GDPR ۽ وڏو ڊيٽا مطابقت نه ٿا رکن، پر اهي هڪ اهڙي چونڊ کي مجبور ڪن ٿا جيڪو ڪيتريون ئي تنظيمون ملتوي ڪن ٿيون: هڪ وڏو ڊيٽا سيٽ گڏ ڪرڻ يا ٻيهر استعمال ڪرڻ کان اڳ، توهان کي اهو ڪرڻ لاءِ قانوني بنياد جو نالو ڏيڻ جي قابل هجڻ گهرجي ۽ اهو ڏيکارڻ گهرجي ته پروسيسنگ ان مقصد لاءِ ضروري آهي. عملي طور تي ان جو مطلب آهي جنرل ڊيٽا پروٽيڪشن ريگيوليشن جي آرٽيڪل 6 جي تحت هڪ بنياد کي دستاويز ڪرڻ، جانچڻ ته ڇا بعد ۾ هڪ الگورتھم جي تربيت لاءِ استعمال ان مقصد سان مطابقت رکي ٿو جنهن لاءِ ڊيٽا اصل ۾ گڏ ڪيو ويو هو، ۽ پهرين ماڊل جي تعمير کان اڳ خطري جو جائزو وٺڻ. هي آرٽيڪل بيان ڪري ٿو ته اهي ضابطا هالينڊ ۾ وڏي پيماني تي تجزياتي ۽ AI تربيت تي ڪيئن لاڳو ٿين ٿا، ۽ جتي Autoriteit Persoonsgegevens لڪير ٺاهي ٿو.
وڏي ڊيٽا سيٽ ۾ ذاتي ڊيٽا جي طور تي ڇا شمار ٿئي ٿو
GDPR هڪ سڃاڻپ ٿيل يا سڃاڻپ لائق قدرتي شخص سان لاڳاپيل معلومات تي لاڳو ٿئي ٿو. هڪ وڏي ڊيٽا جي حوالي سان اها حد تنظيمن جي توقع کان گهڻو وڌيڪ پار ڪئي ويندي آهي، ڇاڪاڻ ته سڃاڻپ جو اندازو انهن سڀني ذريعن جي حوالي سان لڳايو ويندو آهي جيڪي معقول طور تي استعمال ٿيڻ جو امڪان آهي، ڪنٽرولر طرفان يا ڪنهن ٻئي طرفان، ڪنهن کي الڳ ڪرڻ لاءِ. تنهن ڪري ڊوائيس جي سڃاڻپ ڪندڙن، مقام جي نشانن، ٽرانزيڪشن رڪارڊن يا ڪلڪ اسٽريمز جو هڪ ڊيٽاسيٽ تقريبن هميشه ذاتي ڊيٽا هوندو آهي، جيتوڻيڪ جتي ڪو به نالو هڪ ڪالم ۾ ظاهر نه ٿئي.
ٻه تصور باقاعدي طور تي مونجهارو ۾ آهن، ۽ فرق اهو فيصلو ڪري ٿو ته ڇا ضابطو بلڪل لاڳو ٿئي ٿو. تخلص ڊيٽا، جتي سڃاڻپ ڪندڙ تبديل ڪيا ويا آهن پر چاٻي اڃا تائين ڪٿي موجود آهي، ذاتي ڊيٽا رهي ٿي ۽ مڪمل طور تي GDPR جي تابع رهي ٿي. گمنام ڊيٽا، جتي ٻيهر سڃاڻپ هاڻي ڪنهن لاءِ ممڪن ناهي، ان کان ٻاهر اچي ٿي. حقيقي گمنام لاءِ بار وڌيڪ آهي: مجموعي، هيشنگ يا سڌي سڃاڻپ ڪندڙ کي هٽائڻ عام طور تي هڪ پرعزم پارٽي لاءِ ماڻهن کي ٻيهر سڃاڻڻ لاءِ ڪافي فنگر پرنٽ ڇڏي ٿو، خاص طور تي جڏهن ڊيٽا سيٽ امير هجي ۽ هڪ ڊگهي عرصي کي ڍڪي.
هي معاملو آهي ڇاڪاڻ ته اهو دعويٰ ته هڪ ڊيٽاسيٽ گمنام آهي، اڪثر ڪري پوري AI پروگرام ۾ لوڊ برداشت ڪندڙ مفروضو هوندو آهي. جيڪڏهن اهو ناڪام ٿئي ٿو، ته هر ڊائون اسٽريم قدم، ٽريننگ رن کان وٺي برقرار رکڻ جي شيڊول تائين، قانوني بنيادن کان سواءِ ڪيو ويو آهي. محفوظ طريقو اهو آهي ته ڊيٽاسيٽ کي ذاتي ڊيٽا طور سمجهيو وڃي جيستائين هڪ دستاويزي ٻيهر سڃاڻپ تجزيو ٻي صورت ۾ نه چوي، ۽ ان تجزيي کي ٻيهر ڏسڻ لاءِ جڏهن ڊيٽاسيٽ کي افزوده ڪيو وڃي يا ڪنهن ٻئي ذريعن سان گڏ ڪيو وڃي. يورپي ڊيٽا پروٽيڪشن بورڊ اهو به خطاب ڪيو آهي ته جڏهن هڪ AI ماڊل پاڻ کي گمنام سمجهي سگهجي ٿو، ۽ ان جو جواب اهو آهي ته اهو فرض نه ٿو ڪري سگهجي: ذاتي ڊيٽا تي تربيت يافته ماڊل اڃا تائين ان ڊيٽا کي ڪڍڻ جي قابل شڪل ۾ رکي سگهي ٿو ۽ ان جو ڪيس جي حساب سان جائزو وٺڻو پوندو.
