理解隐私与数据

你将学到什么

预计时间：30分钟

通过本课程，你将能够：

阐明隐私问题并根据数据处理政策评估AI工具
实践安全处理敏感信息的数据卫生策略

(10分钟)

本视频探讨非营利专业人士对AI最常见的担忧之一：数据隐私。你将了解与AI工具共享数据的实际处理方式、如何评估不同平台的隐私保护措施，以及如何为安全使用AI准备敏感数据。

关键要点

AI带来新的隐私考量——特别是关于训练：某些AI会使用你的输入来训练未来模型，这意味着你的数据模式可能影响未来输出
不同工具有不同规则：用于头脑风暴活动主题的免费AI与具有严格数据保留政策的付费账户不同。根据任务匹配工具——保护措施更强的工具可更安全地共享敏感数据
安全使用AI不是避免使用——而是负责任地使用：在开始新项目前应用"问题意识"和"平台意识"。通常通过将任务拆分为组成部分，你可以在不共享敏感信息的情况下充分利用AI
你通常可以完全移除识别信息：对于模式分析，你可能不需要姓名、联系方式或其他个人身份信息(PII)。从实际目标倒推，确定真正需要哪些数据
如果出现问题，你有选择权：删除对话，通过平台的隐私流程请求数据删除，并遵循组织的协议

关于Claude隐私设置的说明

特别是Claude，你可以在privacy. anthropic. com和trust. anthropic. com找到详细的数据政策信息。你可以直接在Claude应用中调整隐私设置，包括选择不将对话用于训练。其他AI提供商应有类似资源——如果没有，可能是一个危险信号。

练习1：评估数据敏感性

本练习帮助你培养判断哪些数据可以安全与AI工具共享的能力。

第一部分：查看样本数据

选择以下与你工作最相关的场景：

包含捐赠者姓名、金额和联系信息的捐赠历史电子表格
包含参与者人口统计细节的调查回复
包含受益者故事和成果数据的资助报告草稿

第二部分：标注敏感性

为你选择的场景识别：

哪些字段或部分包含个人身份信息(PII)？
哪些信息是你进行分析所必需的？
哪些信息可以在不影响分析价值的情况下移除或匿名化？
如果这些数据泄露，最坏情况会怎样？

第三部分：规划你的方法

在与AI共享前你会移除或修改什么？
哪种工具/计划层级适合这种敏感级别？
收到AI分析后你会采取哪些验证步骤？

练习2：实践数据卫生

本练习引导你实际准备敏感数据以安全使用AI。

第一部分：选择你的文档

从工作中选择一个包含敏感信息的真实文档(或创建真实样本)。可以是：

包含客户细节的项目报告
提及具体捐赠金额的捐赠者沟通草稿
提到员工或志愿者姓名的会议记录

第二部分：清理文档

处理文档并：

用通用标识符替换姓名(人物A、捐赠者1等)
如非必要，移除或泛化位置细节
完全删除联系信息
考虑具体金额是否需要精确或可以用范围代替

第三部分：用AI测试

与AI共享清理后的文档并提出与你工作相关的问题。思考：

移除识别信息是否限制了AI帮助你的能力？
你需要额外提供哪些上下文来弥补？
你对共享的信息级别感到放心吗？

课程反思

思考AI隐私与你对其他软件工具(电子邮件、云存储、CRM)的思考方式有何异同？
基于本课程，你会在与AI共享数据的方式上做出什么改变？

下一步

在下一课中，我们将把这些隐私实践付诸行动，探索用AI进行数据分析——学习如何发现模式、生成见解并加强你的项目，同时保护敏感信息。

反馈

随着课程进展，我们很乐意听取你如何将课程概念应用于工作以及任何反馈。在此处(<https://docs. google. com/forms/d/e/1FAIpQLScUKtBMYFxnHE30yCMAuJ55ntOmfWckEFpHLYuLVBwgtBnmcw/viewform? usp=header>)分享你的反馈。

致谢与许可

_版权2025 Anthropic与Giving Tuesday。基于Rick Dakan教授(瑞林艺术设计学院)和Joseph Feller教授(科克大学)开发的AI流畅性框架。根据CC BY-NC-SA 4. 0许可发布。_