অধ্যায় 2 · ন্যায্যতা, সত্যতা ও গোপনীয়তা
গোপনীয়তা, সম্মতি ও ডেটা ব্যবহার: AI টুলে আপনি কী শেয়ার করেন
- পৃষ্ঠা 9 / 22
- 19 মিনিট পড়া
প্রতিটা AI টুল ডেটার ওপর চলে, আর সেই ডেটার অনেকটাই মানুষের সম্পর্কে: তাঁদের নাম, বার্তা, ছবি, অভ্যাস, স্বাস্থ্য আর টাকাপয়সা। AI-এর জন্য প্রম্পট ইঞ্জিনিয়ারিং: বিগিনার টিউটোরিয়ালের নির্ভরযোগ্য ও গোপনীয়তা-সচেতন প্রম্পটিং: অনিশ্চয়তা, প্রমাণ ও সংবেদনশীল ডেটা পাতায় আপনি আগেই শিখেছেন চ্যাটে কী পেস্ট করবেন না, আর পাসওয়ার্ড ও কি কীভাবে সামলাবেন। এই পাতা আরও এগিয়ে যায়। সেন্ড চাপার পর ব্যক্তিগত ডেটার কী হয়, আর ডেটার পেছনের মানুষেরা ন্যায্যভাবে মত দেওয়ার সুযোগ পেয়েছিলেন কি না, সেটাই এখানে প্রশ্ন।
গোপনীয়তা (privacy) শুধু গোপন কথা রাখার ব্যাপার নয়। এটা হলো মানুষ যেন বুঝতে পারেন তাঁদের সম্পর্কে তথ্য কীভাবে ব্যবহার হচ্ছে, এবং তাতে প্রভাব রাখতে পারেন। দৈনন্দিন AI নৈতিকতা: কারা উপকৃত হয় আর কাদের ক্ষতি হতে পারে পাতার মতোই প্রশ্নটা হলো: কারা প্রভাবিত হচ্ছেন, আর তাঁদের মতামত দেওয়ার কোনো সুযোগ ছিল কি না?
যা শিখবেন
- ব্যক্তিগত তথ্য আর অব্যক্তিগত তথ্যের পার্থক্য কীভাবে বুঝবেন, এবং একই তথ্য এক জায়গায় নিরীহ আর অন্য জায়গায় স্পর্শকাতর কেন হতে পারে।
- সম্মতি (consent), নোটিস আর বৈধ কর্তৃত্বের পার্থক্য, এবং মানুষ নিজের ডেটার ব্যবহার বুঝেছেন কি না তা কীভাবে যাচাই করবেন।
- দ্বিতীয় একটা ব্যবহার কীভাবে প্রথমটা থেকে সরে যায়, এবং ডেটা মিনিমাইজেশন কীভাবে কাজের প্রবাহকে ছোট রাখে।
- নামের বদলে কোড বসানো (সুডোনিমাইজেশন) কেন প্রকৃত অ্যানোনিমাইজেশনের চেয়ে দুর্বল, এবং কেন মানুষকে মাঝে মাঝে আবার শনাক্ত করা যায়।
- শিশু, ঝুঁকিপূর্ণ গোষ্ঠী আর ক্ষমতার অসমতা কেন "রাজি হওয়া"র মানে বদলে দেয়।
ব্যক্তিগত ও অব্যক্তিগত তথ্য
ব্যক্তিগত তথ্য হলো এমন মানুষের সম্পর্কে তথ্য, যাঁকে শনাক্ত করা হয়েছে বা যাঁকে শনাক্ত করা যেতে পারে। বাক্যটার দুটো অংশ গুরুত্বপূর্ণ। "একজন মানুষ সম্পর্কে" মানে তথ্যটা কারও বর্ণনা দেয় বা কারও সঙ্গে জড়িত। "শনাক্ত করা যেতে পারে" মানে নাম থাকতেই হবে এমন নয়: অন্য তথ্যের সঙ্গে মেলালে, বা পাঠক ওই মানুষটা সম্পর্কে আগে থেকে কিছু জানলে, একটা খুঁটিনাটি তথ্যই একজনের দিকে ইঙ্গিত করতে পারে।
| তথ্য | ব্যক্তিগত? | কেন |
|---|---|---|
| "মারিয়া গঞ্জালেস, ১৪ হিল রোড, একটা রোয়িং মেশিন কিনেছেন" | হ্যাঁ | নাম আর ঠিকানা সরাসরি একজনকে শনাক্ত করে। |
| "সদস্য M-07 প্রতিদিন ০৬:০০-তে ব্যায়াম করেন" | সাধারণত হ্যাঁ | কোডটা বেনামি মনে হয়, কিন্তু জিম এটাকে আসল সদস্যের সঙ্গে মেলাতে পারে। |
| "দোকান সেপ্টেম্বরে ৪১২টা নোটবই বিক্রি করেছে" | না | এটা ব্যবসার মোট সংখ্যা, কোনো ক্রেতার তথ্য নয়। |
| "একটা ছোট গ্রামের স্কুলের একমাত্র গণিত শিক্ষক এই অভিযোগটা লিখেছেন" | হ্যাঁ | নাম নেই, কিন্তু তথ্যটা একজনের দিকে ইঙ্গিত করে। |
| একটা শহরের আবহাওয়ার রেকর্ড | না | এটা একটা জায়গার বর্ণনা, কোনো মানুষের নয়। |
একটা বাস্তব পরীক্ষা: এই কমিউনিটি সম্পর্কে অল্প জানেন এমন কেউ এটা কে, তা বুঝে ফেলতে পারবেন কি না? পারলে তথ্যটাকে ব্যক্তিগত ধরুন। দুই ধরনের মধ্যে রেখাটা সব সময় স্পষ্ট নয়, তাই সন্দেহ হলে তথ্যটাকে ব্যক্তিগত হিসেবে সামলান আর আপনার গোপনীয়তা-সংক্রান্ত যোগাযোগ-ব্যক্তিকে জিজ্ঞেস করুন (তাঁকে কীভাবে খুঁজবেন, তা পরের পাতায়)।
স্পর্শকাতর তথ্য নির্ভর করে প্রসঙ্গের ওপর
কিছু ধরনের তথ্য ফাঁস বা অপব্যবহার হলে বেশি ক্ষতি করতে পারে: স্বাস্থ্য, ধর্ম বা বিশ্বাস, রাজনৈতিক মত, যৌন জীবন, আর্থিক সমস্যা, অভিবাসনের অবস্থা, নির্দিষ্ট অবস্থান, আর শিশুদের তথ্য। দেশ অনুযায়ী তালিকা আলাদা, খাত অনুযায়ীও নিয়ম আলাদা, তাই একটা তালিকাকে সর্বজনীন ভেবে মুখস্থ করবেন না। বেশি কাজের দক্ষতা হলো এই প্রশ্ন করা: এই পরিস্থিতিতে কেউ এই তথ্য দিয়ে ওই মানুষটার কী করতে পারে?