وڏي ڊيٽا ۽ AI تربيت لاءِ قانوني بنياد چونڊڻ
هر پروسيسنگ آپريشن کي آرٽيڪل 6 ۾ ڇهن بنيادن مان هڪ جي ضرورت هوندي آهي، ۽ پروسيسنگ شروع ٿيڻ کان اڳ زمين کي چونڊڻو پوندو آهي بجاءِ ان جي ته بعد ۾ ٻيهر تعمير ڪيو وڃي. وڏي پيماني تي تجزياتي لاءِ، صرف ٽي حقيقي اميدوار آهن.
رضامندي نظريي ۾ سڀ کان صاف ۽ عمل ۾ سڀ کان وڌيڪ نازڪ آهي. ان کي آزادانه طور تي ڏنو وڃي، مخصوص، باخبر ۽ غير واضح، ۽ ان کي واپس وٺڻ ايترو ئي آسان هجڻ گهرجي جيترو ڏيڻو هو. رضامندي جيڪا عام اصطلاحن ۾ شامل ڪئي وئي آهي، هڪ خدمت جي شرط جي طور تي حاصل ڪئي وئي آهي جنهن کي ڊيٽا جي ضرورت ناهي، يا ايتري وسيع طور تي فريم ڪيو ويو آهي ته فرد اهو نه ڏسي سگهي ته ڇا تي اتفاق ڪيو پيو وڃي، برقرار نه رهندي. جتي رضامندي واپس ورتي ويندي آهي، توهان کي هن سوال جي ٽيڪنيڪل جواب جي ضرورت آهي ته هڪ ماڊل سان ڇا ٿيندو جيڪو اڳ ۾ ئي تربيت يافته آهي.
ڪنهن معاهدي جي ڪارڪردگي جي ضرورت ان کان گهٽ آهي جيترو اهو نظر اچي ٿو. ٽيسٽ ان خدمت لاءِ معروضي ضرورت آهي جيڪا فرد اصل ۾ گهري هئي، تجارتي افاديت نه. سفارش واري انجن کي بهتر بڻائڻ لاءِ گراهڪ جي پروفائلنگ عام طور تي انهن جي خريد ڪيل پراڊڪٽ جي ترسيل لاءِ ضروري ناهي، ۽ عدالت انصاف بار بار رويي جي اشتهارن ۽ ذاتي ڪرڻ کي ڍڪڻ لاءِ هن زمين کي وڌائڻ جي ڪوششن کي رد ڪري ڇڏيو آهي.
اهو جائز مفادن کي ڇڏي ٿو، جيڪو اهو بنياد آهي جنهن تي سڀ کان وڏي پيماني تي پروسيسنگ کي ڀروسو ڪرڻو پوندو آهي. ان لاءِ ٽن مرحلن جي ضرورت آهي، انهي ترتيب ۾ دستاويز ڪيل: هڪ حقيقي ۽ قانوني مفاد جي سڃاڻپ ڪرڻ، اهو ڏيکارڻ ته پروسيسنگ ضروري آهي ڇاڪاڻ ته ان کي حاصل ڪرڻ لاءِ ڪو به گهٽ مداخلت ڪندڙ طريقو ناهي، ۽ لاڳاپيل ماڻهن جي حقن ۽ معقول اميدن جي خلاف مفاد کي متوازن ڪرڻ. قومي ٽينس ايسوسيئيشن بابت هڪ ڊچ عدالت جي هڪ حوالي ۾، انصاف جي عدالت 2024 ۾ تصديق ڪئي ته هڪ خالص تجارتي مفاد هڪ جائز مفاد جي طور تي قابليت حاصل ڪري سگهي ٿو، پر صرف ان صورت ۾ جڏهن ضرورت ۽ توازن جا امتحان حقيقي طور تي مطمئن هجن. تنهن ڪري تجارتي قدر هڪ قابل قبول مفاد آهي، لائسنس نه.
خاص درجا ۽ نتيجو ڪيل خاصيتون
نسلي يا نسلي اصليت، سياسي رايا، مذهبي عقيدا، ٽريڊ يونين جي ميمبرشپ، صحت، جنسي زندگي يا جنسي رجحان کي ظاهر ڪندڙ ڊيٽا، سڃاڻپ لاءِ استعمال ٿيندڙ جينياتي ۽ بايوميٽرڪ ڊيٽا سان گڏ، بلڪل به پروسيس نه ٿي ڪري سگهجي جيستائين آرٽيڪل 9 ۾ محدود استثنا مان هڪ لاڳو نه ٿئي. واضح رضامندي عام رستو آهي؛ ٻيا گهٽ ئي هڪ تجارتي ڊيٽا سيٽ ۾ فٽ ٿين ٿا.
وڏي ڊيٽا ۾ ڦاسي اها آهي ته خاص ڪيٽيگري ڊيٽا کي جان بوجھ ڪري گڏ ڪرڻ جي ضرورت ناهي. جتي هڪ ڊيٽا سيٽ هڪ محفوظ خاصيت جو اندازو لڳائڻ جي اجازت ڏئي ٿو، مثال طور خريداري جي نمونن، مقام جي تاريخ يا فري ٽيڪسٽ فيلڊ جي مواد ذريعي، سخت نظام ان پروسيسنگ تي لاڳو ٿئي ٿو جيتوڻيڪ ڪنهن به ڪڏهن به سڌو سنئون سوال نه پڇيو. ماڊل خاصيتون جيڪي محفوظ خاصيت لاءِ پراڪسي طور ڪم ڪن ٿيون انهن جي سڃاڻپ ترقي دوران ٿيڻ گهرجي، شڪايت کان پوءِ نه.
