Yapay zekâ görevine ne kadar veri vermelisiniz? Alanları amaçla eşleştirin.

Tema özeti için müşteri adresi gerekli mi?

Bir ekip, haftalık destek taleplerindeki tekrar eden ürün sorunlarını görmek istiyor. Sistemden indirilen dosyada ad, e-posta, adres, ürün modeli, serbest mesaj ve işlem tarihi birlikte bulunuyor. Dosyanın hazır olması bütün alanların görev için gerekli olduğu anlamına gelmez. İstenen çıktı, müşteriye dönüş yapmak değil, ürün ve sorun temasına göre kayıt sayısını görmektir.

İlk karar hangi AI aracının kullanılacağı kadar, o araca hangi verinin gideceğidir. Görevi açık yazmadan yalnızca isimleri silmek eksik kalabilir. Serbest mesajda isim, adres veya başka bağlamlar tekrar bulunabilir. Tersine, bütün ayrıntıları çıkarmak da gerekli ürün ayrımını yok ederek analizi işe yaramaz hale getirebilir. Veri azaltma çalışması bu iki durumu birlikte kontrol etmelidir.

NIST Privacy Framework 1.0 Core, veri işleme amaçlarının ve kullanılan alanların envanterini; veri yönetiminde ve günlüklerde azaltma ilkesini ele alır. Aşağıdaki alan-amaç tablosu bu yaklaşımın özgün bir eğitim uyarlamasıdır. Bir dosyanın azaltılmış olması, kullanımın otomatik olarak anonim veya hukuken uygun olduğu anlamına gelmez; kurumun paylaşım ve araç kullanım kuralları ayrıca uygulanır.Kaynak: NIST Privacy Framework 1.0 — Core

Beklenen çıktıyı ve gerekmeyen işlemleri yazın

Amaç: Aynı raporlama haftasında ürün modeli ve sorun temasına göre kaç destek kaydı olduğunu özetlemek.
Birim: Bir destek kaydı; benzersiz müşteri veya satılan cihaz sayısı değil.
Kapsam: Üç sentetik kayıt; M7 ve M8 demo modelleri.
Gereken çıktı: Model | sorun teması | kayıt sayısı.
Bu görevde yapılmayanlar: Müşteriye yanıt, garanti kararı, adres doğrulama veya arıza nedeni teşhisi.

Birim tanımı önemli: aynı kişinin iki ayrı destek kaydı varsa bu görevde iki kayıt sayılabilir. Kimliği silip sonra ‘benzersiz müşteri sayısı’ istemek mümkün değildir; o başka bir görev ve başka bir veri ihtiyacıdır. Amacı sonradan genişletirseniz azaltılmış dosyanın yeterliliğini yeniden değerlendirmeniz gerekir. Veri eksikliğini modelin tahminiyle tamamlamak görevi kurtarmaz.

Azaltmayı hedef araca göndermeden önce yapın

YEREL-101: M7 demo cihazı açılışta E2 kodu gösteriyor. Mesajın devamında Örnek Kişi A ve adres ayrıntısı var.
YEREL-102: M7 demo cihazı açılırken E2 görüyorum. Mesajda örnek-a@example.com iletişim bilgisi var.
YEREL-103: M8 demo cihazında çıktı soluk; hata kodu belirtilmemiş. Mesajda Örnek Kişi B adı var.
Üç kayıt da aynı raporlama haftasına ait; hafta etiketi HAFTA-A.

Ham mesajlar yalnızca bu yazı için uydurulmuştur. Gerçek dosyada azaltma işini, verinin işlenmesine izin verilen ortamda yapın. Bütün ham kaydı hedef AI hizmetine gönderip ‘kişisel alanları sil’ demek, azaltmayı aktarım sonrasına bırakır. Yerel kurallar, insan kontrolü veya kurumun onayladığı bir işleme düzeni kullanılabilir; hangi yöntemin uygun olduğu mevcut yetki ve veri sınıfına bağlıdır.

Tema kodunu üretirken anlamı genişletmeyin. E2 kodu bildirilmesi belirli bir parçanın bozuk olduğunu kanıtlamaz. M8’in soluk çıktısı da bir neden teşhisi değildir. Çalışma anahtarlarının yerel kimliklerle eşleştirme tablosu gerekiyorsa ayrı erişim sınırında tutulur. Bu anahtarlar gerçek kişiye geri bağlanabiliyorsa, dosyaya yalnızca anonim demek doğru bir kontrol açıklaması olmaz.

Yalnızca gerekli alanlarla aynı iş sorusunu çözün

Bağlam: Destek kayıtlarını ürün modeli ve sorun temasına göre sayıyorum.
Girdi: [Q1–Q3 azaltılmış çalışma kopyası].
Görev: Aynı hafta için model ve temaya göre kayıtları grupla; sayılarını yaz.
Kısıtlar: Kişi kimliği, arıza nedeni, garanti veya memnuniyet sonucu çıkarma. Q1 ve Q2 ayrı kayıtlardır; temaları aynı diye tek kayıt yapma.
Çıktı: Model | tema | kayıt sayısı ve toplam kontrolü.
Kontrol: Grup toplamları üç girdiye dönmeli; sonucu benzersiz müşteri veya ürün arıza oranı olarak adlandırma.

M7 | Açılışta E2 bildirimi | 2 kayıt
M8 | Soluk baskı bildirimi | 1 kayıt
Toplam: 3 destek kaydı.
Satılan cihaz sayısı ve benzersiz müşteri bilgisi yok; arıza oranı veya müşteri sayısı hesaplanmadı.

Bu çıktı gerçek bir AI çalıştırması değildir. Kontrol hesabı 2 + 1 = 3’tür. Azaltılmış dosyadaki satırları yerel eşleştirme kaydıyla karşılaştırın: kaynakta olup çalışma kopyasında kaybolan kayıt, iki kez aktarılan kayıt veya yanlış tema var mı? Yalnızca toplamın tutması yeterli değildir; bir kayıp ve bir kopya birbirini sayısal olarak gizleyebilir. Her çalışma anahtarının dayanağı yerelde izlenebilmelidir.

Dosya dışında kalan veri izlerini de inceleyin

• Serbest metin, yorum, gizli sütun ve ek sayfalarda çıkarılması gereken ayrıntı kaldı mı?
• Dosya adı veya çıktı başlığı gereksiz kimlik bilgisi taşıyor mu?
• Yerel eşleştirme tablosu yanlışlıkla çalışma kopyasına eklenmiş mi?
• İşlem günlükleri veya hata mesajları ham kaydı tekrar kaydediyor mu?
• Azaltılmış veriyle cevaplanamayan sorular raporda açıkça belirtilmiş mi?

NIST’in günlük kayıtlarında azaltmaya ilişkin yaklaşımı, yalnızca gönderilen tabloyu kontrol etmenin neden yeterli olmadığını hatırlatır. Bir hata mesajı bütün ham satırı kaydediyorsa dosyada yaptığınız alan seçimi başka bir yerde aşılmış olabilir. Günlüklerin kapsamı ve erişimi de işleme düzeninin parçasıdır; bu kontrolü sadece prompt metnine bırakmayın.Kaynak: NIST Privacy Framework 1.0 — Core

Küçük alıştırma: Ekip şimdi her müşteri için tek kayıt sayılmasını istesin. Q1 ve Q2’nin aynı kişiye ait olup olmadığı azaltılmış tabloda bilinmiyor. Beklenen yanıt, bu dosyadan benzersiz müşteri sayısı çıkarılamayacağını söylemektir. Yetkili yerel ortamda uygun bir tekilleştirme görevi tanımlanabilir; bütün iletişim bilgilerini yeniden AI’ya aktarmak varsayılan çözüm değildir.

Kendi ekibinizde ilk olarak dar bir görev seçin ve her alan için neden gerektiğini bir cümleyle yazın. Ardından azaltılmış kopyayla beklenen çıktının doğruluğunu sınayın. Çalışmanın sonucu, kaç sütun sildiğiniz kadar hangi bilgiyi koruduğunuzu ve kalan sınırları nasıl belgelediğinizi göstermelidir.