| তথ্য | যে প্রসঙ্গে ঝুঁকি কম | যে প্রসঙ্গে স্পর্শকাতর |
|---|---|---|
| বাড়ির ঠিকানা | পার্সেলের ডেলিভারি লেবেল | সহিংসতার ঝুঁকিতে থাকা মানুষের সহায়তা-সেবা যাঁরা নেন, তাঁদের তালিকা |
| "শুক্রবারের নামাজ বাদ দিয়েছেন" বা "মাংস খাননি" | দলবেঁধে লাঞ্চের অর্ডার | কর্মস্থলের এমন রেকর্ড, যা কারও বিশ্বাস প্রকাশ করে দিতে পারে |
| নামের তালিকা | ফুটবল দলের নামের তালিকা | একই নামগুলো কোনো ক্লিনিকের অ্যাপয়েন্টমেন্ট তালিকায় |
| অবস্থানের ট্রেইল | দৌড়ের অ্যাপ, যেটা দৌড়বিদ নিজের কাছে রাখেন | এমন লগ, যা দেখায় কেউ কোথায় ঘুমান, প্রার্থনা করেন বা সাহায্য চান |
একই তথ্য সাধারণ থেকে স্পর্শকাতর হয়ে যায় সেটা কোথায় আছে আর অন্য তথ্যের সঙ্গে মিললে কী প্রকাশ করে, তার ওপর। AI টুলের ক্ষেত্রে এটা আরও জরুরি, কারণ এরা লেখা মেলানো আর সংক্ষেপ করায় দক্ষ। হাজারটা বার্তা পড়া একটা টুল দ্রুত ধরে ফেলতে পারে, ধরুন, কোন সদস্য বারবার কোনো অসুস্থতার কথা লিখছেন, যদিও কেউ তাকে সেটা খুঁজতে বলেনি।
সম্মতি, নোটিস ও বৈধ কর্তৃত্ব
তিনটে ধারণা প্রায়ই গুলিয়ে যায়। "এই ডেটা ব্যবহার করা গ্রহণযোগ্য কেন?" প্রশ্নের উত্তর এরা আলাদা আলাদা ভাবে দেয়।
| ধারণা | মানে কী | উদাহরণ | যা এটা নিশ্চিত করে না |
|---|---|---|---|
| সম্মতি | একজন মানুষ স্বাধীনভাবে, যথেষ্ট তথ্য জেনে, একটা নির্দিষ্ট ব্যবহারে রাজি হন, এবং না বলতে পারতেন। | একজন সদস্য টিক দেন: "আমার ক্লাসের রিমাইন্ডার ব্যক্তিগত করতে আমার উপস্থিতির তথ্য ব্যবহার করুন।" | মানুষটা না বুঝলে, চাপ অনুভব করলে, বা খরচ ছাড়া না বলতে না পারলে সম্মতি টেকে না। |
| নোটিস | কী হবে তা আপনি মানুষকে জানান। তাঁরা হয়তো প্রত্যাখ্যান করতে পারেন না। | একটা সাইন: "নিরাপত্তার জন্য এই হলে ক্যামেরা আছে।" | জানানো মানে জিজ্ঞেস করা নয়। কেউ পড়ে না এমন নোটিস দুর্বল। |
| বৈধ কর্তৃত্ব | কোনো বিধি, জনসেবার দায় বা প্রকৃত কাজের প্রয়োজন প্রতিষ্ঠানকে প্রত্যেককে জিজ্ঞেস না করেই ডেটা ব্যবহারের কারণ দেয়। | একটা স্কুল উপস্থিতির রেকর্ড রাখে, কারণ শিক্ষাব্যবস্থা তা চায়। | এর মানে "যা খুশি করা যায়" নয়। ব্যবহার ওই কর্তৃত্বের সীমার ভেতরে থাকা উচিত। |
নৈতিকভাবে যেকোনো ডেটা-ব্যবহারে প্রশ্ন করুন: আমরা এই তিনটের কোনটার ওপর ভরসা করছি, আর সেটা সৎ কি না? যে কোম্পানি নোটিস দিয়ে তাকে "সম্মতি" বলে, সে ভুল ধারণার ওপর ঝুঁকে আছে। যে টিমের কোনো রেকর্ড প্রক্রিয়া করার প্রকৃত কর্তৃত্ব আছে, তাকেও রেকর্ডের মানুষদের একটা স্পষ্ট উদ্দেশ্য আর একটা সীমা জানাতে হয়। মনে রাখুন, এগুলো আগে নৈতিক প্রশ্ন। কোনো নির্দিষ্ট আইন সম্মতি, নোটিস বা কর্তৃত্বকে ভিত্তি হিসেবে মানে কি না, তা দেশ আর পরিস্থিতির ওপর নির্ভর করে, তাই নিজের নিয়ম দেখে নিন।
মানুষ উদ্দিষ্ট ব্যবহার বোঝেন কি না
সম্মতির মূল্য ততটুকুই, যতটুকু বোঝার ওপর সেটা দাঁড়িয়ে। "আমি সম্মত" দিয়ে শেষ হওয়া লম্বা গোপনীয়তা-পাতা প্রায়ই কাউকে বলে না কী ঘটবে। কাজের পরীক্ষা হলো এক-বাক্যের পরীক্ষা: সাধারণ একজন মানুষ এক বাক্যে বলতে পারবেন কি না যে আমরা তাঁর ডেটা দিয়ে কী করি, কারা দেখে, আর কতদিন রাখি? না পারলে ব্যাখ্যা আরও সহজ করতে হবে, নয়তো ব্যবহারটা এত জটিল যে জিজ্ঞেস করাই কঠিন।
কাল্পনিক পরিস্থিতি:
Kwame runs three small gyms in Accra. Members book classes in his app, which also records
check-in times and lets members message the front desk. Kwame wants an AI tool to do two things:
send each member a friendly reminder before a class they usually attend, and summarise the
front-desk messages each week so staff can spot common complaints.