مقصد جي حد: ڇا توهان ماڊل کي تربيت ڏيڻ لاءِ ڊيٽا ٻيهر استعمال ڪري سگهو ٿا؟
توهان ڪري سگهو ٿا، پر خودڪار طريقي سان نه. GDPR جي ضرورت آهي ته ذاتي ڊيٽا مخصوص، واضح ۽ جائز مقصدن لاءِ گڏ ڪئي وڃي ۽ ان کي وڌيڪ پروسيس نه ڪيو وڃي اهڙي طريقي سان جيڪو انهن مقصدن سان مطابقت نه رکي. آرڊر جي تڪميل، گراهڪ جي مدد يا فراڊ جي روڪٿام لاءِ گڏ ڪيل ڊيٽا تي الگورتھم جي تربيت هڪ وڌيڪ پروسيسنگ آپريشن آهي، ۽ اهو صرف تڏهن جائز آهي جڏهن اهو ضابطي جي مقرر ڪيل مطابقت جي ٽيسٽ کي پاس ڪري.
اهو امتحان ڪا رسميت ناهي. اهو اصل مقصد ۽ نئين جي وچ ۾ ڳنڍڻ بابت پڇي ٿو، اهو تناظر جنهن ۾ ڊيٽا گڏ ڪيو ويو هو ۽ فرد ان بنياد تي ڇا توقع ڪري سگهي ٿو، ڊيٽا جي نوعيت ۽ ڇا خاص درجا شامل آهن، نئين پروسيسنگ جا ممڪن نتيجا، ۽ تخلص يا انڪرپشن جهڙن حفاظتي اپائن جي موجودگي. طبي يا مالي رڪارڊن جو هڪ ڊيٽا سيٽ ٽيسٽ ۾ ناڪام ٿيندو جتي گمنام آپريشنل لاگن جو هڪ ڊيٽا سيٽ ان کي پاس ڪندو.
هڪ شارٽ ڪٽ آهي، ۽ اهو عام طور تي فرض ڪيل کان وڌيڪ تنگ آهي. عوامي مفاد ۾ آرڪائيو ڪرڻ لاءِ وڌيڪ پروسيسنگ، سائنسي يا تاريخي تحقيق لاءِ يا شمارياتي مقصدن لاءِ مطابقت رکندڙ سمجهيو ويندو آهي، بشرطيڪ تحقيق جي پروسيسنگ لاءِ حفاظتي اپاءَ موجود هجن. تحقيق جي طور تي تيار ڪيل تجارتي ماڊل ڊولپمينٽ قابليت نٿي ڏئي؛ استثنا جو مقصد حقيقي تحقيق آهي جيڪو طريقيڪار ۽ اخلاقي معيارن جي تابع آهي، نه ته پيداوار جي بهتري تي. جتي مطابقت جي جاچ پوري نه ٿئي ٿي، توهان کي هڪ نئين قانوني بنياد جي ضرورت آهي ۽، اڪثر ڪيسن ۾، لاڳاپيل ماڻهن لاءِ تازي معلومات.
عملي نتيجو اهو آهي ته مقصد جي حد کي گڏ ڪرڻ جي نقطي تي سنڀالڻو پوندو. رازداري بيان جيڪي مقصدن کي ايتري وسيع اصطلاحن ۾ بيان ڪن ٿا جو بي معنيٰ هجن، بعد ۾ تربيتي ڊوڙ کي بچائي نه سگهندا، ڇاڪاڻ ته ٽيسٽ اهو ڏسي ٿو ته فرد ڇا معقول طور تي توقع ڪري سگهي ٿو، نه ته اهو جيڪو مسودو ٽيڪنيڪل طور تي اجازت ڏئي ٿو. هالينڊ ۾ رازداري پاليسي لکڻ لاءِ اسان جي گائيڊ بيان ڪري ٿي ته مقصدن کي ڪيئن بيان ڪجي اهڙي طريقي سان جيڪو ايماندار ۽ استعمال لائق هجي.
جڏهن ماڊل سڀ ڪجهه چاهي ٿو ته گھٽ ۾ گھٽ ڪرڻ، برقرار رکڻ ۽ درستگي
ڊيٽا کي گھٽائڻ لاءِ ذاتي ڊيٽا کي مناسب، لاڳاپيل ۽ ضروري حد تائين محدود رکڻ جي ضرورت آهي. اهو اصول حقيقي طور تي هڪ ترقي جي طريقي سان تڪرار ۾ آهي جنهن جي منطق آهي ته وڌيڪ ڊيٽا هڪ بهتر ماڊل پيدا ڪري ٿو، ۽ تڪرار ان کي نظرانداز ڪندي حل نه ٿو ڪري سگهجي. ان کي جيڪو حل ڪري سگهجي ٿو اهو هڪ دستاويزي دليل آهي: بيان ڪيل مقصد لاءِ ڪهڙا فيلڊ گهربل آهن، انهن کان سواءِ ڇا آزمايو ويو، ۽ باقي ڇو رد ڪيو ويو. هڪ ڪنٽرولر جيڪو اهو ڏيکاري سگهي ٿو ته تجزيو هڪ قابل دفاع حيثيت رکي ٿو جيتوڻيڪ ڊيٽا سيٽ وڏو آهي. هڪ ڪنٽرولر جيڪو هر شيءِ رکي ٿو ڇاڪاڻ ته اسٽوريج سستو آهي اهو نٿو ڪري.
اسٽوريج جي حد وقت سان گڏ ساڳيو سوال اٿاري ٿي. ٽريننگ ڊيٽا، فيچر اسٽور، ماڊل چيڪ پوائنٽس ۽ انفرنس لاگ سڀ برقرار رکڻ جي ذميواري ۾ اچن ٿا، ۽ هر هڪ کي پنهنجي مقصد سان ڳنڍيل پنهنجي مدت جي ضرورت آهي. انفرنس لاگ اڪثر وساريا ويندا آهن ۽ اڪثر ڪري ٽريننگ سيٽ کان وڌيڪ ذاتي ڊيٽا تي مشتمل هوندا آهن.
