AI-tudásbázisok és titoktartás: 7 kérdés, amelyet minden szolgáltatónak fel kell tennie az ügyfélbeszélgetések rögzítése előtt

Miért született ez a cikk

Egy AI-tudásbázis, amely rögzíti, leírja és kereshetővé teszi az ügyfélbeszélgetéseket, jelentős produktivitásnövekedést hozhat a szolgáltatók számára. Korábban már írtunk arról, hogyan válnak a projektenkénti AI-tudásbázisok végre valóban okossá a vállalatától — de amint elkezd hangot, videót vagy chatet rögzíteni, a beszélgetés a „hasznos eszköz” kategóriából a „jogi értékelés” kategóriájába kerül.

Ez a cikk hét kérdésből álló ellenőrzőlista, amelyekre választ kell tudnia adni, mielőtt egy olyan eszközt vezet be, mint a Symphoria (a Wux Webtools partnere, és az a platform, amelyet mi magunk is használunk), vagy egy alternatív megoldást. A kérdések a GDPR-on, az EU AI Act rendelkezésein, az EDPB iránymutatásain, valamint azon holland szolgáltatók mindennapi gyakorlatán alapulnak, akik megfelelők szeretnének maradni anélkül, hogy a megfelelés leállítaná a munkát.

A kontextus: Ön szolgáltató — tanácsadó, fejlesztő, marketingügynökség, könyvelő —, aki hónapokig tartó és több tucat beszélgetést generáló projektekben segíti ügyfeleit. Azt szeretné, hogy egy AI összefoglalja ezeket a beszélgetéseket, kinyerje a teendőket, és válaszoljon olyan kérdésekre, mint például: „mit mondott az ügyfél a múlt héten a költségvetésről?”. Ez lehetséges. De nem e hét válasz nélkül.

1. Ki ad hozzájárulást a rögzítéshez — és hogyan rögzíti ezt?

A GDPR minden személyesadat-kezeléshez jogalapot követel meg (6. cikk). Beszélgetések rögzítése esetén általában hozzájárulásra (6. cikk (1) bekezdés a) pont) vagy jogos érdekre (6. cikk (1) bekezdés f) pont) van szükség. A hozzájárulásnak előzetesnek, konkrétnak, tájékozottnak és önkéntesnek kell lennie (7. cikk). Ez azt jelenti: nincsenek előre bejelölt négyzetek, nincsenek elrejtett kikötések az általános szerződési feltételekben, és semmiképpen sem alkalmazható az, hogy „rögzítünk, hacsak nem tiltakozik”.

Mit érdemes látni: Egy egyértelmű opt-in pillanatot az első beszélgetés rögzítése előtt. Ez lehet egy jelölőnégyzet a projektindítási folyamatban („Hozzájárulok a megbeszélések rögzítéséhez projektdokumentációs és AI-támogatási célból”), szóbeli megerősítés a hívás elején („Ezt a hívást belső tudásbázisunk számára rögzítjük — hozzájárul ehhez?”), vagy külön hozzájáruló e-mail. A hozzájárulást naplózni kell: ki, mikor, milyen célból és milyen megfogalmazással adta meg.

Hogyan oldja meg ezt a Symphoria: A Symphoria projektenkénti hozzájárulási réteget kínál. A rögzítés megkezdése előtt a rendszer kifejezetten hozzájárulást kér minden résztvevőtől. Ezt a hozzájárulást időbélyeggel és IP-címmel együtt tárolja, és projektenként visszavonható. Ez megkönnyíti a GDPR 7. cikk (3) bekezdésének való megfelelést („a hozzájárulás visszavonásának ugyanolyan egyszerűnek kell lennie, mint annak megadásának”).

