Hvad må du ikke dele med AI?

En praktisk guide til data, fortrolighed og sund fornuft

Et af de vigtigste spørgsmål ved brug af AI på arbejdet er ikke, hvad værktøjet kan. Det er, hvad du må dele med det. Mange opdager hurtigt, at AI bliver bedre, når den får mere kontekst. Det kan friste til at kopiere mails, dokumenter, kundesager, kontrakter eller interne notater direkte ind i chatten. Det kan også være præcis dér, risikoen opstår.

AI-værktøjer kan være meget nyttige, men de skal behandles som rigtige digitale arbejdsredskaber. Hvis du ikke ville sende et dokument til en ekstern rådgiver uden aftale, bør du heller ikke uden videre lægge det ind i et AI-værktøj. Det gælder især, hvis værktøjet ikke er godkendt af virksomheden, eller hvis du ikke kender dataindstillingerne.

Den første kategori, du skal være forsigtig med, er personoplysninger. Det kan være navne, adresser, telefonnumre, e-mailadresser, CPR-numre, medarbejdernumre, helbredsoplysninger, lønoplysninger, fravær, personalesager eller andre oplysninger, der kan knyttes til en bestemt person. Selv oplysninger, der virker uskyldige, kan blive følsomme i den rigtige sammenhæng.

Den anden kategori er kundedata. Det kan være kunders navne, aftaler, købshistorik, klager, priser, rabatter, tekniske løsninger, kontaktpersoner eller interne vurderinger af kunden. Mange virksomheder bruger lang tid på at opbygge kunderelationer og kommerciel viden. Den slags oplysninger skal behandles med samme alvor som andre forretningskritiske data.

Den tredje kategori er tilbud, priser og kalkulationer. Et tilbud kan indeholde langt mere end en pris. Det kan vise virksomhedens marginer, rabatstruktur, leveringsstrategi, produktpakker, risikoforståelse og forhandlingsposition. Hvis du bruger AI til tilbudsarbejde, bør du derfor arbejde med anonymiserede eller fiktive data, medmindre der findes en godkendt virksomhedsløsning og klare retningslinjer.

Den fjerde kategori er kontrakter og juridisk materiale. AI kan hjælpe med at skabe overblik, forklare begreber eller opstille spørgsmål til gennemgang, men en kontrakt kan indeholde fortrolige vilkår, parter, priser, ansvar, leverancer og risici. Juridiske dokumenter bør ikke behandles i et åbent AI-værktøj uden afklaring. Hvis AI bruges, skal outputtet altid vurderes af relevante fagpersoner.

Den femte kategori er interne strategier og beslutningsmateriale. Det kan være budgetter, organisationsændringer, produktplaner, opkøbsplaner, markedsstrategier, leverandørvurderinger eller ledelsesnotater. Selv hvis teksten ikke indeholder persondata, kan den være forretningskritisk. AI-sikkerhed handler derfor ikke kun om GDPR og personoplysninger. Det handler også om virksomhedens viden, konkurrenceevne og tillid.

Den sjette kategori er tekniske oplysninger. I nogle brancher kan tekniske manualer, systemtegninger, sikkerhedsbeskrivelser, adgangsoplysninger, sårbarheder, konfigurationer eller installationsdetaljer være særligt følsomme. Det gælder især, hvis oplysningerne kan misbruges, eller hvis de vedrører kunders sikkerhed, drift eller infrastruktur.

En praktisk metode er at dele data op i tre niveauer. Grønne data kan normalt bruges frit. Det kan være offentlige oplysninger, egne ufarlige øvelsestekster, generelle spørgsmål og materiale uden personer, kunder, priser eller interne forhold. Gule data kræver vurdering. Det kan være interne, men ikke særligt følsomme tekster, hvor du måske kan anonymisere indholdet. Røde data bør ikke deles i almindelige AI-værktøjer uden klar godkendelse. Det omfatter personfølsomme oplysninger, fortrolige kundedata, kontrakter, interne priser og forretningskritiske dokumenter.