درستگي اهو اصول آهي جيڪو اڪثر هن حوالي سان نظرانداز ڪيو ويندو آهي، ۽ ان ۾ هڪ قانوني برتري آهي جيڪا وڃائڻ آسان آهي. ذاتي ڊيٽا صحيح هجڻ گهرجي ۽، جتي ضروري هجي، تازه ڪاري رکڻ گهرجي، ۽ فردن کي اصلاح جو حق آهي. جتي هڪ ماڊل هڪ سڃاڻپ ڪندڙ شخص بابت هڪ آئوٽ پُٽ پيدا ڪري ٿو، اهو آئوٽ پُٽ پاڻ ذاتي ڊيٽا آهي. هڪ اندازو ته ڪو ماڻهو هڪ خراب ڪريڊٽ رسڪ آهي، هڪ امڪاني فراڊ ڪندڙ يا هڪ نامناسب اميدوار آهي انهن بابت ڊيٽا آهي، اهو غلط ٿي سگهي ٿو، ۽ ان کي چئلينج ڪري سگهجي ٿو. هڪ اهڙو نظام ٺاهڻ جنهن ۾ اهڙي آئوٽ پُٽ کي درست نه ڪري سگهجي، هڪ تعميل جو مسئلو پيدا ڪري ٿو جيڪو بعد ۾ ڪو به دستاويز درست نه ڪندو.
جڏهن ڊيٽا تحفظ جي اثر جو جائزو لازمي آهي
ڊيٽا جي تحفظ جي اثر جو جائزو لازمي آهي جتي پروسيسنگ جي هڪ قسم جي نتيجي ۾ فردن جي حقن ۽ آزادين لاءِ وڏو خطرو پيدا ٿيڻ جو امڪان آهي، ۽ ضابطو خاص طور تي ٽن ڪيسن جو نالو ڏئي ٿو: خودڪار پروسيسنگ جي بنياد تي ذاتي پهلوئن جو منظم ۽ وسيع جائزو، جنهن ۾ پروفائلنگ شامل آهي، جنهن تي قانوني يا ساڳئي طرح اهم اثرات سان فيصلا ٻڌل آهن؛ ڊيٽا جي خاص درجابندي يا مجرمانه سزا جي ڊيٽا جي وڏي پيماني تي پروسيسنگ؛ ۽ وڏي پيماني تي عوامي طور تي رسائي واري علائقي جي منظم نگراني. گهڻا سنجيده وڏا ڊيٽا منصوبا پهرين يا ٻئي ۾ اچن ٿا.
آٽورائيٽ پرسون گيوينز پروسيسنگ آپريشنز جي هڪ فهرست پڻ شايع ڪئي آهي جنهن لاءِ هالينڊ ۾ هميشه هڪ تشخيص جي ضرورت هوندي آهي، جنهن ۾ وڏي پيماني تي پروفائلنگ، ملازمن جي منظم تشخيص، صحت جي ڊيٽا پليٽ فارمن ۽ ڪئميرا سسٽم جي استعمال جهڙن شعبن کي شامل ڪيو ويندو آهي. اها فهرست منصوبي جي شروعات ۾ صلاح ڪيل پهرين دستاويز هجڻ گهرجي، ڇاڪاڻ ته اها دليل کي هٽائي ٿي ته ڇا تشخيص جي ضرورت آهي.
وقت بابت ٻه نقطا فيصلو ڪندڙ آهن. تشخيص پروسيسنگ شروع ٿيڻ کان اڳ ڪئي وڃي ٿي، جنهن جو مطلب آهي AI پروجيڪٽ ۾ تربيتي ڊيٽا گڏ ڪرڻ کان اڳ، تعیناتي کان اڳ نه. ۽ جتي تشخيص هڪ اعلي بقايا خطرو ڏيکاري ٿي جنهن کي توهان گهٽائي نٿا سگهو، توهان کي اڳتي وڌڻ کان اڳ نگران اختيار سان صلاح ڪرڻ گهرجي. ان صلاح مشوري کي ڇڏڻ پاڻ ۾ هڪ خلاف ورزي آهي، ان کان سواءِ ته پروسيسنگ قانوني ثابت ٿئي ٿي يا نه.
هڪ الگورتھمڪ سسٽم لاءِ هڪ مفيد جائزو معياري ٽيمپليٽ کان ٻاهر آهي. اهو رڪارڊ ڪري ٿو ته ڪهڙا ڊيٽا ذريعا ماڊل کي کارائيندا آهن ۽ ڪهڙي بنياد تي، ماڊل کي پاڻ فيصلو ڪرڻ جي اجازت ڪهڙي آهي ۽ هڪ انسان ڇا فيصلو ڪري ٿو، متاثر ٿيل شخص کي آئوٽ پُٽ ڪيئن بيان ڪيو ويندو آهي، محفوظ گروپن جي خلاف تعصب لاءِ تربيتي ڊيٽا ڪيئن جانچيو ويو، ۽ جيڪڏهن ماڊل غلط آهي ته ڇا ٿيندو. اهي سوال آهن جيڪي هڪ ريگيوليٽر پهريان پڇي ٿو.
ڪيئن Autoriteit Personsgegevens ان کي لاڳو ڪري ٿو
ڊچ نگران اختيار Autoriteit Persoonsgegevens آهي، جيڪو GDPR کي ڊچ لاڳو ڪندڙ ايڪٽ، Uitvoeringswet AVG سان گڏ لاڳو ڪري ٿو. ان جا اختيار هڪ ڊيڄاريندڙ ۽ سرزنش کان وٺي هڪ حڪم تائين هليا وڃن ٿا جيڪو ڏنڊ جي ادائيگي، پروسيسنگ تي عارضي يا قطعي پابندي ۽ انتظامي جرمانو جي تابع آهي. ضابطو حد مقرر ڪري ٿو: ڏهه ملين يورو تائين يا هيٺين درجي لاءِ ڪل عالمي سالياني ٽرن اوور جو ٻه سيڪڙو، ۽ بنيادي اصولن، قانوني بنيادن، ڊيٽا جي مضمونن جي حقن ۽ بين الاقوامي منتقلي تي ضابطن جي خلاف ورزي لاءِ ويهه ملين يورو يا چار سيڪڙو تائين، جيڪا به رقم وڌيڪ هجي.
