返回博客GDPR 与合规

匈牙利NAIH:人工智能治理与GDPR合规规则

NAIH要求所有处理个人数据的AI系统事先完成数据保护影响评估(DPIA)。匈牙利文本NER准确率仅为67%,远低于欧盟82%的平均水平。

March 6, 20268 分钟阅读
Hungary NAIHAI GDPR complianceTAJ-szám detectionCentral Europe DPAHungarian data protection

匈牙利NAIH:人工智能治理与GDPR合规规则

匈牙利数据保护机构为NAIH(Nemzeti Adatvédelmi és Információszabadság Hatóság,国家数据保护与信息自由局)。在中欧各国数据保护机构中,NAIH发布了最为详细的人工智能治理指导意见。2024年,NAIH共作出38项执法决定,并颁布规定,要求所有处理个人数据的AI系统在部署前必须完成DPIA。这一要求超越了GDPR的基准门槛。

NAIH的AI执法规则

大多数欧盟数据保护机构发布的AI指导意见较为宏观,而匈牙利的做法更进一步——其2024年指导意见在操作层面具体、可落地。

所有AI系统均须完成DPIA: 任何涉及个人数据的AI系统,在部署前必须完成DPIA,即便该处理操作在GDPR第35条下并不属于「高风险」。这比GDPR自身的基于风险的判断方式更为严格。

NAIH的DPIA须包含以下内容:

  • 对AI模型数据输入与输出的技术说明
  • 证明训练数据已匿名化或具有合法处理依据的证据
  • 对算法歧视风险的评估
  • 自动化决策中的人工审核环节
  • AI处理数据的保留与删除计划

年度复审: 当AI系统经历重新训练或重大变更时,NAIH要求每年更新DPIA。

2024年,匈牙利共处理逾89万条GDPR数据请求——对于一个1000万人口的国家而言,这是相当庞大的数量,反映出数据权利的高度活跃以及合规团队所面临的切实压力。

命名实体识别(NER)的准确率差距

NAIH的2024年审查对匈牙利语文本上的NER模型进行了测试,结果准确率仅为67%,而欧盟平均水平为82%。这15个百分点的差距带来了真实的合规成本。

匈牙利语是一种黏着语,通过大量后缀构词。匈牙利语中的姓名、地址和身份证件号码,与英语或德语数据的外观差异显著。以这些语言训练的工具会漏掉大量匈牙利语个人数据。关于这一差距如何影响跨语言GDPR合规,请参阅我们的多语言PII检测指南。

NAIH发现,通用NLP工具在61%的文件中无法识别TAJ-szám(社保号),主要原因在于格式变体多样且缺乏校验和支持。

匈牙利国家身份标识符

处理匈牙利语文件的团队,必须准确识别以下ID类型。关于欧盟全范围覆盖的背景,请参阅我们的欧盟国家税号PII检测指南。

TAJ-szám(社会保险识别号): 9位社会保障号码,出现于医疗、福利和养老记录中。验证方式采用社保局规定的加权校验和算法。

Adóazonosító jel(个人税号): 10位个人税务识别号,格式为8位核心号加2位校验位,出现于工资单、纳税申报和劳动合同中。

Személyi igazolvány号(身份证号): 全国身份证号码,格式和校验规则遵循签发机构的规定。

Útlevél szám(护照号): 格式和校验规则同样遵循签发机构的规定。

Ügyfélkapu平台的背景

匈牙利通过统一平台Ügyfélkapu(「客户门户」)提供大多数政府服务,逾400万公民通过该平台办理税务、福利、医疗和许可证事务。私营企业也会接入Ügyfélkapu进行工资核算、福利发放或身份验证,这些企业在受监管的场景下处理上述相同的标识符。

NAIH发现,此类企业通常使用国际化PII工具,而这些工具大多不支持上述标识符,由此导致数据漏检并直接引发合规风险。

与欧盟《人工智能法案》的交叉要求

匈牙利较早将《人工智能法案》规则纳入数据保护机构指导意见,NAIH的立场明确清晰。

高风险AI系统载于《人工智能法案》附件三,涵盖就业、信用评分和基本公共服务领域。此类系统既须完成《人工智能法案》的合规评估,也须通过NAIH的DPIA审查。

处理匈牙利境内人员数据的通用AI模型同样需要完成NAIH DPIA,即便该模型未被《人工智能法案》列为高风险系统。

在匈牙利部署AI的团队,核心合规清单包含三项:在上线前完成NAIH DPIA;验证NER工具对上述实体在匈牙利语文本中的覆盖能力;确认TAJ-szám和adóazonosító jel的检测包含校验和验证。

参考资料

准备好保护您的数据了吗?

开始使用 273 种实体类型在 48 种语言中匿名化 PII。