The sign-up screen says: "By continuing you accept our privacy statement" (12 pages, linked).
About 600 members use the app. Two of them are 15 years old.কোয়ামের সাইন-আপ স্ক্রিন একটা নোটিস, সঙ্গে টিক-বক্স। সদস্য জানেন কি না যে তাঁর বার্তা একটা AI সেবা পড়বে? সম্ভবত না। কিছু সদস্য ফ্রন্ট ডেস্কে বার্তা লেখার সময় আঘাত, অসুস্থতা বা টাকার কথা লেখেন। কোয়ামে বেশি খরচ ছাড়াই বোঝাপড়া উন্নত করতে পারেন:
| দুর্বল | আরও ভালো |
|---|---|
| "চালিয়ে গেলে আপনি আমাদের গোপনীয়তা বিবৃতি মেনে নিচ্ছেন।" | "ক্লাসের রিমাইন্ডার পাঠাতে আমরা আপনার চেক-ইনের সময় ব্যবহার করি। ফ্রন্ট ডেস্কের বার্তা সংক্ষেপ করতে একটা AI সেবা ব্যবহার করি। কর্মীরা আপনার বার্তা পড়তে পারেন; AI সেবা নাম মুছে দেওয়া অবস্থায় বার্তা পায়। রিমাইন্ডার পেতে এখানে টিক দিন। না দিলেও আপনি জিম ব্যবহার করতে পারবেন।" |
| সব ব্যবহারের জন্য একটাই টিক। | প্রতিটা আলাদা ব্যবহারের জন্য আলাদা পছন্দ। |
| লম্বা পাতার ভেতরে চাপা। | যেখানে ডেটা নেওয়া হচ্ছে সেখানেই ছোট লেখা, বিস্তারিতের জন্য একটা লিংক। |
দ্বিতীয় ব্যবহার: মূল উদ্দেশ্যের বাইরে
দ্বিতীয় ব্যবহার (secondary use) হলো ডেটা যে কারণে সংগ্রহ করা হয়েছিল, তার বাইরে গিয়ে ব্যবহার। দ্বিতীয় ব্যবহার নিজে থেকেই ভুল নয়। নিরাপত্তা উন্নত করতে একটা হাসপাতাল নিজের রেকর্ড নিয়ে গবেষণা করলে সেটা দ্বিতীয় ব্যবহার, যা অনেক মানুষ সমর্থন করেন। উদ্বেগটা হলো বিস্ময়: মানুষটা যেভাবে আশা করেননি সেভাবে ডেটা ব্যবহার করা, বিশেষ করে যখন তা তাঁর স্বার্থের বিরুদ্ধে যায়।
কোয়ামে ক্লাস চালাতে আর রিমাইন্ডার পাঠাতে চেক-ইনের সময় সংগ্রহ করেছিলেন। এখন ধরুন তিনটে নতুন ধারণা এল:
| নতুন ধারণা | মূল উদ্দেশ্যের কত কাছে? | একটা যুক্তিসঙ্গত প্রথম প্রশ্ন |
|---|---|---|
| কোন ক্লাস যোগ করবেন তা ঠিক করতে চেক-ইনের সময় ব্যবহার করা। | কাছে। সদস্যরা সম্ভবত এটা আশা করবেন। | নাম ছাড়া মোট সংখ্যা ব্যবহার করলে যথেষ্ট হবে কি না? |
| সদস্যদের উত্তর দেয় এমন একটা AI ফিচারকে ট্রেইন করতে বার্তাগুলো ব্যবহার করা। | আরও দূরে। বার্তাগুলো কর্মীদের জন্য লেখা হয়েছিল। | সদস্যদের জানানো হয়েছিল কি না? বাদ দেওয়ার উপায় আছে কি না? ব্যক্তিগত তথ্য সরানো হয় কি না? |
| ছাড় দেওয়ার প্রোগ্রামের জন্য নিয়মিত যাঁরা আসেন তাঁদের তালিকা একটা স্বাস্থ্য-বিমা অংশীদারকে দেওয়া। | অনেক দূরে। সদস্যরা কখনো এমন কল্পনাও করেননি। | স্পষ্টভাবে জিজ্ঞেস করলে সদস্যরা রাজি হতেন কি না? অসুস্থতার কারণে কম আসেন এমন সদস্যদের কী ক্ষতি হতে পারে? |
নতুন ব্যবহার মূল কারণ থেকে যত দূরে আর মানুষটার ওপর যত বেশি প্রভাব ফেলতে পারে, করার আগে তত বেশি জিজ্ঞেস করা উচিত। জিজ্ঞেস করার মানে হতে পারে নতুন সম্মতি, বাদ দেওয়ার সুযোগসহ স্পষ্ট নোটিস, অথবা ধারণাটা বাদ দেওয়ার সিদ্ধান্ত। ডেটা সংগ্রহের সময় উদ্দেশ্য লিখে রাখলে পরে সরে যাওয়াটা ধরা সহজ হয়।
কাজের প্রবাহে ডেটা মিনিমাইজেশন
ডেটা মিনিমাইজেশন (data minimisation) মানে কাজটার জন্য সত্যিই যতটুকু ডেটা লাগে, ততটুকুই সংগ্রহ ও শেয়ার করা। এটা একটা ডিজাইন-অভ্যাস, আর তিনভাবে কাজে লাগে: কম ডেটা ফাঁস হতে পারে, কম ডেটার অপব্যবহার হতে পারে, আর মানুষকে কম ব্যাখ্যা দিতে হয়। AI টুলের ক্ষেত্রে এর মানে বাইরের সেবায় কম পাঠানো।
রিমাইন্ডারের কাজটা ধরুন। প্রবাহটার কোন ফিল্ড দরকার?
