تُعدّ هيئة المعلوماتية والحريات الوطنية الفرنسية (CNIL) الأكثر صرامةً تقنياً بين هيئات حماية البيانات الأوروبية. في حين تركّز هيئات أخرى على الامتثال الإجرائي بصورة رئيسية، تنشر CNIL توجيهات تقنية تفصيلية — "recommandations" — تضع معايير خوارزمية محددة للتجهيل وإخفاء الهوية وحوكمة بيانات الذكاء الاصطناعي. استشهدت 63% من إشعارات CNIL الرسمية في 2024 بعدم كفاية التجهيل في أنظمة الذكاء الاصطناعي.
التأثير التقني لـ CNIL خارج فرنسا
كثيراً ما تستشهد هيئات حماية البيانات الأوروبية الأخرى بتوجيهات CNIL التقنية:
دليل التجهيل العملي (2023): يغطي دليل CNIL للتجهيل العملي k-anonymity وl-diversity والخصوصية التفاضلية وتطبيقها العملي على مجموعات البيانات الفرنسية. تستشهد أكثر من 12 هيئة حماية بيانات أوروبية بهذا الدليل في توجيهات تطبيقها الخاصة (بما فيها IMY السويدية التي أنتجت نسختها الخاصة مستندةً جزئياً إلى منهجية CNIL).
توجيهات أنظمة الذكاء الاصطناعي (2024): تغطي توجيهات CNIL لحوكمة الذكاء الاصطناعي 6 فئات تجهيل إلزامية لبيانات تدريب الذكاء الاصطناعي — الأكثر تحديداً بين توجيهات هيئات حماية البيانات الأوروبية حول هذا الموضوع.
متطلبات ملفات تعريف الارتباط التقنية: تستلزم توجيهات CNIL لتطبيق ملفات تعريف الارتباط (محدّثة بانتظام) تطبيقات تقنية محددة لمنصات إدارة الموافقة — الأكثر تفصيلاً تقنياً بين توجيهات هيئات حماية البيانات الأوروبية حول تقنية الموافقة.
NIR: المعرّف الفرنسي الأكثر حساسية
رقم القيد في السجل (NIR) — المعروف أيضاً بـ numéro de sécurité sociale — هو رقم ضمان اجتماعي فرنسي مكوّن من 15 رقماً بتنسيق:
S AAMMDDCCC OOO K
حيث:
- S = رقم واحد: الجنس (1=ذكر، 2=أنثى)
- AA = رقمان: آخر رقمين من سنة الميلاد
- MM = رقمان: شهر الميلاد
- DD = رقمان: قسم الميلاد (01-95، 2A/2B لكورسيكا، 97-99 للأقاليم الخارجية، 99 للولادة في الخارج)
- CCC = 3 أرقام: رمز بلدية داخل القسم
- OOO = 3 أرقام: رقم تسلسل الميلاد
- K = رقمان: مفتاح التحقق (97 - (NIR mod 97))
يُرمِّز NIR الجنس وتاريخ الميلاد الكامل ومكان الميلاد وترتيب الميلاد — مما يجعله من أكثر المعرّفات الوطنية في الاتحاد الأوروبي غنىً بالمعلومات. تُصنّفه CNIL بوصفه بياناً يستلزم حمايةً مماثلة لحماية الفئات الخاصة.
تحدي الاكتشاف: تُفوّت أدوات NLP العامة NIR في 78% من الوثائق وفقاً لتحليل CNIL لعام 2024. الإخفاقات المحددة:
- البنية المكونة من 15 رقماً للـ NIR (دون فواصل في كثير من الوثائق) تُخلَط مع تسلسلات أرقام طويلة أخرى
- ترميز القسم/البلدية (الأرقام 7-11) يستلزم معرفة جغرافية للتحقق — الأدوات التي لا تُطبّق حساب مفتاح mod-97 لا تميّز أرقام NIR الصحيحة من الإيجابيات الزائفة
- أقسام كورسيكا (2A/2B — أحرف لا أرقام) تُعطّل أدوات مطابقة الأنماط التي تتوقع أحرفاً رقمية فقط
SIREN/SIRET: معرّفات الأعمال في الوثائق الفرنسية
رقم SIREN: رقم تعريف الشركة الفرنسية المكوّن من 9 أرقام مع رقم تحقق Luhn. يظهر في جميع الوثائق التجارية الفرنسية.
