Tim ingin menguji AI untuk membaca formulir keluhan pelanggan. Namun sampel lama berisi nama, alamat, dan nomor yang sebenarnya tidak diperlukan untuk menguji hasil. Menyamarkan data pribadi dimulai dengan memilih informasi yang dibutuhkan, lalu membuat salinan uji yang sudah diperiksa. Menutup teks di layar saja belum cukup jika pembaca masih dapat menyalin teks bawahnya atau memulihkan lampiran.
Tentukan Informasi yang Diperlukan untuk Uji AI
Tulis satu tugas yang akan diuji. Jika tujuannya mengelompokkan keluhan menurut produk dan jenis masalah, pertahankan uraian keluhan dan kategori produk yang memang dibutuhkan. Nama, nomor telepon, alamat lengkap, nomor identitas dan tanda tangan biasanya di luar kebutuhan tugas tersebut. Periksa juga kode pelanggan, lokasi yang sangat spesifik, dan tanggal peristiwa langka. Jika digabungkan, beberapa detail itu bisa mengarah pada seseorang.
Apabila alur bergantung pada hubungan beberapa dokumen, ganti ID asli dengan kode uji yang konsisten. Simpan tabel padanan terpisah dengan akses terbatas jika memang harus ada. Selama padanan atau rincian lain masih dapat menghubungkan kode ke orangnya, perlakukan salinan sebagai data tersamarkan yang tetap perlu dikendalikan. Untuk menguji struktur formulir tanpa membawa catatan asli, pertimbangkan data sintetis untuk pilot AI.
Cara Menyamarkan Data pada Salinan Dokumen
- Buat salinan kerja. Simpan dokumen asli di tempat dengan izin yang sesuai. Kerjakan salinan di lingkungan yang telah disetujui. Tetapkan siapa yang meninjau dan siapa yang boleh menerima hasil.
- Temukan pengenal. Periksa isi teks, nama file, header, footer, komentar, gambar dan lampiran. Alat otomatis dapat menandai pola seperti alamat email serta menyorot dugaan nama atau lokasi. Untuk scan, tambahkan pemeriksaan visual karena teks yang sempit, pudar atau miring bisa terlewat saat dibaca.
- Hapus atau ganti informasi. Simpan berkas baru dengan informasi sensitif benar-benar dihapus dari salinan atau diganti sesuai tujuan pengujian. Gunakan fungsi redaksi yang menerapkan penghapusan. Kotak hitam yang hanya diletakkan di atas teks tidak menghapus teks di bawahnya.
- Baca ulang hasil ekspor. Buka salinan dari lokasi yang akan digunakan tim. Cari contoh pengenal, coba pilih dan salin area yang sudah disunting, cek properti dokumen serta komentar atau lapisan teks. Periksa juga versi yang keluar dari proses konversi sebelum dimasukkan ke sistem AI.
Dokumentasi Microsoft tentang redaksi informasi identitas pada dokumen memberi gambaran tentang pendekatan otomatis. Dukungan format, bahasa dan jenis entitas bergantung pada alat. Uji dokumen Indonesia yang dipakai tim, termasuk nama dengan satu kata, alamat bertingkat, dan nomor yang ditulis dengan pemisah berbeda.
Contoh ketika Identitas Bisa Ditebak dari Isi Cerita
Contoh ilustratif. Formulir menceritakan pengiriman ke satu cabang pada tanggal tertentu dan menyebut satu-satunya penerima dengan jabatan khusus. Menutup nama masih menyisakan gabungan petunjuk. Ganti cabang dengan wilayah yang lebih luas dan tanggal persis dengan pekan kejadian jika klasifikasi masalah tetap bisa diuji. Bila identitas masih mudah ditebak, keluarkan sampel atau buat pengganti sintetis.
Periksa Kebocoran dan Nilai Guna secara Terpisah
Buat kumpulan uji pendek dengan pengenal yang sengaja ditanam pada teks, scan dan metadata. Orang kedua memeriksa apakah pengenal masih terlihat pada salinan dan apakah informasi penting untuk tugas tetap tersedia. Catat jumlah pengenal yang lolos, bagian berguna yang terhapus, dan jumlah dokumen yang harus ditahan. Jika ada pengenal yang lolos dari dokumen sensitif, tahan berkas sampai penyebabnya diperbaiki dan sampel serupa diperiksa. Lanjutkan pemeriksaan ketika format sumber atau alat berubah.
Jika tim juga perlu membatasi penyalinan atau unggahan pada saat bekerja, lihat panduan pengendalian DLP untuk AI generatif. Untuk menyiapkan sampel pilot, mulai dengan satu jenis dokumen. Diskusikan alur penyiapan data uji bersama tim AI dan Machine Learning Layana.ID. Cukup bawa jenis dokumen, contoh sintetis dan daftar kolom yang perlu dipertahankan.