| ফিল্ড | রিমাইন্ডারের জন্য দরকার? | মন্তব্য |
|---|---|---|
| প্রথম নাম | হয়তো | বন্ধুত্বপূর্ণ সম্ভাষণের জন্য; সম্ভাষণ না লাগলে কোডেই চলে। |
| যোগাযোগের মাধ্যম | হ্যাঁ | অ্যাপের ভেতরেই থাকে, AI সেবায় পাঠানো হয় না। |
| বুক করা ক্লাস ও সাধারণ সময় | হ্যাঁ | কাজের মূল অংশ। |
| জন্মতারিখ | না | রিমাইন্ডার পাঠাতে লাগে না। |
| ফ্রন্ট ডেস্কের আঘাত-সংক্রান্ত নোট | না | স্পর্শকাতর, আর রিমাইন্ডারের সঙ্গে সম্পর্কহীন। |
| পেমেন্টের ইতিহাস | না | সম্পর্কহীন। |
যেকোনো কাজের প্রবাহে দুটো প্রশ্ন সাহায্য করে: এই ফিল্ড সরিয়ে দিলেও কাজ চলবে কি না? আর এই টুলের পুরো রেকর্ড দেখা দরকার, নাকি একটা অংশ? প্রায়ই AI-এর ধাপটা একটা ছোট, পরিষ্কার করা অংশ নিয়েই চলতে পারে, আর পুরো রেকর্ড মূল সিস্টেমেই থাকে।
সুডোনিমাইজেশন ও অ্যানোনিমাইজেশন
দুটো শব্দ সহজেই গুলিয়ে যায়। সুডোনিমাইজেশন (pseudonymisation) সরাসরি শনাক্তকারী (নাম, ফোন নম্বর) সরিয়ে একটা কোড বা ছদ্মনাম বসায়, কিন্তু কোথাও একটা কি (key) বা অন্য তথ্য থাকলে কোড থেকে আবার মানুষটাকে পাওয়া যায়। অ্যানোনিমাইজেশন (anonymisation) যোগসূত্রটাই সরিয়ে দেয়, যাতে ব্যবহার হওয়ার যুক্তিসঙ্গত সম্ভাবনা আছে এমন যেকোনো উপায়েও মানুষটাকে শনাক্ত করা না যায়। সুডোনিমাইজেশন ঝুঁকি কমায়, কিন্তু ডেটাকে অ্যানোনিমাস করে না।
| সুডোনিমাইজড | অ্যানোনিমাইজড | |
|---|---|---|
| ডেটা আবার কোনো মানুষের সঙ্গে জোড়া যায় কি না? | হ্যাঁ, একটা কি বা বাড়তি ডেটা দিয়ে | কোনো যুক্তিসঙ্গত উপায়ে না |
| উদাহরণ | "সদস্য M-07", আর আলাদা একটা টেবিল যা M-07-কে নামের সঙ্গে মেলায় | "দিনের ঘণ্টা অনুযায়ী ভিজিট"-এর মোট সংখ্যা, কোনো ব্যক্তির সারি ছাড়া |
| এখনো ব্যক্তিগত ডেটা? | হ্যাঁ। সাবধানে সামলান। | হওয়ার কথা নয়, তবে দাবিটা পরীক্ষা করা হলে তবেই |
আইনি নোট (২০২৬-১০-১২ অনুযায়ী; আইনি পরামর্শ নয়): ইউরোপীয় ইউনিয়নের জেনারেল ডেটা প্রোটেকশন রেগুলেশনের Recital 26-এর একটা বেসরকারি অনলাইন পাঠ অনুযায়ী, যে ডেটা শুধু সুডোনিমাইজ করা হয়েছে তা এখনো ব্যক্তিগত ডেটা। আর ডেটা অ্যানোনিমাস কি না, তা বিচার হয় মানুষটাকে শনাক্ত করতে ব্যবহার হওয়ার যুক্তিসঙ্গত সম্ভাবনা আছে এমন সব উপায় ধরে, খরচ, সময় ও উপলব্ধ প্রযুক্তিসহ। প্রকৃতই অ্যানোনিমাস ডেটা ওই রেগুলেশনের বাইরে পড়ে। এটা একটা অঞ্চলের নিয়মের বর্ণনা। সরকারি পাঠ ইইউর আইনি ওয়েবসাইটে প্রকাশিত; আপনার দেশ ও খাতের জন্য বর্তমান সরকারি পাঠ দেখে নিন।
পুনঃশনাক্তকরণ কেন সম্ভব থেকে যায়
পুনঃশনাক্তকরণ (re-identification) মানে যে রেকর্ডটা অ্যানোনিমাস হওয়ার কথা ছিল, তার পেছনে কে আছেন তা বের করে ফেলা। এটা কাজ করে কারণ কয়েকটা সাধারণ তথ্য একসঙ্গে ধরলে অনন্য হয়ে যেতে পারে। নিচে একটা খেলনা উদাহরণ।
টয় ডেটা:
Pseudonymised visit records from Kwame's gym (names removed; invented values).
