Чему вы научитесь
Примерное время: 30 минут
К концу этого урока вы сможете:
- Формулировать опасения по поводу приватности и оценивать ИИ-инструменты по их политикам обработки данных
- Практиковать стратегии гигиены данных для безопасной работы с чувствительной информацией
Понимание приватности и данных
(10 минут)
Это видео затрагивает одно из самых частых опасений специалистов некоммерческого сектора по поводу ИИ: приватность данных. Вы узнаете, что на самом деле происходит с данными, которыми вы делитесь с ИИ-инструментами, как оценивать разные платформы и тарифы по их защите приватности и как готовить чувствительные данные для безопасного использования с ИИ.
Ключевые выводы
- ИИ создаёт новые соображения приватности — особенно вокруг обучения: некоторые ИИ используют ваши вводные данные для обучения будущих моделей, а значит паттерны из ваших данных могут влиять на будущие выводы
- У разных инструментов разные правила: бесплатный ИИ, в котором вы придумываете темы мероприятий, — это не то же самое, что платный аккаунт со строгими политиками хранения данных. Подбирайте инструмент под задачу — инструменты с более сильной защитой позволяют безопаснее делиться чувствительными данными
- Безопасное использование ИИ — не про избегание, а про ответственное использование: применяйте осознание проблемы и осознание платформы перед началом нового проекта. Часто можно получить полную пользу от ИИ, вообще не делясь чувствительной информацией, разбив задачи на составные части
- Идентифицирующую информацию часто можно убрать полностью: для анализа паттернов вам, скорее всего, не нужны имена, контактные данные или другие персональные данные. Двигайтесь от реальной цели backward, чтобы определить, какие данные действительно необходимы
- Если что-то пошло не так, у вас есть варианты: удалите разговор, запросите удаление данных через процедуру приватности платформы и следуйте протоколам вашей организации
Заметка о настройках приватности Claude
Для Claude, в частности, подробную информацию о политике данных можно найти на privacy.anthropic.com и trust.anthropic.com. Настройки приватности можно изменить прямо в приложении Claude, включая отказ от использования ваших разговоров для обучения. У других ИИ-провайдеров должны быть похожие ресурсы — если их нет, это может быть тревожным сигналом.
Упражнение 1: Оценка чувствительности данных
Это упражнение помогает развить суждение о том, какими данными безопасно делиться с ИИ-инструментами.
Часть I: Изучите пример данных
Выберите один из следующих сценариев, наиболее relevantный для вашей работы:
- Таблица истории пожертвований доноров с именами, суммами и контактной информацией
- Ответы на опрос участников программ, включая демографические детали
- Черновик грантового отчёта с историями благополучателей и данными о результатах
Часть II: Разметьте чувствительность
Для выбранного сценария определите:
- Какие поля или разделы содержат персональные идентифицирующие данные?
- Какая информация критически важна для анализа, который вы хотите провести?
- Какую информацию можно удалить или анонимизировать без потери аналитической ценности?
- Каков худший сценарий, если эти данные окажутся раскрыты?
Часть III: Спланируйте подход
- Что бы вы удалили или изменили перед тем, как делиться с ИИ?
- Какой инструмент/тариф подошёл бы для такого уровня чувствительности?
- Какие шаги проверки вы бы предприняли после получения анализа ИИ?
Упражнение 2: Практика гигиены данных
Это упражнение шаг за шагом показывает, как реально готовить чувствительные данные для безопасного использования с ИИ.
Часть I: Выберите документ
Выберите реальный документ из вашей работы, содержащий чувствительную информацию (или создайте реалистичный пример). Это может быть:
- Программный отчёт с данными клиентов
- Черновик коммуникации с донором со ссылками на конкретные суммы пожертвований
- Заметки встречи с упоминанием имён сотрудников или волонтёров
Часть II: Очистите документ
Пройдитесь по документу и:
- Замените имена общими идентификаторами (Человек А, Донор 1 и т.д.)
- Уберите или обобщите детали местоположения, если они не критичны
- Удалите контактную информацию полностью
- Подумайте, должны ли конкретные суммы в долларах быть точными или их можно заменить диапазонами
Часть III: Проверьте с ИИ
Поделитесь очищенным документом с ИИ и задайте вопрос, relevantный для вашей работы. Поразмышляйте:
- Ограничило ли удаление идентифицирующей информации способность ИИ вам помочь?
- Какой дополнительный контекст пришлось предоставить в качестве компенсации?
- Комфортен ли вам уровень информации, которой вы поделились?
Рефлексия по уроку
- Чем размышления о приватности ИИ отличаются от того, как вы уже думаете о других программных инструментах (email, облачные хранилища, CRM)?
- Что одно вы измените в подходе к обмену данными с ИИ на основе этого урока?
Что дальше
На следующем уроке мы применим эти практики приватности на деле, изучая анализ данных с помощью ИИ: как находить паттерны, генерировать инсайты и усиливать программы, сохраняя защиту чувствительной информации.
Обратная связь
По мере прохождения курса нам будет очень интересно узнать, как вы используете концепции курса в своей работе, а также любые ваши отзывы. Поделитесь отзывом здесь.
Благодарности и лицензия
Copyright 2025 Anthropic и Giving Tuesday. Основано на фреймворке ИИ-грамотности, разработанном проф. Риком Даканом (Ringling College of Art and Design) и проф. Джозефом Феллером (University College Cork). Выпущено под лицензией CC BY-NC-SA 4.0.