核心風險係「用途轉變」。一個人可能為咗交易、開戶、客戶服務或其他原本目的而提供資料,但企業之後將呢啲資料大規模重新用於模型訓練或微調。當資料進入大型訓練流程,用戶可能更加難了解資料點樣被再用、控制相關用途,或者日後行使查閱及更正權利。
指引亦將AI供應鏈中不同角色的責任分開:
當企業想使用「User Data」開發生成式AI模型,而又唔適用於PDPA下任何同意例外,就要透過AI專屬通知取得同意。通知必須清楚指出係用於生成式AI模型開發,而唔可以只用「服務提升」、「個人化」或「產品改善」等寬泛描述代替。
呢點對以下情況尤其重要:用戶原本透過某項產品或服務直接提供資料,目的並唔係生成式AI,企業之後先想將資料轉作模型開發用途。企業要先檢視最初收集資料的背景、新用途,以及有冇適用的同意例外,再決定應該點做。
PDPA關於公開可取得資料的例外,喺某些情況下容許企業毋須取得同意,收集公開可取得的個人資料作模型開發。不過,並唔係所有網上搵到的資料都自動符合條件。被付費牆、登入、登記要求或類似數碼屏障擋住的資料,是否仍然屬於「公開可取得」,需要仔細評估。
但要留意,刪走姓名並唔代表一定已經匿名化。如果剩低的資料,或者配合其他合理可取得的資料,仍然有機會重新識別某個人,企業就要重新評估匿名化是否真正有效。
現有資料未有確立一項專門針對客戶服務中心錄音的概括例外。實際上,如果錄音可以識別,或者合理地可以識別來電者,就應該當作個人資料,評估其後用於生成式AI時有冇合適的PDPA依據,例如有效同意、適當通知或其他法定例外。
至於錄音是否有額外、專門的規則,現有來源資料不足以作出肯定結論。企業需要按錄音內容、收集方式、擬議的生成式AI用途,以及適用的PDPA例外逐案判斷。
通知應該具體到一般人睇得明白,至少包括以下內容:
一般私隱政策仍然可以提供背景資料,但如果當中完全睇唔出個人資料會用於生成式AI訓練,就唔應該成為唯一披露方式。最基本的判斷係:一個合理用戶睇完之後,是否明白自己的個人資料可能會被用來開發或改善生成式AI模型。
現有資料冇有規定所有企業必須採用同一種格式,或者將通知放喺唯一指定位置。較實際的做法,可以係收集相關資料或使用相關服務時提供,例如:
以上屬於實施上的合理推論,並唔係PDPC資料表列出的完整位置清單。無論採用咩形式,重點都係通知要容易睇到、內容要具體,唔好埋喺一大段難搵的標準條款入面。
即使個人資料已經用於生成式AI開發,用戶仍然可以提出查閱或更正個人資料的要求。企業應該做好上游資料管理,逐案評估要求,並採取合適的技術措施;不過,要喺大型訓練資料集內追蹤某項資料,實際上可能相當困難。
如果企業以同意作為法律依據,就必須告訴用戶點樣拒絕或撤回同意。但用戶選擇退出之後,唔代表一定可以喺完全不變的條件下繼續使用服務所有功能。能否繼續使用核心服務,要視乎生成式AI訓練對服務是否必要,以及企業設計同意機制的方式。現有來源並冇確立一項「退出後仍然必須保留全部服務」的普遍權利。
IMDA的透明度指引從消費者角度出發,主要針對部署外部、面向公眾的生成式AI聊天機械人的企業。目的包括幫助用戶作出更有根據的決定、令披露方式更一致,以及令企業就自己公開承諾的安全和可靠性措施負起更清晰的責任。
指引的核心係「Chatbot Info Card」,概念上類似食品營養標籤或者藥物標籤。它可以係一個專門資訊頁面,亦可以係披露文件;形式可以有彈性,但應該畀用戶一個集中、容易進入的地方,睇晒重要資料。
資訊卡應該符合三個原則:
一張實用的資訊卡可以包括:
資訊卡唔係保證聊天機械人一定準確或者安全。它的價值在於,畀用戶有更清楚的基礎去判斷幾時可以依賴工具、應該避免分享咩資料,以及出現問題時可以向邊度求助。
Google、Meta、DBS、OCBC、新加坡航空及Synapxe都表示,會將自願性指引作為參考,改善面向公眾聊天機械人的透明度措施。呢個訊息代表佢哋計劃逐步對齊及持續改善,並唔等於每間機構已經推出完全相同的資訊卡。
對銀行而言,重點可能包括清楚解釋客戶可以用聊天機械人做啲咩、系統有咩限制,以及有咩安全保障,並將披露內容同現有AI管治及風險管理流程接軌。DBS提到其面向客戶的AI項目;OCBC則將指引同現有AI管治及風險管理工作連繫起來。
新加坡今次採取的是「更具體的AI私隱披露」加上「自願性的聊天機械人透明度標準」。兩套措施互相配合,但唔可以混為一談: