anonym.legal

By · Last updated 2026-06-05

กลับไปที่บล็อกGDPR & การปฏิบัติตาม

Garante อิตาลี: การปฏิบัติตาม AI และ PII

Garante ของอิตาลีปรับ OpenAI €15 ล้านในเดือนธันวาคม 2024 และห้าม ChatGPT ชั่วคราวในปี 2023 63% ของบริษัทอิตาลีขาดนโยบายธรรมาภิบาลข้อมูล AI

June 5, 20269 อ่านประมาณ
Italy Garantecodice fiscale detectionChatGPT ban ItalyItalian data protectionAI GDPR compliance

Garante อิตาลี: การปฏิบัติตาม GDPR และ PII

อัปเดต: 2026

หน่วยงานกำกับดูแลความเป็นส่วนตัวที่ตื่นตัวที่สุดของอิตาลี

Garante per la protezione dei dati personali คือหน่วยงานข้อมูลของอิตาลี และเป็นหน่วยงานกำกับดูแล AI ที่ตื่นตัวที่สุดใน EU

การดำเนินการสองอย่างกำหนดแนวทาง ในเดือนมีนาคม 2023 Garante สั่งให้ OpenAI หยุด ChatGPT สำหรับผู้ใช้ในอิตาลี โดยพบว่าไม่มีฐานทางกฎหมายที่ถูกต้องสำหรับการใช้ข้อมูล และไม่มีการตรวจสอบอายุสำหรับผู้เยาว์ OpenAI เพิ่มการควบคุมอายุ ตัวเลือกยกเว้นการฝึก และประกาศความเป็นส่วนตัวเป็นภาษาอิตาลี บริการกลับมาในเดือนเมษายน 2023

ในเดือนธันวาคม 2024 หน่วยงานปรับ OpenAI €15 ล้าน สามสิ่งทำให้เกิดค่าปรับ: ไม่มีฐานทางกฎหมายที่ถูกต้อง ไม่มีประกาศที่ชัดเจนเกี่ยวกับการใช้งานฝึก และไม่มีการตรวจสอบอายุสำหรับผู้เยาว์

เครื่องมือ AI ใดๆ ที่จัดการข้อมูลส่วนบุคคลจากผู้ใช้ในอิตาลีต้องปฏิบัติตามมาตรฐานเดียวกัน

สิ่งที่ล้มเหลวในคดี OpenAI

ค่าปรับ €15 ล้านระบุช่องว่างเฉพาะ แต่ละอย่างแมปกับการควบคุมทางเทคนิคที่ขาดหายไป

ฐานทางกฎหมายข้อมูลการฝึก: Garante ปฏิเสธ "ผลประโยชน์ที่ชอบด้วยกฎหมาย" เป็นฐานสำหรับการฝึกด้วยข้อมูลผู้ใช้ การฝึก AI บนข้อมูลส่วนบุคคลต้องการความยินยอมอย่างชัดแจ้งหรือฐานสัญญา การอ้าง "ผลประโยชน์ที่ชอบด้วยกฎหมาย" เพียงอย่างเดียวไม่ผ่าน

ความโปร่งใส: ผู้ใช้ไม่ได้รับแจ้งว่าข้อมูลของตนถูกใช้สำหรับการฝึกอย่างไร และไม่มีตัวเลือกยกเว้นที่ชัดเจน

การตรวจสอบอายุ: ผู้เยาว์สามารถเข้าถึง ChatGPT ได้โดยไม่มีการตรวจสอบอายุ Garante ถือว่านี่เป็นกฎเข้มงวดสำหรับเครื่องมือ AI สำหรับผู้บริโภค

ผลกระทบสำคัญ: ระบบ AI ใดๆ ที่รับข้อมูลผู้ใช้ในอิตาลีต้องมีฐาน GDPR ที่มีเอกสาร "ผลประโยชน์ที่ชอบด้วยกฎหมาย" มีความเสี่ยงสูง

ตัวระบุประจำชาติอิตาลี

อิตาลีมีรูปแบบหมายเลขประจำตัวที่ไม่เหมือนใคร เครื่องมือทั่วไปมักพลาด stack การตรวจจับของคุณต้องครอบคลุมทั้งสาม

Codice Fiscale

codice fiscale คือหมายเลขประจำชาติ 16 ตัวอักษร เข้ารหัสเสียงนามสกุล เสียงชื่อ วันเกิด เพศ และเมืองเกิด ตัวอักษรสุดท้ายเป็นเลขตรวจสอบ

การวิเคราะห์ทางเทคนิคของ Garante จากปี 2024 พบว่าเครื่องมือ NLP ทั่วไปตรวจจับ codice fiscale ได้เพียง 67% ความล้มเหลวหลัก: เครื่องมือจับคู่รูปแบบ 16 ตัวอักษร แต่ข้ามตรรกะเลขตรวจสอบ จากนั้นสร้าง false positive เครื่องมือที่ข้ามกฎการดึงตัวอักษรชื่อก็ไม่สามารถตรวจสอบรหัสที่มีอยู่ได้

การตรวจจับที่ดีต้องการสามสิ่ง:

