A másolás-beillesztés problémája
A vállalati MI-felhasználók 77%-a vágólapra másolja az adatokat chatbot-lekérdezésekbe. Ez nem egy peremjelenség. Ez az alapértelmezett módja annak, ahogyan az alkalmazottak a munkahelyen MI-eszközöket használnak.
A minta egyszerű. Egy alkalmazott feladattal szembesül. Megnyit egy dokumentumot, kimásolja a releváns szöveget, és beilleszti a ChatGPT-be. Hasznos választ kap.
Ebben a munkafolyamatban semmi nem szűri a személyes adatokat. A beillesztés azelőtt történik, hogy megkérdezné: „tartalmaz-e ez személyes azonosításra alkalmas adatot?” Mire elolvassa az MI válaszát, az adatátvitel már megtörtént.
A Cyberhaven kutatása szerint az MI-eszközökre feltöltött fájlok közel 40%-a PII- vagy PCI-adatokat tartalmaz. A feltöltések többsége nem meggondolatlan. Az alkalmazottak azon a fájlon dolgoznak, amelyre megbízást kaptak. Az abban lévő ügyféladatok esetlegesek.
Miért nem skálázódik a képzés?
A szabályzati képzés strukturális korlátba ütközik. Rendszeres oktatással próbálja megváltoztatni a megszokott viselkedést.
A képzési alkalmak közötti rés a probléma. A legtöbb vállalati program évente fut. Egy januárban MI-adatkezelésből képzett dolgozó októberre már megszokásból működik. Az emlékezés elhalványul. A szokások megmaradnak.
A 2025 márciusában javasolt HIPAA biztonsági szabály-frissítés ezt tükrözi. Éves titkosítási auditokat ír elő — nem csupán éves képzést. A szabályozók elvárják, hogy a technikai kontrollok legyenek az elsődleges biztosíték. A képzés a kiegészítő.
Az MI-eszközök súlyosbítják a képzési problémát. A viselkedés új. Az alkalmazottak nem egy évtizeddel ezelőtt alakítottak ki MI-adatkezelési szokásokat, ahogyan tették az e-mailnél. A szivárgás láthatatlan. Az alkalmazott egy hasznos választ lát. Nincs hibaüzenet. Nincs azonnali negatív visszajelzés.
Visszajelzés nélkül a viselkedés nem korrigálja önmagát.
Hogyan fogja el a Chrome-bővítmény a beillesztést?
A Chrome-bővítmény a vágólap rétegén működik. A másolás és az MI-eszköz beviteli mezője között helyezkedik el.
Az elfogás így működik. Az alkalmazott kimásolja a szöveget a munkaalkalmazásából. Átvált a ChatGPT lapra és beilleszt. A bővítmény a beillesztés pillanatában — mielőtt a tartalom megjelenne a beviteli mezőben — érzékeli a PII-t a vágólap tartalmában.
Megjelenik egy előnézeti modal. Pontosan megmutatja, mi fog változni:
„Az ügyfél neve: 'Maria Schmidt' → '[PERSON_1]'; E-mail: 'maria.schmidt@company.de' → '[EMAIL_1]'”
Az alkalmazott folytathatja az anonimizált verzióval. Lemondhat is, ha a csere nem megfelelő a feladatához.
Ez a tervezés két dolgot tesz. Először is, átlátható. Az alkalmazottak látják, mit csinál az eszköz. Ez bizalmat épít, és elkerüli azt az érzetet, hogy az adatvédelmi kontrollok megfigyelést jelentenek. Másodszor, az osztályozási döntést explicitté teszi. Egy ember megerősíti az egyes anonimizálási lépéseket. A döntés nincs automatizálva.
Egy gyakorlati példa
Vegyen egy európai e-kereskedelmi vállalat ügyfélszolgálati csapatát. Az ügynökök ChatGPT-t használnak válaszok összeállítására. Neveket, rendelési számokat és lakcímeket tartalmazó ügyfél-e-maileket illesztenek be.
Aktív bővítmény esetén minden beillesztés anonimizálási ellenőrzést vált ki. Az ügynök anonimizált promptot nyújt be. A ChatGPT válasza az anonimizált tokenekre hivatkozik. Az ügynök elolvassa a javaslatokat és beépíti azokat a tényleges válaszba.
A támogatás minősége magas marad. A GDPR 5. cikkének adatminimalizálási elve teljesül. Az ügyfél személyes adatai soha nem jutnak el az OpenAI kiszolgálóihoz.
A szabályzati képzés nem tudja ezt az eredményt elérni. A vágólap rétegén lévő technikai kontroll igen.
Szabályzat mint kiegészítő, nem elsődleges kontroll
A szabályzati képzésnek megvan a helye. Elvárásokat támaszt. Alapszintű tudatosságot épít. De nem képes valós időben elfogni egy beillesztést.
A HIPAA szabályfrissítés jelzi, merre tart a megfelelőség. Auditálható technikai kontrollok, nem csupán dokumentált képzési programok. Azok a vállalatok, amelyek csak a képzésre támaszkodnak, audit-réssel néznek szembe, amelyet csak egy technikai réteg tud betömni.
Lásd még:
- MI: Az #1 adatkiszivárgási vektor
- Böngészőalapú DLP ChatGPT-hez, Claude-hoz és Gemini-hez — 2026-os eszköz-összehasonlítás