Anonimizacja dokumentów przed ChatGPT, Claude i Copilotem

Anonimizacja dokumentów przed ChatGPT polega na zamianie danych osobowych na oznaczenia, zanim tekst trafi do czatu, i przywróceniu ich w odpowiedzi modelu. Poufnik robi jedno i drugie na Twoim komputerze. Dostawca usługi AI dostaje tekst z `[OSOBA_1]` i `[PESEL_1]`, a mapa zastąpień zostaje u Ciebie. Model rozumie taki tekst, ponieważ ta sama osoba ma w nim wszędzie to samo oznaczenie.

Gdzie trafiają dane wklejone do ChatGPT?

Fragment umowy albo pismo od klienta wklejone do czatu trafia na serwer dostawcy usługi i tam jest przetwarzane. Dalszy los tekstu zależy od tego, jak korzystasz z modelu. Na koncie konsumenckim rozmowy mogą domyślnie służyć do ulepszania modelu, chyba że wyłączysz tę opcję. Plany biznesowe i dostęp przez API działają na podstawie umowy z dostawcą i zwykle wykluczają trenowanie na danych klienta. Dostawcy zmieniają swoje zasady, dlatego przed wdrożeniem w firmie sprawdź aktualne warunki u źródła. Więcej o tym pisze tekst Co się dzieje z Twoimi danymi w LLM, a o wklejaniu umowy klienta do czatu wpis ChatGPT a dane osobowe.

Na każdym koncie wklejonego tekstu nie da się już wycofać. W 2023 r. pracownicy dużej firmy wkleili do publicznego czatu poufny kod i zapis spotkania. Do utraty kontroli nad tymi informacjami nie był potrzebny żaden wyciek: wystarczyło, że trafiły do zewnętrznej usługi. Tę historię opisuje tekst o wycieku kodu do czatu i anonimizacji.

Jakich danych model AI potrzebuje do pracy z dokumentem?

Żeby ocenić umowę, streścić pismo albo ułożyć chronologię, model językowy czyta treść i układ dokumentu. Nazwisko strony, PESEL, adres i numer rachunku nic mu przy tym nie dają. Musi natomiast wiedzieć, że osoba z paragrafu 2 to ta sama, która podpisuje się na końcu. Poufnik zamienia więc dane na spójne oznaczenia zamiast je wycinać: [OSOBA_1] w całym dokumencie oznacza tę samą osobę, [FIRMA_1] tę samą spółkę, [ADRES_1] ten sam adres. Sens tekstu zostaje, a dostawca usługi AI nie dostaje niczego, co pozwalałoby wskazać człowieka albo sprawę.

Jak przygotować dokument dla ChatGPT i przywrócić dane w odpowiedzi?

  1. Wczytaj dokument i przejrzyj, co program wykrył. Poufnik przyjmuje PDF, dokumenty Word, Excel i PowerPoint, pliki OpenDocument, TXT, skany i zdjęcia oraz tekst wklejony ze schowka. Na ekranie przeglądu widzisz, co zostanie ukryte, i możesz to poprawić. Kategorię, której model potrzebuje do zadania, na przykład kwoty do przeliczenia, wyłączasz jednym kliknięciem.
  2. Skopiuj tekst albo gotowe polecenie. W panelu poleceń są prompty prawnicze do analizy umowy, pisma i orzeczenia, do chronologii zdarzeń i do projektu odpowiedzi. Przycisk „Kopiuj prompt z dokumentem” kopiuje prompt razem z zanonimizowaną treścią, więc do czatu wklejasz jedno gotowe polecenie. Na Windows możesz ominąć okno aplikacji: kliknij plik prawym przyciskiem myszy w Eksploratorze i wybierz „Anonimizuj do Markdown (dla AI)”. Poufnik zapisze wtedy zanonimizowaną treść w pliku Markdown, który załączasz w czacie. Ten format modele AI czytają najlepiej.
  3. Wklej odpowiedź i przywróć dane. Model odpowiada z tymi samymi oznaczeniami. Wklejasz jego odpowiedź do Poufnika, a program podstawia prawdziwe dane z lokalnej mapy zastąpień. Mapa nie opuszcza komputera i nie trafia do schowka razem z tekstem. Przy eksporcie program zapisuje ją obok dokumentu jako osobny plik, który możesz usunąć.
Zrzut dwóch okien obok siebie: po lewej okno czatu AI z wklejonym poleceniem „Przygotuj projekt odpowiedzi na reklamację” i treścią fikcyjnej reklamacji z oznaczeniami [OSOBA_1], [ADRES_1], [TELEFON_1], po prawej okno Poufnika z tą samą reklamacją na ekranie wyniku.

Jakie dane najczęściej trafiają do czatu niepotrzebnie?

Dane osobowe w tekście wklejanym do czatu rzadko stoją w jednym miejscu. Są w nagłówku, w treści, w podpisie i w stopce:

  • imiona i nazwiska stron, pracowników i osób trzecich, także w odmianie;
  • nazwy firm i instytucji, które zdradzają klienta;
  • adresy i dane kontaktowe z nagłówków i stopek maili;
  • PESEL, NIP, numery dowodów;
  • numery rachunków w umowach i wezwaniach;
  • sygnatury akt i numery ksiąg wieczystych, które jednoznacznie wskazują sprawę;
  • numery rejestracyjne pojazdów w sprawach odszkodowawczych;
  • adresy IP, klucze API i dane techniczne w dokumentacji IT.