"Same combination" counts the records, including this one, with the same age band, area and
usual visit time.
ID Age band Area Usual visit Same combination
M-01 20-29 East 18:00 2
M-02 20-29 East 18:00 2
M-03 30-39 East 18:00 1
M-04 30-39 West 07:00 2
M-05 30-39 West 07:00 2
M-06 40-49 West 07:00 1
M-07 60-69 North 06:00 1
M-08 20-29 North 12:00 1
Records that are the only one with their combination: 4 of 8 (M-03, M-06, M-07, M-08).
Anyone who knows that a 60-69 member from the north trains at 06:00 can find M-07's row.কোনো নাম নেই, তবু অর্ধেক সারি আলাদা করে চেনা যায়, এমন প্রতিবেশী, সহকর্মী বা ফ্রন্ট ডেস্কের কর্মীর পক্ষে, যিনি অল্প কিছু জানেন। এটা খেলনা ডেটা, তাই এটা ধারণাটা দেখায়, বাস্তব হার নয়। কলাম বাড়লে, যেমন অতীত কার্যকলাপ বা অবস্থানের লম্বা তালিকা যোগ হলে, রেকর্ড আরও বেশি আলাদা হয়ে ওঠে। তখন অন্য একটা ডেটাসেট বাকি নামগুলো জুগিয়ে দিতে পারে।
নথিভুক্ত ঘটনা:
Netflix Prize dataset, 2008. Narayanan and Shmatikov, statistical de-anonymisation of a sparse
dataset (arXiv cs/0610105; IEEE Symposium on Security and Privacy, 2008).
Established: the authors studied a published, anonymised dataset of film ratings from about
500,000 subscribers. They report that an attacker with limited background knowledge about a
subscriber could locate that person's record, and that, using public film ratings from another
website as background knowledge, they matched known users to records and uncovered apparent
political preferences.
Not covered: what the company did afterwards, and whether other kinds of data behave the same.এ থেকে শেখার বিষয়: রেকর্ড অস্বাভাবিক হলে শুধু নাম সরানো যথেষ্ট নয়, তাই অ্যানোনিমাস হওয়ার দাবি পরীক্ষা করতে হয়। ঘটনাটা প্রমাণ করে না যে প্রতিটা অ্যানোনিমাইজড ডেটাসেট ভেঙে ফেলা যায়। এটা শুধু দেখায় কেন "আমরা নাম সরিয়েছি" শুরু, শেষ নয়। মাঝামাঝি পথও আছে: সারির বদলে মোট সংখ্যা শেয়ার করুন, কম কলাম শেয়ার করুন, বা কম মানুষের ডেটা শেয়ার করুন, আর জিজ্ঞেস করুন বাইরের জ্ঞান আছে এমন কেউ তবু একজনকে আলাদা করে চিনতে পারবেন কি না।
শিশু ও অন্যান্য ঝুঁকিপূর্ণ গোষ্ঠী
ডেটা-ব্যবহার তাদের জন্য কী মানে, শিশুরা সব সময় তা বিচার করতে পারে না, আর কোনো প্রাপ্তবয়স্ক বা প্রতিষ্ঠানকে না বলতেও পারে না। নির্দিষ্ট পরিস্থিতিতে অন্যরাও ঝুঁকিপূর্ণ হতে পারেন: সংকটে থাকা মানুষ, রোগী, কোনো সেবার ওপর নির্ভরশীল মানুষ, নোটিসের ভাষা পড়তে পারেন না এমন মানুষ, বা যাঁদের জন্য প্রকাশ হয়ে যাওয়া বিপজ্জনক। তথ্যবহুল একজন প্রাপ্তবয়স্কের জন্য যে ডেটা-ব্যবহার ঠিক, এখানে তাতে বাড়তি যত্ন লাগতে পারে।
কোয়ামের দুজন ১৫ বছর বয়সী সদস্যের কথায় ফিরুন। প্রশ্নগুলো: কমবয়সী সদস্যের বার্তা AI সেবা দিয়ে সংক্ষেপ করা উচিত কি না? কাকে জিজ্ঞেস করা উচিত: কিশোরকে, অভিভাবককে, নাকি দুজনকেই? তাদের বার্তা কতদিন রাখা হয়? সাইন-আপ পাতায় কী লেখা আছে, আর একজন ১৫ বছরের কিশোর তা বুঝতে পারবে কি না?
আইনি নোট (২০২৬-১০-১২ অনুযায়ী; আইনি পরামর্শ নয়): ইউরোপীয় ইউনিয়নের জেনারেল ডেটা প্রোটেকশন রেগুলেশনের Article 8-এর একটা বেসরকারি অনলাইন পাঠ অনুযায়ী, কোনো অনলাইন সেবা সরাসরি শিশুকে দেওয়া হলে এবং সেটা সম্মতির ওপর নির্ভর করলে, ১৬ বছর বয়স থেকে সম্মতি বৈধ (এর নিচে হলে অভিভাবকের সম্মতি লাগে)। সদস্য রাষ্ট্রগুলো কম বয়স ঠিক করতে পারে, তবে ১৩-এর নিচে নয়, আর সেবাকে অভিভাবকের সম্মতি যাচাইয়ের যুক্তিসঙ্গত চেষ্টা করতে হয়। অন্য দেশগুলো নিজেদের বয়স ও নিয়ম ঠিক করে। বয়সসীমা আলাদা হয়, তাই আপনার দেশ ও খাতের জন্য বর্তমান সরকারি পাঠ দেখে নিন।
ইউনিসেফ (UNICEF) AI ও শিশুদের নিয়ে নির্দেশিকা প্রকাশ করেছে (সংস্করণ ৩.০, ডিসেম্বর ২০২৫), যাতে শিশু-কেন্দ্রিক AI-এর জন্য ডেটা ও গোপনীয়তাসহ দশটা শর্ত আছে; এটা নির্দেশিকা, আইন নয়। এ থেকে এই অভ্যাসটা নিন: শুধু "আমাদের কী লাগবে?" নয়, জিজ্ঞেস করুন "শিশুর সর্বোত্তম স্বার্থ কিসে?"