Anonymisering kan være en god løsning, men den skal gøres ordentligt. Det er ikke altid nok at fjerne et navn. Hvis teksten stadig indeholder stilling, afdeling, dato, sagstype, beløb og andre detaljer, kan personen eller kunden måske stadig genkendes. En bedre metode er at erstatte konkrete oplysninger med neutrale pladsholdere: [kunde], [medarbejder], [produkt], [beløb], [dato] og [lokation].

Du kan også omskrive situationen til et fiktivt eksempel. I stedet for at bruge den rigtige kundesag kan du skrive: ‘En kunde har klaget over forsinket levering af et produkt. Lav et udkast til en professionel svarmail.’ Det giver AI nok kontekst til at hjælpe med strukturen, uden at du deler det konkrete kundeforhold.

Et andet vigtigt punkt er hukommelse og gemte filer. Moderne AI-værktøjer kan have funktioner, hvor chats, filer eller præferencer gemmes og bruges senere. Det kan være praktisk, men det kræver omtanke. Hvis du uploader en fil, kan den ligge i et bibliotek eller være knyttet til en chat eller et projekt. Derfor bør du lære, hvordan du sletter materiale, og hvordan dine dataindstillinger fungerer.

Midlertidige chats kan være nyttige, når du vil arbejde uden at gemme samtalen i historikken på samme måde, men de er ikke en undskyldning for at dele følsomme oplysninger ukritisk. Sikker praksis begynder før værktøjsvalget: Hvad er data? Hvem ejer dem? Må de deles? Hvilket system er godkendt? Hvad står der i virksomhedens politik?

Virksomheder bør derfor lave klare retningslinjer. Medarbejdere skal ikke gætte sig frem. En god AI-politik bør forklare, hvilke AI-værktøjer der må bruges, hvilke data der må deles, hvordan output skal kontrolleres, hvem der kan godkende særlige anvendelser, og hvad medarbejderen skal gøre ved fejl eller utilsigtet deling.

Som medarbejder kan du bruge en enkel tjekliste før du deler noget med AI: Indeholder materialet personoplysninger? Indeholder det kundedata? Indeholder det priser eller kontraktvilkår? Indeholder det interne strategier? Indeholder det tekniske oplysninger, som kan misbruges? Er værktøjet godkendt til denne type data? Har jeg anonymiseret nok? Ved jeg, hvordan materialet slettes igen?

AI kan give stor værdi, netop fordi det kan arbejde med tekst, dokumenter og kontekst. Derfor skal datasikkerhed ikke ses som en bremse, men som en forudsætning for professionel brug. En virksomhed ville ikke køre uden antivirus, adgangskontrol og grundlæggende IT-sikkerhed. På samme måde bør AI ikke bruges med følsomme eller forretningskritiske data uden klare rammer.

Den sikre vej er ikke at holde op med at bruge AI. Den sikre vej er at bruge det rigtigt. Start med ufarligt materiale. Anonymiser, når det er nødvendigt. Brug godkendte løsninger til følsomme opgaver. Kontroller indstillingerne. Ryd op i filer og chats. Spørg, hvis du er i tvivl. Så kan AI blive et stærkt værktøj uden at sætte data, kunder eller kolleger på spil.

Det kan være nyttigt at lave en lille personlig beslutningsmodel. Først vurderer du, om data er offentlige, interne eller følsomme. Derefter vurderer du, om værktøjet er privat, offentligt tilgængeligt eller godkendt af virksomheden. Til sidst vurderer du, hvad outputtet skal bruges til. Hvis alle tre forhold er lav risiko, kan opgaven ofte løses uden problemer. Hvis et eller flere forhold er høj risiko, bør du stoppe og afklare det.