ڊچ عمل ۾ ٻه لاڳو ڪندڙ موضوع نظر اچن ٿا ۽ ٻئي سڌو سنئون وڏي ڊيٽا تي اثرانداز ٿين ٿا. پهريون شفافيت آهي: تازي ڪارروائي جو هڪ وڏو حصو رازداري بيانن سان لاڳاپيل آهي جيڪي سمجھڻ واري ٻولي ۾ وضاحت نٿا ڪن ته ڪهڙي ڊيٽا استعمال ڪئي وئي آهي، ڪهڙي مقصد لاءِ ۽ ڪيتري وقت تائين. مبهم مقصد جي وضاحتن کي پنهنجي حق ۾ خلاف ورزي سمجهيو ويندو آهي، نه ته مسودي جي خامي جي طور تي. ٻيو الگورتھمڪ نگراني آهي. اٿارٽي وٽ الگورتھم جي نگراني لاءِ هڪ وقف يونٽ آهي ۽ الگورتھمڪ خطرن تي وقتي رپورٽون شايع ڪري ٿو، جيڪي هڪ تحقيق جو موضوع بڻجڻ کان اڳ ان جي توقع جي بيان جي طور تي پڙهڻ جي لائق آهن.
لاڳو ڪرڻ سان گڏ ڀڃڪڙي جي اطلاع جي ذميواري به شامل آهي. ذاتي ڊيٽا جي ڀڃڪڙي جي اطلاع اختيار کي بغير ڪنهن دير جي ۽ جتي ممڪن هجي، ان جي خبر پوڻ جي 72 ڪلاڪن اندر ڏيڻ گهرجي، جيستائين ڀڃڪڙي جي نتيجي ۾ فردن لاءِ خطرو پيدا ٿيڻ جو امڪان نه هجي؛ جتي فردن لاءِ خطرو وڌيڪ هجي، انهن کي پڻ آگاهي ڏيڻ گهرجي. هڪ AI ماحول ۾ تشخيص اڳ کان وڌيڪ ڏکيو آهي، ڇاڪاڻ ته هڪ سمجهوتو ٿيل تربيتي سيٽ يا فيچر اسٽور هر ان شخص کي متاثر ڪري ٿو جنهن جو ڊيٽا ان ۾ شامل آهي ۽ نتيجا ماڊل جي ڪيل هر فيصلي تائين وڌندا آهن. نوٽ ڪريو ته هي سائبر بيويلگنگسويٽ جي تحت واقعن جي رپورٽنگ جي فرضن کان هڪ الڳ ذميواري آهي، NIS2 جو ڊچ عمل درآمد، جيڪو 15 آگسٽ 2026 کان لاڳو ڪيو ويو آهي ۽ ان جي دائري ۾ ادارن تي چوويهه ۽ ٻاهتر ڪلاڪن جي پنهنجي نوٽيفڪيشن جي آخري تاريخ لاڳو ڪري ٿو. NIS2 ۽ ڊچ سائبر سيڪيورٽي ايڪٽ جو اسان جو جائزو وضاحت ڪري ٿو ته ٻئي حڪومتون ڪيئن هڪ ٻئي سان گڏ ويٺيون آهن.
اي آءِ ايڪٽ GDPR کي تبديل نٿو ڪري.
يورپي يونين جي مصنوعي ذهانت ايڪٽ اي آءِ سسٽم کي شين جي طور تي منظم ڪري ٿو: اهو انهن کي خطري جي لحاظ کان درجه بندي ڪري ٿو ۽ فراهم ڪندڙن ۽ ڊيپلائيرز تي ذميواريون لاڳو ڪري ٿو. اهو ذاتي ڊيٽا جي پروسيسنگ لاءِ قانوني بنياد فراهم نٿو ڪري، ۽ ان جي تعميل GDPR جي تعميل بابت ڪجهه به نه چوي. جتي هڪ اي آءِ سسٽم ذاتي ڊيٽا کي پروسيس ڪري ٿو، ٻئي حڪومتون مڪمل ۽ متوازي طور تي لاڳو ٿين ٿيون.
منصوبابندي لاءِ ٽائم ٽيبل اهم آهي. ناقابل قبول عملن تي پابنديون، عام مقصد جي AI ماڊلز لاءِ ذميواريون ۽ سسٽم لاءِ شفافيت جا فرض جيڪي ماڻهن سان لهه وچڙ ڪن ٿا يا مصنوعي مواد پيدا ڪن ٿا، اڳ ۾ ئي لاڳو آهن. ڊجيٽل اومني بس پيڪيج پاران هاءِ ريسڪ سسٽم کي ملتوي ڪيو ويو: ضميمه III ۾ درج ٿيل هاءِ ريسڪ سسٽم لاءِ ذميواريون هاڻي 2 ڊسمبر 2027 کان لاڳو ٿين ٿيون، ۽ اهي سسٽم لاءِ جيڪي ضميمه I جي تحت ضابطي ڪيل شين جا حفاظتي جزا آهن 2 آگسٽ 2028 کان. AI ذميواري هدايت لاءِ الڳ تجويز واپس ورتي وئي آهي، تنهن ڪري AI سسٽم جي ڪري ٿيندڙ نقصان جي ذميواري معاهدي ۽ ٽوٽ تي عام ڊچ ضابطن ۽ يورپي پراڊڪٽ ذميواري نظام جي ذريعي جاري رهي ٿي.
ڊيٽا تي هلندڙ تنظيم لاءِ عملي نتيجو اهو آهي ته GDPR تجزيو اڄ به پابند رڪاوٽ رهي ٿو، جڏهن ته AI ايڪٽ اهو طئي ڪري ٿو ته ڏهاڪي جي آخر کان اڳ ساڳئي نظام کي ڪهڙي دستاويز، جانچ ۽ انساني نگراني جي ضرورت پوندي. ٻن مشقن کي الڳ الڳ ٺاهڻ ڪم کي نقل ڪري ٿو؛ انهن کي گڏجي ٺاهڻ سان ڪم نٿو ٿئي. EU AI ايڪٽ ۽ اعليٰ خطري واري AI سسٽم لاءِ اسان جون هدايتون تفصيل سان درجه بندي ۽ ذميدارين کي بيان ڪن ٿيون.