Poufnik wykrywa te kategorie automatycznie, a Ty decydujesz, które z nich zostają w tekście. W kancelarii dochodzi tajemnica zawodowa, która obejmuje wszystkie informacje o sprawie, także te, które nie są danymi osobowymi. Opisuje to strona anonimizacja dokumentów w kancelarii. W rekrutacji osobnym przypadkiem jest anonimizacja CV: model ocenia wtedy kwalifikacje kandydata, nie wiedząc, czyje są.

Czy Copilot i Claude wymagają tego samego?

ChatGPT, Claude, Copilot w Microsoft 365 i inne narzędzia dostają to, co do nich wkleisz, a warunki przetwarzania zależą od dostawcy i planu. Poufnik przygotowuje tekst tak samo dla każdego z nich i tak samo przywraca dane w każdej odpowiedzi. Sam program nie łączy się z żadnym modelem w sieci. Dane wykrywa lokalny silnik na Twoim komputerze, co opisuje strona Bezpieczeństwo. Jeżeli rozważasz narzędzie do anonimizacji działające w przeglądarce, sprawdź najpierw, czym anonimizacja online różni się od lokalnej.

Co mówią RODO i AI Act?

RODO wymaga, żeby dane osobowe były „adekwatne, stosowne oraz ograniczone do tego, co niezbędne do celów, w których są przetwarzane” (art. 5 ust. 1 lit. c). Model oceniający umowę potrzebuje treści postanowień. Nazwisko strony nie jest mu do tego niezbędne, więc według tej zasady nie ma powodu wysyłać go poza firmę. Dostawca usługi AI, który przetwarza dane w imieniu administratora, jest podmiotem przetwarzającym. Według art. 28 ust. 1 RODO administrator korzysta wyłącznie z usług takich podmiotów, „które zapewniają wystarczające gwarancje wdrożenia odpowiednich środków technicznych i organizacyjnych”. Gdy do dostawcy nie trafiają dane osobowe, ta ocena jest prostsza. Ten sam tekst jest dla Ciebie pseudonimizowany, a dla dostawcy anonimowy; różnicę wyjaśnia wpis anonimizacja a pseudonimizacja.

Według art. 4 AI Act (rozporządzenie 2024/1689) dostawcy i podmioty stosujące systemy AI podejmują środki w celu zapewnienia „odpowiedniego poziomu kompetencji w zakresie AI wśród swojego personelu”. Do takiej kompetencji należy ocena, co można wkleić do czatu. W Poufniku podejmujesz tę decyzję na ekranie przeglądu, dla każdego wykrytego fragmentu osobno.

Poufnik ukrywa dane przed modelem AI, a Lawtern daje temu modelowi sprawdzone źródła: aktualne brzmienie przepisów, w tym RODO i AI Act, z linkiem do tekstu aktu, a także orzecznictwo i decyzje organów. Model, który analizuje zanonimizowany dokument, może wtedy przytoczyć przepis w aktualnym brzmieniu i podać, skąd go wziął. Teksty aktów prawnych można też czytać za darmo w Volumina Legum.

Cały obieg pracy, od wczytania pliku do przywrócenia danych, opisuje strona Jak to działa.

Najczęstsze pytania

Czy można wklejać dane osobowe do ChatGPT?

Wklejone dane trafiają do dostawcy usługi, a to, co z nimi zrobi, zależy od rodzaju konta i jego warunków. Rozmowy z konta konsumenckiego mogą domyślnie służyć do trenowania modelu; plany biznesowe zwykle to wyłączają. Nazwisk i numerów, których model nie potrzebuje do odpowiedzi, najprościej w ogóle nie wysyłać.

Czy model AI zrozumie dokument z oznaczeniami zamiast nazwisk?

Tak. Poufnik nadaje tej samej osobie jedno oznaczenie w całym tekście, więc model wie, że [OSOBA_1] to zamawiający, a [OSOBA_2] to wykonawca, i trzyma się tego w odpowiedzi. Żeby przeanalizować umowę, ułożyć chronologię albo napisać projekt odpowiedzi, model nie potrzebuje nazwisk.

Jak przywrócić prawdziwe dane w odpowiedzi ChatGPT?

Skopiuj odpowiedź modelu i wklej ją do Poufnika. Program podstawi prawdziwe dane w miejsce oznaczeń. Korzysta przy tym z mapy zastąpień, którą utworzył przy anonimizacji i która nie opuściła Twojego komputera. Do czatu kopiujesz sam tekst, bez mapy, więc dostawca usługi AI nie ma czym odwrócić zamiany.

Czy Copilot w Microsoft 365 też wymaga anonimizacji dokumentów?

Copilot dostaje to, co mu wyślesz, tak jak każde inne narzędzie AI. Przed wysłaniem dokumentu sprawdź, na jakich warunkach dostawca przetwarza treść w Twoim planie, i wyślij tylko to, czego model potrzebuje. Poufnik przygotowuje tekst i przywraca dane tak samo, bez względu na to, do którego narzędzia go wklejasz.

Czy anonimizacja AI oznacza, że dokument jest przetwarzany przez model w Poufniku?

Nie. Dane w dokumencie wykrywa lokalny silnik Poufnika na Twoim komputerze, który nie łączy się z żadnym modelem w sieci. Jedyny model AI w tym obiegu to ten, do którego sam wklejasz zanonimizowany tekst.