By · Last updated 2026-06-05

Vissza a BlograGDPR & Megfelelés

FTC USA: 5. szakasz szerinti mesterséges intelligencia-adatvédelmi végrehajtás

Az FTC 2024-ben 19 mesterséges intelligenciával kapcsolatos végrehajtási intézkedést hozott. Amazon Alexa-bírság: 875 millió dollár. 25 állami adatvédelmi törvény van hatályban. A nullaismeret-alapú architektúra közvetlenül reagál az FTC elvárásaira.

June 5, 20269 perc olvasás
FTC enforcementUS privacy lawAI privacy complianceSection 5state privacy laws

FTC 5. szakasz: Mesterséges intelligencia és adatvédelem az USA-ban

Frissítve 2026-ra.

A Szövetségi Kereskedelmi Bizottság (FTC) az FTC-törvény 5. szakasza alapján érvényesíti az amerikai adatvédelmi jogot. Ez a szakasz tiltja a „tisztességtelen vagy megtévesztő gyakorlatokat”. Az USA-ban nincs egységes szövetségi adatvédelmi törvény, mint a GDPR. Mégis a szervezet 2024-ben új rekordot állított fel.

2024: Rekordév a végrehajtásban

A bizottság 2024-ben 19 mesterséges intelligenciával kapcsolatos intézkedést hozott. Ez több, mint az azt megelőző három év összesített száma. Ezenfelül 25 aktív állami adatvédelmi törvény is érvényben van az USA-ban. Ezek együttesen összetett terhet rónak az ott működő vállalatokra.

A 2024-es legfontosabb ügyek:

Amazon Alexa (25 millió dollár, 2023/folyamatban): Az Amazon 25 millió dolláros bírságot fizetett a COPPA megsértése miatt. A megállapított tény szerint gyermekek hangfájljait a megadott határidőn túl tárolták. A hatóság szerint az Amazon ezeket a fájlokat megfelelő hozzájárulás nélkül használta mesterséges intelligencia betanítására. Az Amazon-t kötelezték a tárolt fájlok törlésére.

A Meta tiltása a tinédzser-adatok hirdetési célú felhasználásától: A szövetségi szabályozó megtiltotta a Metának, hogy a 18 év alatti felhasználók adatait hirdetésekhez használja fel. Ez egy korábbi beleegyezési határozaton alapult.

Mesterséges intelligencia adatbrókerek elleni intézkedések: A hatóság számos adatbróker ellen lépett fel, amelyek megfelelő értesítés vagy hozzájárulás nélkül adtak el mesterséges intelligenciával összeállított személyes profilokat. Az ügyek egy kulcsfontosságú szabályt rögzítettek: a személyes adatok mesterséges intelligencia alapú profilozása „érzékeny” adatkezelésnek minősül, amihez fokozott értesítési kötelezettség kapcsolódik.

Egészségügyi adatokkal kapcsolatos ügyek: A bizottság hatásköre kiterjed a HIPAA hatálya alá nem tartozó egészségügyi adatokra is. A fogyasztói alkalmazások, viselhető eszközök és egyes teleorvoslási vállalatok ide tartoznak. Több 2024-es ügyben olyan vállalatok kaptak szankciót, amelyek megfelelő hozzájárulás nélkül osztottak meg ilyen adatokat.

25 állami törvény: Az amerikai törvénymozaik

Egyetlen szövetségi törvény sem fedi le az összes amerikai lakost. Ehelyett 25 állami törvény együttesen fedi le az ország nagy részét.

Kaliforniai CPRA (2023-tól): A legszélesebb körű amerikai állami törvény. 40 millió állam lakost fed le. Azokra a vállalatokra vonatkozik, amelyek éves bevétele meghaladja a 25 millió dollárt, vagy több mint 100 000 állam lakos adatát kezelik. Létrehozta a Kaliforniai Adatvédelmi Ügynökséget (CPPA) teljes munkaidős szabályozóként.

Virginia, Colorado, Connecticut: Még három hasonló jogokkal rendelkező törvény. Ezek összesen több mint 20 millió lakost fednek le.