گروپ دعوائون ۽ نقصان: خطري جو شهري پاسو
ريگيوليٽري جرمانا واحد نمائش نه آهن، ۽ هالينڊ ۾ اهي شايد سڀ کان وڏا نه هجن. ويٽ ايف وِڪِلنگ ماساسچاڊ ان ڪليڪٽيو ايڪٽ (WAMCA) هڪ فائونڊيشن يا ايسوسيئيشن کي اجازت ڏئي ٿو جيڪا سخت گورننس ۽ فنڊنگ جي گهرجن کي پورو ڪري ٿي ته هڪ مقرر ڪيل گروپ جي طرفان نقصانن لاءِ اجتماعي ڪارروائي ڪري، هالينڊ ۾ رهندڙ ماڻهن لاءِ آپٽ آئوٽ نظام سان. ڊيٽا تي ٻڌل پروسيسنگ هڪ واضح هدف آهي: هڪ واحد ڊيزائن جو فيصلو هر صارف کي ساڳئي طريقي سان متاثر ڪري ٿو، جيڪو بلڪل هڪجهڙائي آهي جيڪا هڪ اجتماعي ڪارروائي جي ضرورت آهي.
GDPR پنهنجي طرفان ان کي مضبوط ڪري ٿو. اهو ڪنهن به شخص کي جيڪو خلاف ورزي جي نتيجي ۾ مادي يا غير مادي نقصان برداشت ڪيو آهي، ڪنٽرولر يا پروسيسر کان معاوضي جو حق ڏئي ٿو، ۽ اهو ڊيٽا تحفظ جي ميدان ۾ سرگرم هڪ غير منافع بخش اداري کي ڊيٽا جي موضوعن جي طرفان ڪارروائي ڪرڻ جي اجازت ڏئي ٿو، ڪجهه حالتن ۾ انهن جي مينڊيٽ کان سواءِ. انصاف جي عدالت تصديق ڪئي آهي ته هڪ صارف-تحفظ ايسوسيئيشن ان بنياد تي عمل ڪري سگهي ٿي.
هڪ حد آهي، ۽ اهو جوابدارن لاءِ ڪارآمد آهي. انصاف جي عدالت اهو قرار ڏنو آهي ته GDPR جي خلاف ورزي پاڻ ۾ معاوضي جي حق کي جنم نٿي ڏئي: دعويدار کي حقيقي نقصان ۽ هڪ سببي لنڪ ڏيکارڻ گهرجي، جيتوڻيڪ غير مادي نقصان تي هڪ ڀيرو قائم ٿيڻ کان پوءِ سنجيدگي جي ڪا به حد لاڳو نه ٿيندي آهي. تنهن ڪري ڊچ عمل ۾ انفرادي ايوارڊ معمولي رهيا آهن، پر لکين ماڻهن جي هڪ طبقي جو رياضي تصوير کي مڪمل طور تي تبديل ڪري ٿو. وڏي نقصان جي صورت ۾ اجتماعي دعوائن تي اسان جو مضمون بيان ڪري ٿو ته اهي ڪارروائي ڪيئن هلنديون آهن.
جڏهن ڊيٽا هر هنڌ کان اچي ٿي ته ڪنٽرولر ڪير آهي؟
وڏا ڊيٽا پروجيڪٽ ڪڏهن ڪڏهن هڪ تنظيم اندر رهندا آهن. ڊيٽا هڪ بروڪر پاران افزوده ڪيو ويندو آهي، هڪ ڪلائوڊ فراهم ڪندڙ طرفان ميزباني ڪئي ويندي آهي، هڪ تجزياتي ايجنسي طرفان صاف ڪئي ويندي آهي ۽ هڪ وينڊر پاران فراهم ڪيل ماڊل ۾ فيڊ ڪئي ويندي آهي، ۽ انهن مان هر هڪ رشتي کي صحيح طور تي بيان ڪيو ويندو آهي، ڇاڪاڻ ته ڪردارن جي ورڇ اهو طئي ڪري ٿي ته ڪير ڪهڙي ذميواري کڻندو آهي ۽ ڪير ريگيوليٽر کي جواب ڏيندو آهي.
هڪ ڪنٽرولر پروسيسنگ جا مقصد ۽ ذريعا طئي ڪري ٿو؛ هڪ پروسيسر صرف ڪنٽرولر جي دستاويزي هدايتن تي عمل ڪري ٿو. جتي ٻه يا وڌيڪ پارٽيون گڏيل طور تي مقصدن ۽ ذريعا طئي ڪن ٿيون، اهي گڏيل ڪنٽرولر آهن ۽ انهن کي هڪ انتظام ۾ پنهنجون لاڳاپيل ذميواريون مقرر ڪرڻ گهرجن، خاص طور تي معلومات فراهم ڪرڻ ۽ فردن جي درخواستن کي سنڀالڻ لاءِ، جيڪي ڪنهن به صورت ۾ انهن مان ڪنهن جي خلاف پنهنجا حق استعمال ڪري سگهن ٿا. معاهدي ۾ استعمال ٿيل ليبل فيصلو ڪندڙ نه آهي: ڇا اهم آهي اهو آهي ته ڪير اصل ۾ فيصلو ڪري ٿو ته ڊيٽا کي ڇو ۽ ڪيئن پروسيس ڪيو وڃي ٿو. هڪ سپلائر جيڪو پنهنجي پراڊڪٽ کي بهتر بڻائڻ لاءِ توهان جي ڊيٽا کي استعمال ڪرڻ جو حق محفوظ رکي ٿو، ان حد تائين، پنهنجي مقصدن لاءِ ڪنٽرولر بڻجي ويندو آهي، جيڪو به معاهدو ان کي سڏي ٿو.