2. Hol tárolják fizikailag az adatokat, és melyik jog alkalmazandó?

A GDPR főszabály szerint tiltja a személyes adatok EGT-n kívüli országokba történő továbbítását megfelelő garanciák nélkül (44–50. cikk). A Schrems II ítélet (2020) után az általános szerződési feltételek (SCC-k) önmagukban már nem elegendők, ha a fogadó fél olyan megfigyelési jogszabályok hatálya alá tartozik, mint az Egyesült Államokban a FISA 702. Az EU AI Act (2024) egy további réteget ad ehhez: a magas kockázatú AI-rendszereknek átláthatósági és auditkövetelményeknek kell megfelelniük, amelyeket nehéz érvényesíteni, ha az adatokat az EU-n kívül tárolják.

Mit érdemes látni: Egyértelmű nyilatkozatot arról, hol tárolják fizikailag az adatokat (melyik adatközpontban, melyik országban), mely alfeldolgozók férhetnek hozzá, és hogy ezek a felek nem európai megfigyelési jogszabályok hatálya alá tartoznak-e. Ideális esetben: EU-n belüli tárolás, olyan szolgáltatóval, amelynek nincs amerikai anyavállalata, vagy amely kifejezetten kínál „EU-only” módot.

Hogyan oldja meg ezt a Symphoria: A Symphoria teljes egészében európai infrastruktúrán fut (AWS eu-west-1, Frankfurt), és nem használ amerikai alfeldolgozókat leiratok tárolására vagy feldolgozására. Ez megkönnyíti a Schrems II-nek való megfelelést összetett hatásvizsgálatok nélkül.

3. Melyik modell dolgozza fel a leiratokat, és felhasználják-e őket tanításhoz?

A legtöbb AI-tudásbázis külső LLM-et (OpenAI, Anthropic, Google) használ a leiratok feldolgozásához. Ez két kérdést vet fel: (1) felhasználják-e a leiratokat a modell tanítására? és (2) ki fér hozzá a promptokhoz és a válaszokhoz? Az OpenAI API-feltételei 2023 márciusa óta rögzítik, hogy az API-n keresztül küldött adatokat nem használják tanításra — kivéve, ha Ön kifejezetten csatlakozik egy külön programhoz. Ez a garancia azonban nem minden szolgáltatóra vonatkozik, és különösen nem az ingyenes vagy „kutatási” hozzáférésekre.

Mit érdemes látni: Egy kifejezett nyilatkozatot arról, hogy a leiratokat nem használják modelltanításra, és hogy a feldolgozás után azok már nem hozzáférhetők az LLM-szolgáltató számára. Ennek az adatfeldolgozási megállapodásban kell szerepelnie, nem csupán egy GYIK-ben. Pluszpont: a platform olyan modellt használ, amelyet Ön is üzemeltethet (pl. Llama, Mistral), vagy egy európai szolgáltatót szigorú tanítási tilalmi záradékkal.

Hogyan oldja meg ezt a Symphoria: A Symphoria az OpenAI API-ját használja Business Associate Agreement (BAA) és tanítási tilalmi záradék mellett. A leiratok feldolgozása az API-n keresztül történik, de az OpenAI nem tárolja őket, és nem kerülnek be a jövőbeli modellverziókba. Ez kifejezetten szerepel az alfeldolgozói listában.

4. Mennyi ideig őrzi meg a felvételeket és az embeddingeket, és ki törölheti őket?

A GDPR előírja, hogy a személyes adatokat nem szabad tovább megőrizni, mint ameddig az adatgyűjtés céljához szükséges (5. cikk (1) bekezdés e) pont: tárolás korlátozása). Egy AI-tudásbázis esetében ez azt jelenti, hogy meg kell tudnia magyarázni, miért releváns még mindig egy hat hónappal ezelőtti felvétel, és rendelkeznie kell folyamattal a régi adatok törlésére. Ez a származtatott adatokra is vonatkozik: az embeddingek (a szöveg vektorreprezentációi) személyes adatok, ha visszavezethetők egy személyre.

