Key points are not available for this paper at this time.
Les informations personnelles constituent la base de l'IA générative, et l'IA générative de type ChatGPT doit traiter une grande quantité d'informations personnelles à différentes étapes telles que l'entraînement du modèle, la génération du modèle et l'optimisation du modèle, ce qui a également un certain impact sur les règles traditionnelles de protection des informations personnelles. Lors de la phase de collecte des informations, l'IA générative peut contourner les règles de consentement éclairé et enfreindre les droits à la vie privée des sujets d'information. À l'étape d'utilisation des informations, l'IA générative peut affecter les règles fondamentales de traitement des informations personnelles telles que le principe de limitation de la finalité et le principe d'ouverture et de transparence, augmentant le risque de fuite d'informations personnelles. Lors de la phase de génération d'informations, l'IA générative peut produire des informations fausses et discriminatoires. Par conséquent, dans le contexte de l'IA générative, la protection des informations personnelles est confrontée aux problèmes de dénaturation des règles de notification et de consentement, de mise à néant du principe de nécessité minimale, et de fuites fréquentes d'informations personnelles. Sur cette base, il est nécessaire de promouvoir la transformation du "centre de contrôle personnel en centre de contrôle des risques" des règles de notification et de consentement, de favoriser une interprétation basée sur les risques du principe de nécessité minimale, et d'améliorer le système de conformité de protection des informations personnelles basé sur les risques afin de résoudre le problème de la protection des informations personnelles dans le contexte de l'IA générative.
Tingting Yan (Sat,) a étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: