By · Last updated 2026-04-15

Til baka á BloggÖryggi AI

Af hverju stefna nær ekki að stöðva PII-leka úr ChatGPT

77% fyrirtækjanotkenda gervigreindar líma gögn inn í spjallgáttarpfyrirspurnir. Nær 40% hlaðinna skráa innihalda PII eða PCI-gögn. HIPAA-öryggisregluuppfærsla lögð til.

April 15, 20268 mín lestur
ChatGPT PII leak preventionChrome extension DLPenterprise AI policytechnical controls browsercopy-paste PII protection

Líma-og-setja vandinn

77% fyrirtækjanotkenda gervigreindar líma gögn inn í spjallgáttarpyrirspurnir. Þetta er ekki jaðarhegðun. Þetta er sjálfgefin leið starfsmanna til að nota gervigreindarverkfæri í vinnu.

Mynsturið er einfalt. Starfsmaður stendur frammi fyrir verkefni. Hún opnar skjal, afritar viðeigandi texta og límir hann inn í ChatGPT. Hún fær gagnlegt svar.

Ekkert í þeirri verkflæði síar eftir persónulegum gögnum. Límingin á sér stað áður en hún spyr: "inniheldur þetta PII?" Þegar hún les svar gervigreindarinnar er sendinginn lokið.

Rannsóknir Cyberhaven sýndu að nær 40% af skrám sem hlaðnar eru upp í gervigreindarverkfæri innihalda PII eða PCI-gögn. Flestar þær upphleðslur eru ekki gáleysi. Starfsmenn vinna á skránni sem þeir voru úthlutað. Viðskiptavinagögnin í henni eru tilfallandi.

Af hverju þjálfun er ekki skalanleg

Stefnuþjálfun stendur frammi fyrir uppbyggilegum takmörkunum. Hún reynir að breyta venjumynduðum hegðun með reglubundinni menntun.

Bilið milli þjálfunarlota er vandinn. Flest fyrirtækjaáætlanir eru keyrðar árlega. Starfsmaður sem þjálfaður var í meðhöndlun gervigreindargagna í janúar er að starfa af vana í október. Minni brotnar niður. Vaninn heldur áfram.

HIPAA-öryggisreglubeiðni lögð til í mars 2025 endurspeglar þetta. Hún krefst árlegra dulkóðunarúttekta — ekki bara árlegrar þjálfunar. Eftirlitsaðilar búast við að tæknilegar stýringar séu aðal­öryggisráðstafanirnar. Þjálfun er viðbótin.

Gervigreindarverkfæri gera þjálfunarvandann verri. Hegðunin er ný. Starfsmenn þróuðu ekki gervigreindar­gagnameðhöndlunarvenjur fyrir áratug síðan eins og þeir gerðu með tölvupóst. Og lekinn er ósýnilegur. Starfsmaðurinn sér gagnlegt svar. Það er engin villuboð. Engin tafarlaus neikvæð endurgjöf.

Án endurgjafar leiðréttir hegðun sig ekki sjálf.

Hvernig Chrome-viðbót stöðvar límingunna

Chrome-viðbótin starfar á klippiborðslaginu. Hún situr á milli afritunarathafnarinnar og innsláttarreits gervigreindarverkfærisins.

Stöðvunin virkar svona. Starfsmaðurinn afritar texta úr vinnutilforrit. Hún skiptir yfir á ChatGPT-flipann og límir. Viðbótin greinir PII í klippiborðsefninu við límingaraugnablikinn — áður en efnið birtist í innsláttarreitnum.

Forsmágluggi birtist. Hann sýnir nákvæmlega hvað muni breytast:

"Nafn viðskiptavinar 'Maria Schmidt' -> '[PERSON_1]'; Tölvupóstur 'maria.schmidt@company.de' -> '[EMAIL_1]'"

Starfsmaðurinn getur haldið áfram með nafngreinda útgáfuna. Hún getur einnig hætt við ef skiptingin hentar ekki verkefninu.

Þessi hönnun gerir tvær hlutir. Í fyrsta lagi er hún gagnsæ. Starfsmenn sjá hvað verkfærið gerir. Það byggir upp traust og forðast tilfinningu þess að friðhelgisstýringar séu eftirlitskerfi. Í öðru lagi gerir hún flokkunarákvarðanina skýra. Manneskja staðfestir hvert nafngreininguarskref. Ákvörðunin er ekki sjálfvirkjuð í burtu.

Hagnýtt dæmi

Hugsum okkur þjónustuver evrópska netverslunar­fyrirtækis. Umboðsmenn nota ChatGPT til að draga upp svör. Þeir líma inn tölvupósta viðskiptavina sem innihalda nöfn, pantanarnúmer og heimilisföng.

Með virka viðbótina kveikir hver líming á nafngreiningarprófi. Umboðsmaðurinn sendir nafngeindan fyrirspurn. Svar ChatGPT vísar til nafngreindu tákna. Umboðsmaðurinn les tillögurnar og felur þær inn í raunverulegt svarið.

Þjónustugæðin eru áfram há. GDPR 5. greinar gagnalágmörkun er uppfyllt. Persónulegar upplýsingar viðskiptavinarins ná aldrei til netþjóna OpenAI.

Stefnuþjálfun getur ekki framleitt þessa niðurstöðu. Tæknistýring á klippiborðslaginu getur það.

Stefna sem viðbót, ekki aðalstýring

Stefnuþjálfun á sér stað. Hún setur væntingar. Hún byggir upp grunnavitund. En hún getur ekki stöðvað límningu í rauntíma.

HIPAA-reglubeiðnin gefur til kynna hvert reglufylgni stefnir. Endurskoðanlegar tæknistýringar, ekki bara skjalfestur þjálfunarferlar. Fyrirtæki sem reiða sig eingöngu á þjálfun standa frammi fyrir eftirlitsáhættu sem aðeins tæknilegt lag getur lokað.

Sjá einnig:

Heimildir

Ertu tilbúinn að vernda gögnin þín?

Byrjaðu að anonymiza PII með 285+ gerðum í 48 tungumálum.

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.