorí súbor osobných údajov.
from datetime import datetime
import json
import hashlib
class GDPRCompliantPipeline:
"""Pipeline spracúvania v súlade s GDPR."""
def __init__(self):
self.client = OpenAI()
self.processing_logs = []
def process(self, text: str, purpose: str,
legal_basis: str, user_id: str) -> str:
"""Spracúva text v súlade s GDPR."""
# 1. Zaznamenaj právny základ spracúvania
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. Minimalizuj dáta
anonymous_text, mapping = anonymize_before_send(text)
# 3. Volanie API
response = self.client.responses.create(
model="gpt-5.6-terra",
input=anonymous_text,
# Uchovávaj čo najkratší možný čas
)
processing["tokens_used"] = response.usage.total_tokens
self.processing_logs.append(processing)
# 4. Obnov a vráť
return restore_data(response.output_text, mapping)
def export_register(self) -> str:
"""Exportuje záznam o činnostiach spracúvania (článok 30 GDPR)."""
return json.dumps(self.processing_logs, indent=2, ensure_ascii=False)
# Použitie
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())
Parameter legal_basis si zaslúži pozornosť: spracúvanie žiadosti o zrušenie spadá pod plnenie zmluvy, nie pod súhlas. Výber nesprávneho právneho základu je najčastejšou a najzávažnejšou chybou, pretože určuje práva, ktoré môže používateľ vo vzťahu k tomuto spracúvaniu uplatniť.
Manažment súhlasu
Keď je zvoleným právnym základom súhlas, musí byť získaný, datovaný, verziovaný a predovšetkým odvolateľný. Nižšie uvedený manažér ukladá súhlas podľa účelu – súhlas s asistenciou AI neznamená súhlas s analýzou textu – a pred každou operáciou spracúvania overuje túto zhodu. Metóda odvolania obsahuje kritický komentár: vymazanie záznamu o súhlase nestačí; musíš tiež vymazať dáta, ktoré na ňom záviseli.
class ConsentManager:
"""Spravuje súhlas používateľa so spracúvaním AI."""
def __init__(self):
self.consents: dict[str, dict] = {}
def record_consent(self, user_id: str, purposes: list[str]):
"""Zaznamená súhlas používateľa."""
self.consents[user_id] = {
"purposes": purposes,
"date": datetime.now().isoformat(),
"version": "v1.0"
}
def verify_consent(self, user_id: str, purpose: str) -> bool:
"""Skontroluje, či používateľ udelil súhlas na daný účel."""
consent = self.consents.get(user_id)
if not consent:
return False
return purpose in consent["purposes"]
def withdraw_consent(self, user_id: str):
"""Odvolá súhlas (právo na odvolanie)."""
if user_id in self.consents:
del self.consents[user_id]
# Tu: tiež vymaž pridružené dáta
# Použitie
consent = ConsentManager()
# Používateľ udelí súhlas so spracúvaním AI
consent.record_consent("user-123", ["ai_assistance", "text_analysis"])
# Overenie pred každou operáciou spracúvania
if consent.verify_consent("user-123", "ai_assistance"):
# Pokračuj v spracúvaní
response = client.responses.create(
model="gpt-5.6-terra",
input="User question"
)
else:
print("Consent required for this processing")
Právo na vymazanie (článok 17)
Keď používateľ požiada o vymazanie svojich údajov, tvoja povinnosť sa nevzťahuje len na databázu aplikácie. Musíš prečistiť všetky lokality: lokálne dáta, logy obsahujúce osobné údaje – na ktoré sa často zabúda – a operáciu zdokumentovať, aby si ju mohol odôvodniť. Na strane API je táto akcia už pokrytá zásadami uchovávania: odoslané dáta sa automaticky vymažú po tridsiatich dňoch, alebo okamžite, ak je povolená funkcia Zero Data Retention.
def exercise_right_to_erasure(user_id: str):
"""Implementuje právo na vymazanie podľa GDPR."""
# 1. Vymaž lokálne dáta
# delete_user_data(user_id)
# 2. Dáta odoslané do API OpenAI sa vymažú
# automaticky po 30 dňoch (alebo okamžite
# pri povolenej funkcii Zero Data Retention)
# 3. Vymaž logy obsahujúce osobné údaje
# delete_user_logs(user_id)
# 4. Zdokumentuj vymazanie
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")
Kontrolný zoznam GDPR pre vývojárov
- Identifikuj právny základ pre každú operáciu spracúvania (súhlas, zmluva atď.)
- Minimalizuj dáta odoslané do API (anonymizácia)
- Udržiavaj záznam o činnostiach spracúvania (článok 30)
- Implementuj právo na prístup a právo na vymazanie
- Zdokumentuj prenosy mimo EÚ (OpenAI = servery v USA)
- Ak je to možné, povoľ Zero Data Retention
- Nikdy neloguj osobné údaje v plain texte
Kľúčové poznatky
- API OpenAI NEPRETRÉNUVAVA svoje modely tvojimi dátami
- Anonymizuj osobné údaje pred každým volaním API
- Udržiavaj záznam o činnostiach spracúvania v súlade s článkom 30
- Implementuj práva podľa GDPR: prístup, oprava, vymazanie, prenosnosť
- Prenosy dát mimo EÚ si vyžadujú záruky (štandardné zmluvné doložky)
- Zdokumentuj každé rozhodnutie týkajúce sa ochrany údajov