Courtesy of Forbes
Vinay Goel adalah CEO Wald.ai dan sebelumnya menjabat sebagai Chief Digital Officer di JLL. Banyak perusahaan kini menggunakan asisten percakapan, tetapi karena alat ini menangani informasi sensitif, penting bagi perusahaan untuk menerapkan langkah-langkah perlindungan agar data tersebut tidak terungkap secara tidak sengaja. Salah satu langkah perlindungan adalah penghapusan data kontekstual, yang dapat mengidentifikasi dan menghapus konten sensitif yang dimasukkan ke dalam asisten percakapan. Penelitian menunjukkan bahwa sepertiga percakapan karyawan menggunakan Wald.ai mengandung data sensitif, dan risiko kebocoran data meningkat seiring dengan penggunaan aplikasi seperti ChatGPT oleh banyak perusahaan besar.
Baca juga: Kasus untuk AI yang Bertanggung Jawab: Sebuah Rencana untuk Kepercayaan, Keadilan, dan Keamanan
Teknologi penghapusan data kontekstual lebih canggih dibandingkan metode penghapusan tradisional yang sering kali tidak akurat. Teknologi ini dapat memahami makna percakapan dan konteks di balik informasi yang dibagikan, sehingga dapat melindungi data sensitif dengan lebih efektif. Misalnya, informasi yang tampaknya tidak berbahaya bisa menjadi sensitif jika dikombinasikan dengan informasi lain. Meskipun ada tantangan dalam menerapkan teknologi ini, seperti menjaga keseimbangan antara perlindungan dan kegunaan, penting bagi perusahaan untuk terus mengembangkan sistem ini agar dapat melindungi data pengguna dengan baik.
Pertanyaan Terkait
Q
Siapa Vinay Goel dan apa perannya di Wald.ai?A
Vinay Goel adalah CEO Wald.ai yang sebelumnya menjabat sebagai Chief Digital Officer di JLL dan memiliki pengalaman di perusahaan besar seperti Google.Q
Apa itu redaksi data kontekstual dan mengapa penting?A
Redaksi data kontekstual adalah proses yang mengidentifikasi dan melindungi informasi sensitif berdasarkan konteks percakapan, penting untuk mencegah kebocoran data.Q
Apa risiko kebocoran data yang terkait dengan penggunaan asisten AI?A
Risiko kebocoran data termasuk informasi bisnis yang dimasukkan oleh karyawan, inferensi konteks, agregasi data, dan akses tidak sah ke percakapan.Q
Bagaimana teknologi pemrosesan bahasa alami berkontribusi pada redaksi data?A
Teknologi pemrosesan bahasa alami membantu sistem memahami makna semantik percakapan, sehingga dapat mengidentifikasi informasi sensitif dengan lebih akurat.Q
Apa tantangan yang dihadapi dalam implementasi teknologi redaksi data kontekstual?A
Tantangan dalam implementasi termasuk menyeimbangkan perlindungan dan utilitas, menangani ambiguitas bahasa alami, dan mengatasi overhead kinerja.