وہ خلاء جو کالم حذف کر کے نہیں بھرتا
2026 کے لیے اپڈیٹ شدہ
تحقیقی datasets CSV فائلوں کے طور پر یونیورسٹیوں کے درمیان منتقل ہوتے ہیں۔ جب ٹیمیں CSV کو شیئر کرنے کے لیے تیار کرتی ہیں، تو کام column-based ہوتا ہے۔ ذاتی معلومات تلاش کریں۔ حذف کریں یا بدلیں۔
وہ طریقہ مقررہ فیلڈز کے لیے کام کرتا ہے۔ «email» نامی کالم ای میل پتے رکھتا ہے — اسے حذف کریں۔ «phone» نامی کالم فون نمبر رکھتا ہے — اسے حذف کریں۔ «participant_name» نامی کالم نام رکھتا ہے — اسے کوڈ سے بدلیں۔
لیکن مفت متن response کالم ایک blind spot ہیں۔ لیبل والے کالم ہٹانے سے انہیں چھوا نہیں جاتا۔
5,000 قطاروں کے سروے میں پانچ منظم PII کالم اور پندرہ کھلے متن response کالم ہو سکتے ہیں۔ منظم کالموں میں نام، ای میل، فون نمبر، IDs، اور پیدائش کے سال ہوتے ہیں۔ کھلے متن کالموں میں تبصرے، نوٹ، اور تجاویز ہوتی ہیں۔
منظم کالم صاف ہو جاتے ہیں۔ کھلے متن کالم خام رہتے ہیں۔ لیکن لوگ اس طرح کی چیزیں لکھتے ہیں:
پہلا: «Boston Medical Center کے میرے ڈاکٹر، Dr. Maria Santos، نے کہا کہ علاج نیا تھا۔» دوسرا: «میں یہ 2019 کے اپنے حادثے کے بعد سے سنبھال رہا ہوں۔» تیسرا: «تفصیلات کے لیے آپ میری دیکھ بھال کرنے والی margaret.wells@gmail.com پر رابطہ کر سکتے ہیں۔»
ہر اندراج ایک حقیقی شخص کا نام لیتا ہے۔ کچھ میں صحت کے حقائق یا رابطہ کی معلومات شامل ہیں۔ یہ کسی کالم ہیڈر میں نہیں آتا۔ کوئی بھی کالم حذف سے نہیں پکڑا جاتا۔
یہ GDPR معیار پر کیوں پورا نہیں اترتا
GDPR Recital 26 گمنام ریکارڈ کو ایسے ریکارڈ کے طور پر بیان کرتا ہے جنہیں کسی بھی شخص سے نہیں جوڑا جا سکتا۔ معیار اونچا ہے۔ ریکارڈ تبھی واقعی گمنام ہوتے ہیں جب re-identification معقول طور پر ممکن نہ ہو۔
صاف مقررہ کالموں لیکن کھلے متن میں نامزد لوگوں والا CSV یہ جانچ پاس نہیں کرتا۔ وہ نام قابلِ شناخت ہیں۔ dataset ابھی بھی ذاتی ہے۔ GDPR آرٹیکل 89 قواعد اب بھی لاگو ہوتے ہیں۔ تو یہ تین خطرات ابھرتے ہیں:
آرٹیکل 89 تحقیقی استثناء: آرٹیکل 89 محققین کو کم فرائض کے ساتھ علم کے لیے ذاتی معلومات پروسیس کرنے دیتا ہے۔ لیکن صرف جہاں «مناسب حفاظت» موجود ہو۔ آرٹیکل 89 cover کا دعوی کرتے ہوئے کھلے متن PII والی فائل شیئر کرنا قانونی ناکامی ہے۔
اخلاقیات کی منظوری: زیادہ تر IRBs اور ethics boards شیئر کردہ datasets کے لیے مکمل anonymization کی ضرورت ہوتی ہے۔ جزوی کام — مقررہ کالم صاف، کھلا متن خام — عام طور پر ناکام ہوتا ہے۔
ڈیٹا شیئرنگ معاہدے: اداروں کے درمیان DSAs مطلوبہ anonymization سطح طے کرتے ہیں۔ جزوی کام جو GDPR Recital 26 ناکام کرے DSA کی خلاف ورزی ہو سکتا ہے۔
کھلا متن صاف کرنا اتنا مشکل کیوں ہے
مفت متن سروے جوابات سب سے مشکل PII targets میں سے ہیں۔ وجہ یہ ہے۔
