Privacy en gegevens begrijpen

Wat je leert

Geschatte tijd: 30 minuten

Aan het einde van deze les kun je:

Privacy-zorgen formuleren en AI-tools evalueren op basis van hun gegevensafhandelingsbeleid
Gegevenshygiënestrategieën toepassen voor veilig werken met gevoelige informatie

(10 minuten)

Deze video behandelt een van de meest voorkomende zorgen die nonprofit-professionals hebben over AI: gegevensprivacy. Je leert wat er werkelijk gebeurt met gegevens die je deelt met AI-tools, hoe je verschillende platforms en abonnementen kunt evalueren op hun privacybescherming, en hoe je gevoelige gegevens voorbereidt voor veilig AI-gebruik.

Belangrijkste inzichten

AI introduceert nieuwe privacyoverwegingen—vooral rond training : Sommige AI-systemen gebruiken je invoer om toekomstige modellen te trainen, wat betekent dat patronen uit je gegevens toekomstige outputs kunnen beïnvloeden.
Verschillende tools hebben verschillende regels : De gratis AI die je gebruikt voor brainstormen over evenemententhema's is niet hetzelfde als een betaald account met strikt gegevensretentiebeleid. Kies je tool op basis van je taak—tools met meer bescherming maken veiliger delen van gevoelige gegevens mogelijk.
Veilig AI-gebruik gaat niet over het vermijden ervan—het gaat over verantwoord gebruik : Pas Problem Awareness en Platform Awareness toe voordat je een nieuw project start. Vaak kun je volledige voordeel uit AI halen zonder gevoelige informatie te delen door taken in onderdelen op te splitsen
Je kunt identificerende informatie vaak volledig verwijderen : Voor patroonanalyse heb je waarschijnlijk geen namen, contactgegevens of ander PII nodig. Werk achterwaarts vanuit je werkelijke doel om te bepalen welke gegevens echt nodig zijn
Als er iets misgaat, heb je opties : Verwijder het gesprek, vraag gegevensverwijdering aan via het privacyproces van het platform, en volg de protocollen van je organisatie

Een opmerking over Claude's privacyinstellingen

Voor Claude specifiek kun je gedetailleerde informatie over het gegevensbeleid vinden op privacy. anthropic. com en trust. anthropic. com. Je kunt je privacyinstellingen rechtstreeks in de Claude-app aanpassen, inclusief het weigeren van het gebruik van je gesprekken voor training. Andere AI-providers moeten vergelijkbare bronnen hebben—als dat niet het geval is, kan dat een waarschuwingssignaal zijn.

Oefening 1: Gegevensgevoeligheid evalueren

Deze oefening helpt je oordeel ontwikkelen over welke gegevens veilig zijn om te delen met AI-tools.

Deel I: Voorbeeldgegevens bekijken

Kies een van de volgende scenario's die het meest relevant is voor je werk:

Een spreadsheet met donatieverleden met namen, bedragen en contactgegevens
Enquêteresponsen van programmaDeelnemers inclusief demografische details
Een conceptrapport voor subsidies met verhalen van begunstigden en resultaatgegevens

Deel II: Annoteren op gevoeligheid

Voor je gekozen scenario, identificeer:

Welke velden of secties bevatten persoonlijk identificeerbare informatie (PII)?
Welke informatie is essentieel voor de analyse die je wilt doen?
Welke informatie kan worden verwijderd of geanonimiseerd zonder analytische waarde te verliezen?
Wat is het ergste scenario als deze gegevens zouden worden blootgesteld?

Deel III: Plan je aanpak

Wat zou je verwijderen of wijzigen voordat je het met AI deelt?
Welk tool/abonnementsniveau zou geschikt zijn voor dit gevoeligheidsniveau?
Welke verificatiestappen zou je nemen na ontvangst van AI's analyse?

Oefening 2: Gegevenshygiëne oefenen

Deze oefening leidt je door het werkelijk voorbereiden van gevoelige gegevens voor veilig AI-gebruik.

Deel I: Kies je document

Selecteer een echt document uit je werk dat gevoelige informatie bevat (of maak een realistisch voorbeeld). Dit kan zijn:

Een programmarapport met clientdetails
Een conceptcommunicatie voor donateurs met verwijzing naar specifieke donatiebedragen
Vergaderaantekeningen die namen van medewerkers of vrijwilligers noemen

Deel II: Zuiver het document

Werk het document door en:

Vervang namen door generieke identificatoren (Persoon A, Donor 1, enz. )
Verwijder of generaliseer locatiedetails indien niet essentieel
Verwijder contactgegevens volledig
Overweeg of specifieke bedragen exact moeten zijn of kunnen worden uitgedrukt als bereiken

Deel III: Test met AI

Deel je gezuiverde document met AI en stel een vraag relevant voor je werk. Reflecteer:

Beperkte het verwijderen van identificerende informatie AI's vermogen om je te helpen?
Welke aanvullende context moest je verstrekken ter compensatie?
Ben je tevreden met het niveau van informatie dat je hebt gedeeld?

Reflectie op de les

Hoe verhoudt het nadenken over AI-privacy zich tot hoe je al over andere softwaretools nadenkt (e-mail, cloudopslag, CRM's)?
Wat is één verandering die je gaat maken in hoe je gegevens met AI deelt op basis van deze les?

Wat komt volgende

In de volgende les zetten we deze privacypraktijken in de praktijk terwijl we gegevensanalyse met AI verkennen—leren hoe je patronen kunt herkennen, inzichten kunt genereren en je programma's kunt versterken terwijl je gevoelige informatie beschermt.

Feedback

Terwijl je door de cursus vordert, horen we graag van je hoe je concepten uit de cursus in je werk gebruikt en eventuele feedback die je hebt. Deel je feedback hier.

Erkenningen en licentie

Copyright 2025 Anthropic en Giving Tuesday. Gebaseerd op het AI Fluency Framework ontwikkeld door Prof. Rick Dakan (Ringling College of Art and Design) en Prof. Joseph Feller (University College Cork). Uitgebracht onder de CC BY-NC-SA 4. 0-licentie.