Mit érdemes látni: Projektenként konfigurálható megőrzési időszakot (pl. „felvételek automatikus törlése 12 hónap után”), egy gombot, amellyel a projektmenedzser manuálisan törölhet egy felvételt, valamint garanciát arra, hogy a törlés az embeddingeket és indexeket is érinti — nem csak az audiofájlt. Ideális esetben: auditnapló, amely megmutatja, mikor töröltek valamit és ki törölte.

Hogyan oldja meg ezt a Symphoria: A Symphoria projektenkénti „retention policy”-t kínál. Beállíthatja, hogy a felvételek X hónap után automatikusan törlődjenek, beleértve a leiratokat és az embeddingeket is. A manuális törlés a projektfelületen keresztül lehetséges, és minden törlés bekerül az audit trailbe.

5. Milyen auditnaplók érhetők el — később láthatja-e az ügyfél, mi történt az „ő” beszélgetésével?

Az átláthatóság a GDPR egyik alapelve (5. cikk (1) bekezdés a) pont). Ez azt jelenti, hogy el kell tudnia magyarázni, mit tett valakinek az adataival — akár utólag is. Egy AI-tudásbázis esetében ez azt jelenti, hogy meg kell tudnia mutatni, mely felvételek készültek, ki tekintette meg őket, milyen lekérdezéseket futtattak, és exportálták-e vagy törölték-e az adatokat. Auditnaplók nélkül nem tud válaszolni ezekre a kérdésekre, és adatvédelmi incidens vagy panasz esetén bírságot kockáztat.

Mit érdemes látni: Projektenkénti auditnaplót, amely legalább a következőket követi: (1) ki indított felvételt, (2) ki tekintett meg leiratot, (3) milyen lekérdezéseket futtattak a tudásbázison, (4) exportáltak-e adatot, és (5) töröltek-e adatot. Ennek a naplónak kereshetőnek kell lennie, és legalább 12 hónapig meg kell őrizni (hosszabb ideig, ha szabályozott ágazatban dolgozik).

Hogyan oldja meg ezt a Symphoria: A Symphoria minden műveletet projektszinten naplóz: felvételeket, megtekintéseket, lekérdezéseket, exportokat és törléseket. Ezek a naplók a projekttulajdonos számára hozzáférhetők, és CSV-ként exportálhatók. Ez megkönnyíti a hozzáférési kérelemnek való megfelelést (GDPR 15. cikk) vagy egy incidens kivizsgálását.

6. Mi a kilépési stratégia? (Exportálható-e a tudásbázis nyílt formátumban?)

A vendor lock-in minden SaaS-eszköznél kockázat, de egy AI-tudásbázis esetében különösen fájdalmas: hónapoknyi beszélgetést, leiratot és metaadatot gyűjtött össze, és ha ezeket nem tudja exportálni, elveszíti ezt a tudást. A GDPR biztosítja az adathordozhatósághoz való jogot (20. cikk), de ez csak az Ön által megadott adatokra vonatkozik — a származtatott adatokra, például embeddingekre vagy összefoglalókra nem. Ennek ellenére érdemes megkövetelni, hogy mindent exportálhasson, olyan formátumban, amelyet egy másik szolgáltatóba is importálni tud.

Mit érdemes látni: Egy exportgombot, amely legalább a következőket adja át: (1) az összes audio- vagy videófájlt, (2) az összes leiratot egyszerű szövegként vagy JSON-ként, (3) az összes metaadatot (időbélyegek, résztvevők, címkék), és (4) ideális esetben az embeddingeket is nyílt formátumban, például Parquet vagy JSONL formában. Pluszpont: az export automatizált és ütemezhető (pl. heti mentés a saját S3 bucketjébe).