En almindelig faldgrube er, at man kun tænker på navne og CPR-numre. Men fortrolighed er bredere end persondata. En anonym prisliste kan stadig være forretningskritisk. En kontrakt uden personnavne kan stadig indeholde følsomme vilkår. Et teknisk dokument kan stadig afsløre noget, virksomheden ikke ønsker delt. Derfor skal spørgsmålet ikke kun være: ‘Er der persondata?’ Spørgsmålet skal også være: ‘Er dette materiale noget, virksomheden vil beskytte?’

Det samme gælder interne udkast. Mange tænker, at et dokument ikke er vigtigt, før det er færdigt. Men et udkast kan afsløre strategi, usikkerhed, konflikter, fremtidige beslutninger eller forhandlingspositioner. Derfor bør interne arbejdsdokumenter behandles med omtanke, også selv om de ikke er endelige.

Hvis du vil bruge AI til at arbejde med en følsom sag, kan du ofte adskille struktur fra indhold. Du kan bede AI lave en generel skabelon, en tjekliste eller en spørgeramme uden at dele de rigtige data. Du kan for eksempel skrive: ‘Lav en tjekliste til gennemgang af en leverandørkontrakt, men uden at jeg deler selve kontrakten.’ Så får du hjælp til arbejdsprocessen uden at dele materialet.

Du kan også bruge AI til at formulere bedre spørgsmål til en fagperson. I stedet for at bede AI afgøre en juridisk eller HR-mæssig sag kan du skrive: ‘Hvilke spørgsmål bør jeg stille vores jurist, før vi træffer beslutning?’ Det giver værdi, uden at AI bliver gjort til beslutningstager.

Et andet område er billeder, præsentationer og genereret indhold. Hvis du bruger AI til at lave materiale, skal du stadig overveje rettigheder, logoer, navne, personer, varemærker og ophavsret. AI-genereret materiale kan se færdigt ud, men det fritager ikke brugeren for ansvar. Ved ekstern brug bør indhold altid kontrolleres.

Den praktiske løsning er at gøre sikker deling til en vane, ikke en ekstra byrde. Før du kopierer noget ind, så brug ti sekunder på at klassificere materialet. Grøn, gul eller rød. Hvis det er gult, anonymisér eller spørg. Hvis det er rødt, stop og brug en anden metode. Den lille pause kan forhindre store problemer.

Når du først har arbejdet på den måde nogle gange, føles det ikke tungt. Det bliver en naturlig del af professionel AI-brug, på samme måde som du allerede tænker over, hvem der må modtage en mail, hvem der skal have adgang til et dokument, og hvilke oplysninger der må deles uden for virksomheden.

Et godt sikkerhedsgreb er at lave sikre eksempeldata på forhånd. Hvis du ofte skal øve prompts til kundeservice, tilbud, HR eller interne processer, kan du have et sæt fiktive cases klar. Så behøver du ikke stå i situationen og overveje, om du må bruge en rigtig sag. Du kan øve metoden på sikkert materiale og senere overføre strukturen til godkendt arbejde.

Det er især nyttigt i undervisning og intern oplæring. Hvis medarbejdere får at vide, at de skal lære AI, men ikke får sikkert øvelsesmateriale, vil nogle bruge rigtige data, fordi det er det mest nærliggende. Derfor bør virksomheder og undervisere give brugerne ufarlige tekster, fiktive kundesager og kunstige eksempler, der ligner virkelige opgaver uden at være det.

Sletning og oprydning bør også indgå i sikkerhedsvanen. Det er ikke nok at tænke over, hvad du lægger ind. Du bør også tænke over, hvad der bliver liggende. Gennemgå med jævne mellemrum gamle chats, projekter og filer. Fjern materiale, der ikke længere er nødvendigt. En renere AI-arbejdsflade gør det lettere at bevare overblik og reducere unødvendig risiko.

Lav din egen grøn/gul/rød-liste over data, før du begynder at bruge AI til arbejdsopgaver.