سپلائر معاهدن ۾ ٻہ شقون AI حوالي سان خاص ڌيان جي لائق آهن. پهرين اها آهي جيڪا فراهم ڪندڙ کي تربيت يا خدمت جي بهتري لاءِ گراهڪ جي مواد کي استعمال ڪرڻ جي اجازت ڏئي ٿي؛ جيڪڏهن اهو موجود آهي، ته توهان ٻئي ڪنٽرولر کي ذاتي ڊيٽا ظاهر ڪري رهيا آهيو ۽ توهان کي ان ظاهر ڪرڻ لاءِ هڪ بنياد ۽ هڪ نوٽيس جي ضرورت آهي. ٻيو ذيلي پروسيسر شق آهي، ڇاڪاڻ ته ماڊل فراهم ڪندڙ اڪثر ڪري وڌيڪ سپلائرز ۽ يورپي اقتصادي علائقي کان ٻاهر انفراسٽرڪچر تي ڀروسو ڪندا آهن، جيڪو منتقلي جي ضابطن کي راند ۾ آڻيندو آهي. هڪ پروسيسنگ معاهدو جيڪو گهربل موضوع کي ڍڪيندو آهي پر اهو بيان نٿو ڪري ته اصل ۾ ڊيٽا سان ڇا ٿئي ٿو، تحقيق ۾ گهٽ استعمال جوڳو آهي.
آخر ۾، ياد رکو ته احتساب جو اصول ڪنٽرولر تي ثبوت جو بار وجهي ٿو. تعميل ڪرڻ ڪافي ناهي؛ توهان کي ان کي رڪارڊ، جائزي ۽ معاهدن سان ڏيکارڻ جي قابل هجڻ گهرجي جيڪي سسٽم سان ملن ٿا جيئن اهي اصل ۾ ٺاهيا ويا آهن.
ايندڙ منصوبي جي شروعات کان اڳ ڇا رکڻو آهي
وڏي ڊيٽا جي تعميل ڊيزائن جي مرحلي تي ڪئي ويندي آهي، ڇاڪاڻ ته ضابطي ۾ ڊيزائن ۽ ڊفالٽ طور ڊيٽا جي حفاظت جي ضرورت هوندي آهي: مناسب ٽيڪنيڪل ۽ تنظيمي قدمن کي پروسيسنگ ۾ ئي ضم ڪيو وڃي ٿو، ۽ صرف هر مخصوص مقصد لاءِ ضروري ذاتي ڊيٽا کي ڊفالٽ طور تي پروسيس ڪري سگهجي ٿو. ريٽروفٽنگ مهانگو آهي ۽ عام طور تي نامڪمل آهي.
پنج شيون عمل ۾ فرق پيدا ڪن ٿيون. پروسيسنگ سرگرمين جو رڪارڊ رکو جيڪي اصل ۾ هر ماڊل جي پويان ڊيٽا جي وهڪري کي بيان ڪن ٿيون نه ته انهن شعبن جي جيڪي انهن جا مالڪ آهن. هر پروسيسنگ آپريشن لاءِ قانوني بنياد جو فيصلو ڪريو ۽ لکو، جنهن ۾ تربيت ۾ شامل وڌيڪ پروسيسنگ شامل آهي، ۽ ان سان گڏ جائز مفادن جو جائزو رکو. ڊيٽا گڏ ڪرڻ کان اڳ اثر جي تشخيص کي انجام ڏيو، ۽ نگران اختيارين سان صلاح ڪريو جتي بقايا خطرو وڌيڪ رهي ٿو. هر سپلائر سان ڊيٽا پروسيسنگ معاهدو قائم ڪريو جيڪو ڊيٽا کي ڇهندو آهي، ماڊل يا پليٽ فارم جي فراهم ڪندڙن سميت، ۽ چيڪ ڪريو ته انهن کي پنهنجي مقصدن لاءِ توهان جي ڊيٽا سان ڇا ڪرڻ جي اجازت آهي؛ گهرجون ڊيٽا پروسيسنگ معاهدي جي اسان جي گائيڊ ۾ مقرر ڪيون ويون آهن . ۽ چيڪ ڪريو ته ڊيٽا ڪٿي وڃي ٿو: يورپي اقتصادي علائقي کان ٻاهر منتقلي کي ضابطي جي باب V جي تحت منتقلي ميڪانيزم ۽ منتقلي اثر جي تشخيص جي ضرورت آهي، ۽ انفرادي ٽئين ملڪن جي پوزيشن تبديل ٿي سگهي ٿي.
سڀ کان وڌيڪ، ماڊل ٺاهيندڙ ماڻهن ۽ خطري جو جائزو وٺندڙ ماڻهن کي ساڳئي دستاويز تي ڪم ڪرڻ ڏيو. ضابطي جي بنيادن جو خلاصو اسان جي جنرل ڊيٽا پروٽيڪشن ريگيوليشن جي جائزي ۾ ڏنو ويو آهي ، ۽ ذاتي ڊيٽا کي AI سسٽم ۾ رکڻ سان اٿاريل مخصوص سوالن، خودڪار فيصلي سازي کان متاثر ماڻهن جي حقن تائين، اسان جي ساٿي مضمون ۾ هالينڊ ۾ GDPR ۽ AI تي بحث ڪيو ويو آهي.
