Тренування та донастроювання моделей AI потребує анотованих даних, а ці дані часто є персональними. Вибір постачальника анотації за межами ЄЕП створює ту саму проблему передавання, що й будь-який інший аутсорсинг.
Анотація даних звучить суто технічно: хтось позначає об'єкти на зображенні, оцінює відповідь моделі чи транскрибує запис. На практиці більшість тренувальних наборів містять персональні дані: обличчя на зображеннях, голоси в записах, імена та дані про здоров'я в транскриптах звернень до служби підтримки, зміст повідомлень у даних для донастроювання мовних моделей. Коли персональні дані потрапляють до анотатора за межами Європейського економічного простору, виникає той самий обов'язок передавання, що й при будь-якому іншому дорученні обробки: механізм передавання, оцінка права країни призначення, додаткові заходи. Це загальна інформація, а не юридична порада.
Аргумент ідентичний будь-якому іншому переданому на аутсорсинг процесу обробки в межах Союзу: коли анотатор працює всередині ЄЕП, механізм передавання, оцінка впливу передавання та постійний моніторинг адекватності перестають застосовуватися, бо немає транскордонного передавання, яке треба легалізувати. Для роботи з тренувальними даними це має додаткове значення, бо анотаційні набори зазвичай великі, повторно обробляються протягом кількох раундів донастроювання і довго зберігаються для відтворюваності моделі, що радше подовжує вікно експозиції, ніж скорочує його.
Якісна анотація всередині ЄЕП виглядає інакше, ніж дешева offshore-анотація, незалежно від юрисдикції. Відстеження узгодженості між анотаторами, якість рідною мовою цільового ринку, особливо польською, українською та німецькою, аудиторський слід, що показує, хто позначив який запис і коли, а також документація, готова для оцінки впливу на захист даних. Corpshore Polska виконує цю роботу як частину послуги анотації даних у складі групи, яку Outsource Accelerator визнав п'ятою серед п'ятдесяти компаній AI-аутсорсингу у світі.
Обираючи постачальника анотації, варто ставити ті самі питання, що й при будь-якому іншому дорученні обробки: де фізично хостяться дані, де перебувають люди, які виконують анотацію, чи використовує постачальник субобробників за межами ЄЕП, і як виглядає видалення чи повернення даних наприкінці проєкту. Постачальник із реєстрацією в ЄС, який маршрутизує анотаційну роботу через платформу чи краудворкерів за межами ЄЕП, впустив передавання через задні двері, так само як і в будь-якому іншому аутсорсингу.
Najczęstsze pytania
- Чи підпадає анотація даних для тренування AI під GDPR?
- Так, якщо позначені дані містять інформацію про ідентифіковану чи таку, яку можна ідентифікувати, особу, що стосується більшості наборів із зображеннями, голосовими записами, транскриптами розмов чи текстовими повідомленнями. Анонімізація знімає обов'язок лише тоді, коли вона незворотна, що на практиці трапляється рідше, ніж припускають покупці.
- Як обрати постачальника анотації даних, що відповідає GDPR?
- Перевірте місце хостингу даних, місце розташування анотаторів, повний перелік субобробників і процес видалення даних після проєкту. Постачальник усередині ЄЕП без субобробників поза ЄС повністю усуває проблему передавання.
- Чи коштує анотація в Польщі більше, ніж offshore?
- Зазвичай так, у розрахунку на робоче місце. Різниця виправдана там, де персональні дані не можуть залишити ЄЕП, де якість рідною цільовою мовою критична, або де документація відповідності має бути готовою до перевірки, а не складеною постфактум.