সম্মতিতে ক্ষমতার অসমতা
যিনি জিজ্ঞেস করছেন তাঁর ক্ষমতা উত্তরদাতার ওপর থাকলে সম্মতির মূল্য কমে যায়। ভাবুন: যে কর্মীকে নিজের বার্তা নজরদারির AI টুলের জন্য "স্বেচ্ছায়" রাজি হতে বলা হচ্ছে, যে শিক্ষার্থীকে শিক্ষক জিজ্ঞেস করছেন, যে ভাড়াটেকে বাড়িওয়ালা জিজ্ঞেস করছেন, বা যে রোগীর সেবাটা দরকার। তাঁরা হয়তো রাজি হন কারণ প্রত্যাখ্যান করা ঝুঁকিপূর্ণ মনে হয়, ইচ্ছে থেকে নয়। সম্মতি দুর্বল হওয়ার লক্ষণ: প্রত্যাখ্যানের একটা মূল্য আছে, প্রশ্নটা প্রকাশ্যে বা বসের মুখ থেকে আসছে, প্রকৃত বিকল্প নেই, বা "না" বললে কী হবে তা মানুষটাকে জানানো হয়নি।
যেখানে যুক্তিসঙ্গত মানুষেরা দ্বিমত করেন
একটা কোম্পানি চায় কর্মীরা এমন একটা AI টুলে যোগ দিক (opt in), যা কাজের চ্যাট পড়ে সুস্থতার পরামর্শ দেয়।
| মত ক: সুরক্ষাসহ সম্মতি কাজ করতে পারে | মত খ: সম্মতির বদলে অন্য কিছু ব্যবহার করুন |
|---|---|
| সত্যিই ঐচ্ছিক হলে, জরিমানা ছাড়া পছন্দের সুযোগ থাকলে, কর্মী প্রতিনিধি ভাষা দেখে দিলে, আর ম্যানেজাররা কখনো ডেটা না দেখলে অনেক কর্মী এটাকে স্বাগত জানাবেন। অপ্ট-ইন টুল নিষিদ্ধ করলে তাঁরা একটা প্রকৃত উপকার থেকেও বঞ্চিত হবেন। | ম্যানেজার জিজ্ঞেস করছেন আর নিয়োগকর্তার হাতে ক্ষমতা, তাই "না" বলা নিরাপদ কি না কর্মীরা নিশ্চিত হতে পারেন না। ভালো হলো ব্যক্তিগত ডেটা একেবারেই সংগ্রহ না করা, অথবা টিক-বক্সের বদলে কঠোর সীমা আর একটা স্বাধীন সংস্থাসহ ডিজাইন ব্যবহার করা। |
দুই মতই চায় কর্মীদের সঙ্গে ন্যায্য আচরণ হোক। তাদের মতভেদ হলো একটা সুরক্ষা ক্ষমতার অসমতা কতটা মেরামত করতে পারে, তা নিয়ে। সবার জন্য একটা সার্বজনীন উত্তর বেছে নিতে হবে না। আপনার ক্ষেত্রে সিদ্ধান্ত নিতে হবে, কিসের ওপর ভরসা করছেন তা বলতে হবে, আর কেন তা ব্যাখ্যা করতে হবে।
সিদ্ধান্ত-কাঠামোর প্রয়োগ
কোয়ামের বার্তা-সংক্ষেপের ধারণাটা এখানে দৈনন্দিন AI নৈতিকতা: কারা উপকৃত হয় আর কাদের ক্ষতি হতে পারে পাতার আট-ধাপের কাঠামোয় চালানো হলো, এখানে যে ধাপগুলো সবচেয়ে জরুরি সেগুলো সংক্ষেপে রেখে।
পূরণ করা ওয়ার্কশিট:
1. SITUATION Summarise weekly front-desk messages with an AI service to spot complaints.
2. WHO IS AFFECTED Users: Kwame, front-desk staff. Non-users: about 600 members, 2 aged 15,
who wrote messages for staff. Bystanders: people mentioned in messages.
3. BENEFITS/HARMS Benefit: faster fixes to common problems. Harm: health or money details
leave the gym's control; members surprised; minors' messages included.
4. OPTIONS A. Send full messages to the service.
B. Remove names and contact details first; exclude members under 18.
C. Staff read and tag messages by hand; no AI.
D. Count complaint types from a drop-down menu instead of free text.
5. EVIDENCE Known: messages sometimes mention injuries. Unknown: what the service
keeps and for how long. Test: read 50 old messages; count how many hold
names or health details.
6. DECISION B, after the test and after reading the service's data terms. Say so in
the sign-up text. Stop if the service cannot state how long it keeps data.