رقم SIRET: امتداد مكوّن من 14 رقماً للـ SIREN (9 أرقام SIREN + 5 أرقام رقم المنشأة). يُعرّف SIRET منشأة عمل محددة، بينما يُعرّف SIREN كيان الشركة.
كثيراً ما تحتوي وثائق الأعمال على أرقام SIRET إلى جانب البيانات الشخصية لممثلي الشركات — تتعامل توجيهات تطبيق CNIL مع مجموع SIRET + اسم الفرد باعتباره معلومة قابلة للتعرف تُفعّل التزامات GDPR.
متطلبات CNIL لتجهيل الذكاء الاصطناعي
تستلزم توجيهات CNIL للذكاء الاصطناعي لعام 2024 ست فئات تجهيل محددة لبيانات تدريب الذكاء الاصطناعي التي تتضمن بيانات شخصية فرنسية:
- إزالة المعرّفات: يجب استبدال المعرّفات الصريحة (الاسم، NIR، SIREN) بأسماء مستعارة أو حذفها
- تعميم شبه المعرّفات: يجب تعميم السمات التي قد تُمكّن من إعادة التعريف مجتمعةً (العمر، القسم، المهنة) لتقليل تحديدها
- إضافة ضوضاء: يجب إضافة ضوضاء معيّرة للسمات الرقمية لمنع الاستدلال
- التحقق من k-anonymity: يجب أن يكون كل فرد في مجموعة البيانات غير قابل للتمييز عن k-1 آخرين على الأقل (توصي CNIL بـ k≥5)
- التحقق من l-diversity: يجب أن تتمتع قيم السمات الحساسة بتنوع كافٍ ضمن كل فئة تكافؤ
- تقييم مخاطر إعادة التعريف: قبل النشر، يجب إخضاع مجموعات البيانات لتقييم مخاطر إعادة التعريف وفق منهجية موثقة
وجدت CNIL صراحةً أن مجرد إزالة NIR والاسم الكامل من مجموعة بيانات لا يُعدّ تجهيلاً كافياً. يجب معالجة شبه المعرّفات الإضافية (العمر، الرمز البريدي، المهنة، التخصص الطبي) أيضاً.
السياق اللغوي الفرنسي/الإقليمي الثنائي
يتسم الوضع اللغوي في فرنسا بتعقيد وثيق الصلة باكتشاف البيانات الشخصية:
الفرنسية المدنية: اللغة الفرنسية المعيارية المستخدمة في فرنسا — اللغة الأساسية لجميع الوثائق الرسمية.
معرّفات DOM-TOM: للأقاليم الخارجية (مارتينيك، وغوادلوب، وريونيون، وغويانا، ومايوت) رموز إدارية خاصة في أرقام NIR (بادئة 97، 98 للأقسام الخارجية) وتقاليد تسمية محلية.
السياق الألزاسي: للمنطقة الألزاسية-الموزيلية تقاليد إدارية ألمانية تاريخية — تظهر أسماء ذات أصول ألمانية وبعض تنسيقات الوثائق الإدارية الألمانية في السجلات الإدارية الفرنسية.
الفرنسية البلجيكية: للمنظمات العاملة عبر فرنسا وبلجيكا، تختلف تنسيقات المعرّفات الفرنسية والبلجيكية (NIR مقابل رقم السجل الوطني البلجيكي).
للامتثال الفرنسي: اكتشاف NIR مع التحقق من مفتاح mod-97، واكتشاف SIREN/SIRET مع التحقق من Luhn، ونماذج NER للفرنسية مع دعم الأحرف المنقوطة (é، è، ê، ë، à، â، î، ô، û، ç، œ)، والتجهيل الموثق وفق إطار CNIL ذي الـ 6 فئات لبيانات تدريب الذكاء الاصطناعي.
المصادر: