KM4BI KM4BI

Ho rimosso 5 elementi da un file prima che ChatGPT lo vedesse. Ha comunque trovato il problema.

Nate B Jones presenta Airlock: mantenere il contesto utile per l’IA rimuovendo i dati sensibili non necessari.

Nate B Jones parte da un problema pratico di privacy: molti documenti di lavoro sono troppo sensibili per essere caricati così come sono, ma contengono proprio il contesto che rende utile l’IA. Dire “non incollare dati sensibili nell’IA” non basta quando un contratto, un piano operativo o una revisione devono comunque essere completati.

La dimostrazione usa un piano tariffario sintetico e uno strumento chiamato Airlock. Prima di elaborare il file, l’utente definisce i termini protetti: nomi di clienti, nomi di progetto, codici interni o frasi che sembrano normali ma diventano riservate nel contesto aziendale.

L’idea centrale è filtrare in base al compito. Se il modello deve individuare le ipotesi che potrebbero far fallire un piano operativo, deve conoscere la migrazione simultanea dei magazzini, l’integrazione ERP prevista prima del ciclo di fatturazione e la formazione durante i turni normali. Non ha bisogno di un nome personale, di un indirizzo di casa, di una nota medica, di una chiave API o di un prezzo irrilevante per quella domanda.

Airlock ricostruisce il materiale approvato in un nuovo documento Word invece di coprire visivamente il file originale. È importante perché i file Word possono conservare commenti, revisioni, nomi degli autori, vecchie modifiche e relazioni esterne anche quando la pagina visibile sembra pulita.

Il punto più ampio è che l’uso dell’IA si sta spostando dai prompt generici ai veri contratti, alle proposte, agli appunti di riunione e ai codebase. La quantità di contesto che le persone vogliono fornire ai modelli cresce, mentre le informazioni sensibili restano mescolate al resto. Se il percorso sicuro è più lento del pulsante di upload, gli utenti saranno spinti verso scorciatoie.

Nate collega tutto questo allo shadow IT e alla security fatigue, citando dati Verizon sull’aumento dell’uso di piattaforme IA su dispositivi aziendali e sull’accesso frequente tramite account non aziendali. La conclusione è che la sicurezza deve vivere nello stesso percorso della comodità: partire dal lavoro da svolgere, identificare il minimo contesto utile e poi decidere cosa può uscire dal computer locale.

Source