  • อัลกอริทึมตัวอักษรตรวจสอบเต็มรูปแบบ
  • กฎการดึงตัวอักษรนามสกุลและชื่อ
  • การทดสอบกับข้อมูลท้องถิ่นจริง

Partita IVA

partita IVA คือหมายเลข VAT ธุรกิจ 11 หลักของอิตาลี หลักสุดท้ายเป็นเลขตรวจสอบ ปรากฏในใบแจ้งหนี้ สัญญา และจดหมายธุรกิจ เครื่องมือของคุณต้องเรียกใช้อัลกอริทึมเลขตรวจสอบ ไม่ใช่แค่จับคู่รูปแบบ 11 หลัก

Tessera Sanitaria

บัตรสุขภาพ (tessera sanitaria) มี codice fiscale เป็นส่วนหนึ่งของรหัส ข้อมูลสุขภาพเป็นหมวดพิเศษภายใต้ GDPR Article 9 ซึ่งเพิ่มระดับมาตรการป้องกันที่ต้องการ

ข้อกำหนด Garante สำหรับเครื่องมือ AI

แนวทางของ Garante ครอบคลุมสามพื้นที่

ก่อนการประมวลผล AI: PII ต้องถูกค้นหาและลบก่อนที่ข้อมูลจะเข้าสู่ระบบ AI สำหรับเครื่องมือ AI ที่ใช้ในอิตาลี รวมถึง browser extension และ MCP server นี่หมายถึงการแยก codici fiscali, partite IVA และข้อมูลสุขภาพออกจาก prompt ก่อนส่ง ดูที่ compliance guide ของเราเพื่อดูวิธีบันทึกขั้นตอนนี้

สำหรับการฝึก AI: ต้องการฐานทางกฎหมายที่ชัดเจน ความยินยอมเป็นฐานที่ Garante ต้องการสำหรับการฝึกด้วยเนื้อหาผู้ใช้ "ผลประโยชน์ที่ชอบด้วยกฎหมาย" ต้องการการทดสอบความสมดุลเป็นลายลักษณ์อักษร การทดสอบนั้นต้องแสดงว่าเป้าหมายการฝึกไม่ลบล้างสิทธิข้อมูลของผู้ใช้

สำหรับผลลัพธ์ AI: ระบบที่เขียนเนื้อหาเกี่ยวกับบุคคลจริงต้องจัดการความเสี่ยงของการอ้างสิทธิ์เท็จ Garante ได้ตั้งชื่อข้อมูลส่วนบุคคลที่ประดิษฐ์ขึ้นเป็นความเสี่ยงที่แตกต่างซึ่งต้องการการแก้ไขทางเทคนิค

ช่องว่างองค์กร 63%

การสำรวจ Garante ปี 2024 พบว่า 63% ของบริษัทอิตาลีไม่มีนโยบาย AI ที่สอดคล้องกับ GDPR หน่วยงานได้กำหนดให้ช่องว่างนี้เป็นจุดเน้นการตรวจสอบที่ตื่นตัว

นโยบายที่ไม่มีการควบคุมทางเทคนิคยากที่จะปกป้อง Garante กำหนดเป้าหมายบริษัทที่พึ่งพาพนักงานในการตรวจสอบตนเองในการใช้ข้อมูล security overview ของเราแสดงให้เห็นว่าการควบคุมอัตโนมัติสนับสนุนนโยบายที่เป็นลายลักษณ์อักษรได้อย่างไร

การควบคุมสี่ประการสำหรับการปฏิบัติตาม Garante

1. การกรอง PII ก่อนส่ง

แยก codice fiscale, partita IVA และข้อมูล tessera sanitaria ก่อนที่ input จะถึงโมเดล AI ใดๆ นี่คือการแก้ไขทางเทคนิคหลักที่ตรรกะคดีของ Garante ต้องการ

2. NER ภาษาอิตาลี

ใช้โมเดล named entity ที่ฝึกด้วยข้อความภาษาอิตาลี ตัวอย่างเช่น spaCy it_core_news โมเดลที่ฝึกด้วยภาษาอังกฤษทั่วไปพลาดรูปแบบชื่ออิตาลี ดูที่ multilingual PII detection guide ของเราสำหรับการเลือกโมเดล

3. เอกสารฐานทางกฎหมาย

สำหรับเครื่องมือ AI แต่ละอย่างที่ใช้งาน: เขียนฐานทางกฎหมายลงไป หากมีการฝึก ให้เพิ่มการทดสอบความสมดุล เก็บสิ่งเหล่านี้ไว้ในที่ที่ผู้ตรวจสอบค้นหาได้รวดเร็ว

4. เส้นทางการตรวจสอบ

บันทึกว่าการกรองทำงาน ประเภทหน่วยงานใดที่พบ และสิ่งที่ถูกลบออก ซึ่งให้หลักฐานที่ผู้ตรวจสอบต้องการโดยไม่ต้องตรวจสอบด้วยตนเองนาน

แหล่งอ้างอิง

พร้อมที่จะปกป้องข้อมูลของคุณหรือยัง?

เริ่มทำให้ PII เป็นนิรนามด้วยประเภทเอนทิตีมากกว่า 285 ประเภทใน 48 ภาษา.

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.