سیاق و سباق میں نام: «Boston Medical Center پر Dr. Maria Santos» کو ایک شخص اور ایک تنظیم flag کرنے کے لیے named entity recognition (NER) کی ضرورت ہے۔ keyword فہرستیں یہ نہیں ڈھونڈ سکتیں۔
کہانیوں میں نام: «John Henderson کی گاڑی نے میری ماری» ایک کہانی میں حقیقی نام ڈالتا ہے۔ صرف NER اسے پکڑتا ہے۔
غیر معیاری formats: رابطہ معلومات «margaret dot wells at gmail پر رابطہ کریں» لکھی ہو سکتی ہے۔ سادہ regex ٹولز یہ چھوڑ دیتے ہیں۔
تحقیق مخصوص اصطلاحات: طبی سروے میں اکثر ہسپتال IDs، سائٹ کوڈز، اور جگہوں کے نام ہوتے ہیں۔ یہ ایک شخص کی شناخت کر سکتے ہیں چاہے وہ عام لگیں۔
تو pattern matching اکیلا کافی نہیں ہے۔ حقیقی سروے anonymization کے لیے NLP پر مبنی ٹولز ضروری ہیں۔
تین یونیورسٹیوں کی ایک حقیقی مثال
تین یورپی یونیورسٹیوں کی تحقیقی ٹیم نے مریض کے تجربے کا سروے چلایا۔ Dataset میں 5,000 responders، 3 مقررہ PII کالم، اور 8 کھلے متن کالم تھے۔ منصوبہ DSA اور GDPR آرٹیکل 89 کے تحت فائل سائٹس پر شیئر کرنا تھا۔
صرف کالم حذف سے:
- مقررہ PII کالم: ہٹائے گئے
- کھلے متن کالم: خام چھوڑے گئے
- دعوی: «PII کالم حذف ہو گئے»
- پیچھے چھوڑی گئی PII: 47 نامزد لوگ، تبصروں میں 23 ای میل پتے، 18 جگہ کے نام جو responders کی شناخت کر سکتے تھے
NLP پر مبنی detection سے:
- مقررہ PII کالم: مستقل tokens سے بدلے گئے
- کھلے متن کالم: 47 نام بدلے گئے، 23 ای میل masked، 18 جگہ کے نام عام کیے گئے («Boston Medical Center» → «[Healthcare Institution]»)
- نتیجہ: ایک فائل جو GDPR Recital 26 پاس کرتی ہے
- ethics board نے طریقہ منظور کیا
- DPO نے DSA تعمیل کی تصدیق کی
خلاء حقیقی ہے۔ پہلا آؤٹ پٹ صاف لگتا ہے۔ دوسرا آؤٹ پٹ صاف ہے۔
شیئر کرنے سے پہلے پانچ مرحلوں کا پروٹوکول
کسی بھی سروے یا انٹرویو فائل کو شیئر کرنے سے پہلے یہ مراحل استعمال کریں۔
مرحلہ 1: ہر کالم کو لیبل کریں ہر کالم کو مقررہ PII، مقررہ non-PII، یا کھلے متن کے طور پر نشان لگائیں۔ اسے لکھ لیں۔
مرحلہ 2: مقررہ PII سنبھالیں وہ اندراجات حذف کریں جو تجزیے کے لیے ضروری نہیں۔ ریکارڈ لنک کرنے کے لیے ضروری اندراجات بدلیں۔ استعمال شدہ کوڈ ریکارڈ کریں۔
مرحلہ 3: کھلے متن کالم اسکین کریں تمام کھلے متن کالموں پر NLP detection چلائیں۔ ہر نتیجے کا جائزہ لیں۔ تصدیق کریں کہ کون سے اصل PII ہیں۔
مرحلہ 4: replacements لگائیں
کھلے متن آؤٹ پٹ میں تصدیق شدہ PII بدلیں۔ واضح لیبل استعمال کریں جیسے [PERSON]، [EMAIL]، یا [LOCATION]۔
مرحلہ 5: تصدیق کریں اور دستاویز کریں آؤٹ پٹ سے 50–100 قطاریں sample کریں۔ کھلے متن اندراجات ہاتھ سے جانچیں۔ ایک مختصر خلاصہ لکھیں: استعمال شدہ ٹولز، entity اقسام ملی، پروسیس کردہ کالم۔ اسے ethics review کے لیے فائل کے ساتھ شیئر کریں۔
یہ «ہم نے نام کالم حذف کیا» کو ایک واضح، دستاویز شدہ عمل میں بدلتا ہے۔ یہ GDPR آرٹیکل 89 اور زیادہ تر ethics boards کی ضرورت کے anonymization معیارات کو پورا کرتا ہے۔