Che cosa significa in pratica
L’uso sicuro dell’IA richiede classificazione dei dati, limitazione degli accessi, condizioni di servizio adeguate e controllo di ciò che arriva al modello.
Quando la soluzione aiuta davvero
Ha più senso quando i dipendenti sanno quali categorie di dati possono trasmettere a un determinato servizio e per quale scopo. L’impiego dovrebbe derivare da un problema concreto, non dalla sola disponibilità di una nuova funzionalità.
Come preparare l’implementazione
La sicurezza va testata con esempi difficili e appositamente preparati. Il modello non deve ampliare autonomamente le proprie autorizzazioni e i dati riservati devono essere separati dai contenuti esterni. In pratica è utile classificare i dati, disattivare la registrazione non necessaria, rimuovere gli identificatori e fornire i modelli tramite un account aziendale controllato.
Un limite da non trascurare
Incollare contratti, dati dei clienti o segreti commerciali in account personali può aggirare tutte le protezioni aziendali. Prima dell’avvio occorre quindi definire chi decide, le regole di escalation e il modo di fermare la soluzione in sicurezza.
Come verificare il risultato
In questo caso bisogna misurare violazioni delle regole, ambito dei dati nei log, numero di eccezioni, tempi di cancellazione e utilizzo degli strumenti approvati. Il risultato va confrontato con il precedente metodo di lavoro, separatamente per i casi ordinari e le eccezioni difficili.