ڪجھ عام سوال
اسان کي AI ماڊل جي تربيت لاءِ ڪهڙي قانوني بنياد استعمال ڪرڻ گهرجي؟
گھڻن تجارتي سيٽنگن ۾ جواب جائز مفاد آهن، جن جي حمايت هڪ تحريري تشخيص سان ڪئي وئي آهي جيڪا دلچسپي، ضرورت ۽ توازن جي مشق کي ڍڪيندي آهي. رضامندي ترجيح ڏني ويندي آهي جتي ڊيٽا حساس هجي يا استعمال لاڳاپيل ماڻهن کي حيران ڪري، پر اهو حقيقي طور تي آزاد ۽ رد ڪرڻ لائق هجڻ گهرجي، جيڪو تربيتي سيٽ لاءِ ترتيب ڏيڻ ڏکيو آهي. معاهدي جي ضرورت تقريبن ڪڏهن به ماڊل ڊولپمينٽ کي ڍڪيندي ناهي، ڇاڪاڻ ته تربيت اها ناهي جيڪا گراهڪ گهري هئي. توهان جيڪو به بنياد چونڊيو، پروسيسنگ شروع ٿيڻ کان اڳ ان کي رڪارڊ ڪريو: ماضي جي بنياد تي بنياد چونڊڻ کي بلڪل به بنياد نه سمجهيو ويندو آهي.
ڇا GDPR اڃا تائين لاڳو ٿئي ٿو جيڪڏهن اسان پهرين ڊيٽا کي گمنام ڪريون ٿا؟
صرف جيڪڏهن گمنامي حقيقي طور تي ڪم ڪري ٿي. ڊيٽا گمنام آهي جڏهن ٻيهر سڃاڻپ هاڻي ڪنهن لاءِ به ممڪن نه رهي آهي، استعمال ٿيندڙ سڀني ذريعن ۽ ٻين ڊيٽاسيٽس کي حساب ۾ رکندي جيڪي ان سان گڏ ٿي سگهن ٿا. نالا هٽائڻ، سڃاڻپ ڪندڙن کي هيش سان تبديل ڪرڻ يا ننڍن گروپن ۾ گڏ ڪرڻ عام طور تي ان معيار کان گهٽ هوندو آهي، ۽ نتيجو تخلص ٿيل ڊيٽا هوندو آهي، جيڪو مڪمل طور تي ضابطي جي تابع رهندو آهي. جتي گمنامي هڪ منصوبي کي دائري کان ٻاهر سمجهڻ جو بنياد آهي، ان نتيجي کي جانچڻ ۽ دستاويز ڪرڻ جي ضرورت آهي، ۽ جڏهن به ڊيٽاسيٽ تبديل ٿئي ٿو ته ان کي ٻيهر ڏسڻ جي ضرورت آهي.
ڇا اسان گراهڪ ڊيٽا کي ٻيهر استعمال ڪرڻ لاءِ تحقيق جي استثنا تي ڀروسو ڪري سگهون ٿا؟
گهٽ ئي. سائنسي يا شمارياتي مقصدن لاءِ وڌيڪ پروسيسنگ کي اصل مقصد سان مطابقت رکندڙ سمجهيو ويندو آهي، پر استثنا جو مقصد تسليم ٿيل طريقيڪار جي معيارن تي ڪيل تحقيق آهي ۽ تخلص ۽ رسائي جي پابندين جهڙن حفاظتي قدمن جي تابع آهي. هڪ تجارتي پارٽي پاران پنهنجي فائدي لاءِ ڪيل پراڊڪٽ ڊولپمينٽ يا ماڊل بهتري تحقيق نه ٿي بڻجي ڇاڪاڻ ته ان ۾ ڊيٽا سائنس شامل آهي. جيڪڏهن مطابقت ٽيسٽ پنهنجي خوبين تي پورو نه لهي، ته توهان کي هڪ نئين قانوني بنياد جي ضرورت آهي ۽، اڪثر ڪيسن ۾، لاڳاپيل فردن کي نئين معلومات.
جيڪڏهن ڪو ماڊل جي تربيت کان پوءِ رضامندي واپس وٺي ته ڇا ٿيندو؟
واپسي مستقبل لاءِ اثر انداز ٿيندي ۽ ماضي جي لحاظ کان اڳئين پروسيسنگ کي غير قانوني نه بڻائيندي، پر ان جو مطلب اهو آهي ته ڊيٽا هاڻي ان بنياد تي استعمال نه ٿي سگهي. عملي طور تي، ان لاءِ فرد کي تربيتي سيٽ ۽ فيچر اسٽورن ۽ لاگ مان هٽائڻ جي صلاحيت جي ضرورت آهي، ۽ ٻيهر تربيت ڏيڻ يا ٻي صورت ۾ يقيني بڻائڻ جي ضرورت آهي ته ماڊل هاڻي ان شخص جي ڊيٽا کي ظاهر نٿو ڪري جتي ان کي ائين ڪندي ڏيکاري سگهجي ٿو. اهو هڪ سبب آهي ته رضامندي ماڊل ٽريننگ لاءِ هڪ ڏکيو بنياد آهي، ۽ اهو هڪ سوال آهي جيڪو پهرين درخواست جي اچڻ کان پوءِ ڊيزائن جي مرحلي ۾ جواب ڏيڻ جي لائق آهي.
ڪيئن Law and More مدد ڪري سگھن ٿا
Law and More ڊچ ۽ بين الاقوامي تنظيمن کي تجزياتي ۽ مصنوعي ذهانت جي ڊيٽا جي تحفظ واري پاسي تي صلاح ڏئي ٿو: قانوني بنيادن کي چونڊڻ ۽ دستاويز ڪرڻ، جائز مفادن جي جائزي ۽ اثر جي جائزي کي انجام ڏيڻ، رازداري بيانن جو مسودو تيار ڪرڻ ۽ معاهدن کي پروسيس ڪرڻ جيڪي جاچ کان بچي وڃن، آٽورائيٽ پرسون گيوين جو جواب ڏيڻ، ۽ فردن يا نمائندن جي بنيادن پاران آندو ويو دعوائن جو دفاع ڪرڻ. جيڪڏهن توهان ڊيٽا تي ٻڌل منصوبي جي منصوبابندي ڪري رهيا آهيو يا ڪو ريگيوليٽر اڳ ۾ ئي رابطي ۾ آهي، ته اسان توهان سان گڏ فائل کي ڏسي خوش آهيون.