Texas és Florida: Két nagy állam szintén rendelkezik már aktív adatvédelmi törvénnyel.

Washington My Health MY Data Act: A legerősebb egészségügyi adatvédelmi törvény Kalifornián kívül. Kiterjeszti a jogokat a HIPAA hatálya alá nem tartozó fogyasztói egészségalkalmazásokra is.

Az összes 50 állam vállalatai számára a 25 törvény közös kötelezettségekből áll. Fogyasztói jogok, adatvédelmi értesítések, alvállalkozói szerződések és adatmegőrzési korlátok – mind előírás. A részletes szabályok államonként eltérnek.

A jogi megfelelési útmutatóban részletesen olvashat arról, hogyan épülnek egymásra ezek a kötelezettségek.

Mit jelentenek a 2024-es intézkedések a technológiai csapatoknak

A 2024-es ügyek egyértelmű technikai iránymutatást adnak.

Betanítási adatok: A vállalatoknak nyomon kell követniük, hogy mely személyes adatokat használták az egyes mesterséges intelligencia modellek betanítására. Igazolniuk kell, hogy a hozzájárulás kiterjedt erre a felhasználási célra, és meg kell erősíteniük az érvényes megőrzési határidőket.

Célhoz kötöttség: A mesterséges intelligencia profilok nem használhatók fel olyan célokra, amelyekről a felhasználókat regisztrációkor nem tájékoztatták. Viselkedéselemzés alkalmazása felvétel során, ha csak hirdetési célú felhasználást hoztak nyilvánosságra, az 5. szakasz megsértésének minősül.

Alvállalkozói kötelezettségek: A hatóság az SaaS-szállítók által felhasznált adatokat a megbízó vállalat kockázataként kezeli. Ha egy eszköz felhasználói adatokat dolgoz fel, ezt fel kell tüntetni az adatvédelmi tájékoztatóban. Az alvállalkozó magatartásának meg kell felelnie a megjelölt céloknak.

Nullaismeret-alapú rendszerek: Az mesterséges intelligencia-szállítókkal kapcsolatos legtöbb ügyben a nyilvánosságra nem hozott adatfelhasználás a célpont. A nullaismeret-alapú rendszer csak titkosított fájlokat tárol. A szállítónak nincs kulcsa azok megnyitásához. Nem tudja az adatokat olyan módon felhasználni, amely nem volt nyilvánosságra hozva. Ez a technikai tény összhangban van azzal, amit a hatóság célba vesz.

Megtudhatja, hogyan alkalmazza az anonym.legal a nullaismeret-alapú rendszereket a /security-compliance oldalon.

Javasolt kereskedelmi megfigyelési szabály

A bizottság kereskedelmi nyomon követésre vonatkozó javasolt szabálya 2025-től függőben van. Ha elfogadják, explicit szövetségi szabályokat vezet be.

  • Az mesterséges intelligencia felhasználási céljához kötött adatmegőrzési korlátok.
  • Az automatizált profilozásból való kilépés joga.
  • Tiltás az összegyűjtött adatok új célokra történő felhasználásával szemben.
  • Biztonsági szabályok a tárolt személyes adatokhoz.

Ez a szabály GDPR-szerű kötelezettségeket hozna létre minden, az USA-ban fogyasztókat kiszolgáló vállalat számára. Az egész területre vonatkozóan megemelné az amerikai adatvédelmi jog szintjét.

Az adatmegőrzési korlátokról bővebben olvashat a /docs/faq oldalon.

Források

  • FTC: Federal Trade Commission. ftc.gov.
  • FTC: Mesterséges intelligencia végrehajtási intézkedések 2024. ftc.gov/news-events/news/press-releases/.
  • CPPA: California Privacy Protection Agency. cppa.ca.gov.
  • FTC: Javasolt kereskedelmi megfigyelési szabályok. ftc.gov/legal-library/browse/rules/commercial-surveillance-rulemaking.

Készen áll az adatai védelmére?

Kezdje el a PII anonimizálását 285+ entitástípuson 48 nyelven.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.