7. ACCOUNTABLE Kwame, with the front-desk lead checking names are removed.
8. REVIEW DATE 2026-12-01: check what members said, any complaint, and whether option D
would do the job.লক্ষ করুন, বিকল্পগুলো শুধু AI ব্যবহার হবে কি না তা বদলায় না; কোন ডেটা কোথায় যায় আর কারা সুরক্ষিত থাকেন, তাও বদলায়।
কাজের জায়গায় এটা কোথায় দেখা যায়
যে ছোট ব্যবসার মালিক প্রতিটা ডেটা-ফিল্ডের উদ্দেশ্য এক লাইনে লিখে রাখেন, কোনো গ্রাহক "আপনার কাছে এটা কেন আছে?" জিজ্ঞেস করলে তাঁর কাছে ছোট উত্তর তৈরি থাকে। যে বিশ্লেষক সহকর্মীর যে কলামগুলো লাগে শুধু সেগুলো শেয়ার করেন, তিনি এমন ফাঁস এড়ান যা কেউ টেরই পেত না। যে শিক্ষক পড়ার খাতা AI সেবায় আপলোড করার আগে স্কুলকে জিজ্ঞেস করেন, তিনি সেই শিশুদের রক্ষা করেন যারা আপত্তি করতে পারে না। যে ফ্রিল্যান্সার টুলে নমুনা দেওয়ার আগে ক্লায়েন্টের নাম মুছে দেন, তিনি এমন মানুষদের সম্মান করেন যাঁরা চুক্তিতে কোথাও নেই।
সাধারণ ভুল
- কোড-করা ডেটাকে "অ্যানোনিমাস" বলা। কি সহ কোড হলো সুডোনিমাইজড, আর অনন্য সমন্বয় তবু একজনের দিকে ইঙ্গিত করতে পারে। সমাধান: একে সুডোনিমাইজড বলুন, আর পরীক্ষা করুন বাইরের কেউ একজনকে আলাদা করতে পারবে কি না।
- নোটিসকে সম্মতি ভাবা। জানানো মানে জিজ্ঞেস করা নয়, আর মানুষ হয়তো প্রত্যাখ্যান করতে পারেন না। সমাধান: কোন ধারণার ওপর ভরসা করছেন তা বলুন, আর সম্মতি দাবি করলে একটা প্রকৃত পছন্দ দিন।
- নতুন ব্যবহার চুপিসারে ঢুকতে দেওয়া। এক কারণে সংগ্রহ করা ডেটা অন্য কারণে ব্যবহার হয়। সমাধান: সংগ্রহের সময় উদ্দেশ্য লিখে রাখুন, আর নতুন ব্যবহারের আগে আবার জিজ্ঞেস করুন।
- "সহজ" বলে পুরো রেকর্ড পাঠানো। সমাধান: কাজটার যে ফিল্ড লাগে শুধু সেগুলো পাঠান, বাকিটা মূল সিস্টেমে রাখুন।
- কারা না বলতে পারেন না, তা ভুলে যাওয়া। শিশু, কর্মী আর সেবার ওপর নির্ভরশীল মানুষ রাজি হতে পারেন কারণ তাঁদের উপায় নেই। সমাধান: ওয়ার্কশিটে শিশু ও ক্ষমতা নিয়ে একটা লাইন যোগ করুন।
নিজে চেষ্টা করুন
- সহজ। প্রতিটার জন্য লিখুন P (ব্যক্তিগত), N (ব্যক্তিগত নয়) বা S (কোনো কোনো প্রসঙ্গে স্পর্শকাতর): (ক) "সেপ্টেম্বরের আয় ছিল ৮,২০০"; (খ) স্কুলের ক্রীড়া দিবসে একজন শিক্ষার্থীর ছবি; (গ) "সদস্য M-12 এই মাসে দুবার ফিজিওথেরাপির কথা জিজ্ঞেস করেছেন"।
- মাঝারি। কাল্পনিক পরিস্থিতি: রেন ওসাকায় একটা ছোট টিউটরিং ব্যবসা চালান। তিনি শিক্ষার্থীদের নাম, স্কুলের গ্রেড, অভিভাবকদের ফোন নম্বর আর প্রত্যেকের আত্মবিশ্বাস নিয়ে ছোট নোট রাখেন। তিনি সাপ্তাহিক অগ্রগতির ইমেইলের খসড়া করতে একটা AI টুল চান। অগ্রগতির ইমেইলের জন্য তাঁর সত্যিই কোন ফিল্ড লাগে আর কোনগুলো বাদ দেওয়া উচিত, তা লিখুন। তারপর বলুন, নামের বদলে কোড বসিয়ে খসড়ার কাজ দিলে সেটা অ্যানোনিমাইজেশন হবে নাকি সুডোনিমাইজেশন, আর কেন।
- কঠিন। দৈনন্দিন AI নৈতিকতা: কারা উপকৃত হয় আর কাদের ক্ষতি হতে পারে পাতায় প্রিয়ার ৩০ জন শিক্ষার্থীর শেষ-সেমিস্টারের মন্তব্যে ফিরুন। তাঁর স্কুল প্রস্তাব দিয়েছে, AI-কে আরও প্রসঙ্গ দিতে তিনি প্রত্যেক শিক্ষার্থীর আগের বছরের রিপোর্টও আপলোড করুন। কাঠামোটা ব্যবহার করে সিদ্ধান্ত নিন। উল্লেখ করুন: উদ্দেশ্য কী, পুরনো রিপোর্টগুলো এই ব্যবহারে দ্বিতীয় ব্যবহার কি না, ন্যূনতম কী ডেটা লাগে, শিশু আর ক্ষমতা সম্মতিকে কীভাবে প্রভাবিত করে, আর কাকে জিজ্ঞেস করা উচিত। শর্তসহ একটা সিদ্ধান্ত দিন।
উত্তর