7. Ki az adatfeldolgozó, ki az adatkezelő, és ezt dokumentálja-e adatfeldolgozási megállapodás?

A GDPR különbséget tesz az adatkezelő (az a fél, amely meghatározza, miért és hogyan kezelik a személyes adatokat) és az adatfeldolgozó (az a fél, amely az adatkezelő nevében kezel adatokat) között. Szolgáltatóként Ön általában adatkezelő, az AI-tudásbázis pedig adatfeldolgozó. Ez azt jelenti, hogy szüksége van egy adatfeldolgozási megállapodásra (GDPR 28. cikk), amely pontosan rögzíti, mit tehet az adatfeldolgozó, mennyi ideig, mely alfeldolgozókkal, és mi történik adatvédelmi incidens esetén.

Mit érdemes látni: Egy Data Processing Agreement (DPA) dokumentumot, amely megfelel a GDPR 28. cikk (3) bekezdésének. Ennek legalább a következőket kell tartalmaznia: (1) az adatkezelés tárgya és időtartama, (2) az adatkezelés jellege és célja, (3) a személyes adatok típusa és az érintettek kategóriái, (4) az adatkezelő jogai és kötelezettségei, (5) az alfeldolgozók listája, és (6) adatvédelmi incidensekre vonatkozó eljárás. Ezt a megállapodást a rögzítés megkezdése előtt alá kell írni.

Hogyan oldja meg ezt a Symphoria: A Symphoria szabványos DPA-t kínál, amely megfelel a GDPR 28. cikkének. A platform felületén keresztül aláírhatja, és automatikusan frissül, amikor új alfeldolgozó kerül hozzáadásra. Ez megkönnyíti a megfelelés fenntartását anélkül, hogy minden alkalommal jogi csapatot kellene bevonni.

TL;DR ellenőrzőlista

• Hozzájárulás: Rögzítsen előzetes, konkrét hozzájárulást — időbélyeggel és leiratkozási lehetőséggel.
• Tárolás: Ellenőrizze, hogy az adatokat az EU-n belül tárolják-e, és nem tartoznak-e nem európai megfigyelési jogszabályok hatálya alá.
• Tanítás: Követeljen kifejezett garanciát arra, hogy a leiratokat nem használják modelltanításra.
• Megőrzés: Határozzon meg megőrzési időszakot, és gondoskodjon arról, hogy a törlés az embeddingeket is érintse.
• Audit: Követelje a naplókat arról, hogy ki mit tekintett meg, kérdezett le és törölt.
• Export: Ellenőrizze, hogy minden adatot exportálhat-e nyílt formátumban.
• DPA: Írjon alá adatfeldolgozási megállapodást, mielőtt rögzíteni kezd.

Mit jelent ez az Ön szervezete számára

Ha meg tudja válaszolni ezt a hét kérdést, jó úton jár. De fontos: a megfelelés nem egyszeri ellenőrzőlista. A GDPR előírja, hogy rendszeresen ellenőrizze, továbbra is megfelel-e a követelményeknek (24. cikk: „megfelelő technikai és szervezési intézkedések”), az EU AI Act pedig egy további réteget ad ehhez a magas kockázatú rendszerek esetében. Ez azt jelenti: időszakos auditok, DPIA-k az új felhasználási esetekhez, valamint folyamat a hozzáférési kérelmek és adatvédelmi incidensek kezelésére.

Szeretné látni, hogyan működik mindez a gyakorlatban? Olvassa el: egy hét egy AI-tudásbázissal — hogyan változtatja meg egy projektmenedzser munkáját egy szolgáltatónál. Ez egy narratív eset, amelyben pontosan megmutatjuk, hogyan merülnek fel ezek a kérdések a mindennapi gyakorlatban.

A fő tanulság: egy AI-tudásbázis csak akkor válik produktivitásnövelő eszközzé, ha megőrzi ügyfelei bizalmát. Ezt a bizalmat pedig azzal érdemli ki, hogy felteszi — és meg is tudja válaszolni — ezeket a kérdéseket, mielőtt megnyomja a „record” gombot.