সহজ। (ক) N: এটা ব্যবসার মোট সংখ্যা। (খ) P: ছবিতে একজন শনাক্তযোগ্য শিশু আছে; এটা স্পর্শকাতরও হতে পারে, কারণ সে শিশু এবং ছবি দেখাতে পারে সে কোথায় আছে। (গ) P এবং S: কোডটা বেনামি মনে হয় কিন্তু জিম তা মেলাতে পারে, আর ফিজিওথেরাপির প্রশ্ন স্বাস্থ্যের ইঙ্গিত দেয়। পাস: আপনি লিখেছেন (গ)-তে কোড যথেষ্ট নয়, আর প্রসঙ্গ (খ) ও (গ)-কে স্পর্শকাতর করে। দুর্বল: কারণ ছাড়া এক শব্দের উত্তর, অথবা নাম নেই বলে (গ)-কে অব্যক্তিগত বলা।
মাঝারি। একটা শক্ত উত্তর: লাগে শিক্ষার্থীর প্রথম নাম বা একটা কোড, কোন বিষয়গুলো পড়ানো হলো, আর রেনের নিজের লেখা ছোট অগ্রগতি-নোট; অভিভাবকের যোগাযোগ থাকবে তাঁর নিজের সিস্টেমে, টুলে যাবে না। বাদ দিন স্কুলের গ্রেড (ইমেইলে সত্যিই না লাগলে), পদবি, ফোন নম্বর, আর আত্মবিশ্বাসের নোট (ব্যক্তিগত শব্দ সরিয়ে না দিলে)। নামের বদলে কোড বসানো হলো সুডোনিমাইজেশন, কারণ রেন কোড থেকে ফিরে যেতে পারেন, আর "দলের একমাত্র যে শিক্ষার্থী শ্রবণযন্ত্র পরে" ধরনের নোট তবু একজনকে শনাক্ত করতে পারে। পাস: রাখার আর বাদ দেওয়ার স্পষ্ট তালিকা, কারণসহ সঠিক শব্দ, আর এই কথা যে প্রতিটা ইমেইল তাঁর নিজের বিচারে পর্যালোচিত হবে। দুর্বল: "প্রসঙ্গ দিতে" সব ফিল্ড পাঠানো, বা একে অ্যানোনিমাস বলা।
কঠিন। একটা শক্ত উত্তর: উদ্দেশ্য এই সেমিস্টারের মন্তব্য। গত বছরের রিপোর্ট অন্য উদ্দেশ্যে ও অভিভাবকদের জন্য লেখা হয়েছিল, তাই বাইরের AI টুলে সেগুলো ব্যবহার করা একটা দ্বিতীয় ব্যবহার, যা অভিভাবকেরা আশা নাও করতে পারেন। ন্যূনতম: এই সেমিস্টারের নাম-ছাড়া নোট, আর হয়তো গত বছরের অগ্রগতির এক লাইনের সারাংশ যা প্রিয়া নিজে লেখেন। শিশুরা অর্থপূর্ণ সম্মতি দিতে পারে না, আর স্কুল ক্ষমতার অবস্থানে, তাই শুধু নোটিস বা অভিভাবকদের চিঠি দুর্বল ভিত্তি; স্কুলকে জিজ্ঞেস করুন কোন নিয়ম প্রযোজ্য আর কে অনুমোদন দিতে পারেন। শর্ত: আগে প্রধান শিক্ষককে জিজ্ঞেস করুন; "নাম-ছাড়া নোট" বিকল্প ব্যবহার করুন; পুরনো রিপোর্ট আপলোড করবেন না; স্কুল না বললে থামুন। দায়িত্ব: প্রিয়া, আর স্কুলের নিয়ম ঠিক করবেন প্রধান শিক্ষক। পাস: এতে দ্বিতীয় ব্যবহার চিহ্নিত হয়েছে, ন্যূনতম ডেটা বাছা হয়েছে, কাকে জিজ্ঞেস করা উচিত তা বলা হয়েছে, আর শর্ত ও থামার নিয়মসহ একটা সিদ্ধান্ত আছে। দুর্বল: "ঠিক আছে, এটা তো শিক্ষার্থীদের ভালোর জন্য", অথবা বিকল্প বা কারণ ছাড়া সরাসরি প্রত্যাখ্যান।
সারসংক্ষেপ
- ব্যক্তিগত তথ্য হলো শনাক্ত বা শনাক্তযোগ্য মানুষের সম্পর্কে তথ্য। একটা তথ্য এক পরিবেশে নিরীহ আর অন্য পরিবেশে স্পর্শকাতর হতে পারে, তাই প্রসঙ্গ ধরে বিচার করুন।
- সম্মতি, নোটিস আর বৈধ কর্তৃত্ব আলাদা ধারণা। কোনটার ওপর ভরসা করছেন তা বলুন, আর মানুষ ব্যবহারটা সত্যিই বুঝেছেন কি না যাচাই করুন।
- যে দ্বিতীয় ব্যবহার মানুষকে অবাক করে তা থেকে সাবধান থাকুন, আর প্রতিটা কাজের প্রবাহকে তার যতটুকু ডেটা লাগে ততটুকুতে রাখুন।
- সুডোনিমাইজড ডেটা এখনো ব্যক্তিগত। কয়েকটা সাধারণ তথ্য অনন্য হলে পুনঃশনাক্তকরণ ঘটতে পারে, তাই অ্যানোনিমাস হওয়ার যেকোনো দাবি পরীক্ষা করুন।
- শিশু, ঝুঁকিপূর্ণ মানুষ আর ক্ষমতার অসমতা "রাজি হওয়া"কে দুর্বল করে, তাই টিক-বক্সের বাইরেও সুরক্ষা যোগ করুন।
এরপর: ডেটা অধিকার, সংরক্ষণ ও গোপনীয়তার অনুশীলন: মানুষকে রক্ষা করার অভ্যাস পাতায় আছে ডেটা কতদিন রাখবেন, মানুষ কীভাবে নিজের ডেটা দেখতে বা শুধরে নিতে পারেন, আর আর কারা তা পায়, এবং একটা নোটিস যা আপনি নিজে ডিজাইন করবেন।