Day 41：AI 工具使用的資安素養與數據隱私防禦

18th鐵人賽資訊安全

34 瀏覽

設計核心，並結合日常實務，點撥其中最容易被忽視的資安細節。
諸位請入座。寡人向來以為，治國理政與精進專業無異，皆貴在「知行合一、利民便用」。今日此項教育訓練，並非令諸位死記教條，而是要讓大家掌握在生成式 AI 時代，能切實化繁為簡、提升效能，同時確保資訊安全的數位防禦利器。

在與 AI 協作的浪潮中，大眾往往只看見其便利，卻忽略了數據背後的隱私風險。以下，寡人將為各位同仁逐步拆解

AI 工具使用的資安素養與數據隱私防禦

大眾在與生成式 AI 對話時，常將其視為一位萬能的「真人顧問」，卻不知其運行本質背後僅是大量的數學矩陣與語意機率運算。諸位在對話框中所輸入的每一行字、上傳的每一份檔案，在預設情況下，都可能被開發商蒐集用來訓練未來的 AI 模型。

若我們在無意間將個人的私密資訊、或者是組織內部尚未公開的機密數據交付給 AI，便等同於將這些機敏資訊無防備地散播在公共網路中。因此，「能不上傳真實資料，就不要上傳」，是我們進入 AI 協作時必須立下的第一條鐵律。

底層邏輯的省思：學員必須理解，即使我們手動關閉了 AI 工具中的對話記憶（Memory）或相關的隱私設定，這也僅是一個表面開關，並不能保證資料 100% 不會在外洩風險中流轉。
真實案例警示：
- 程式碼外洩案：分析過去知名企業工程師為了除錯，直接將涉及核心機密的程式碼貼給 ChatGPT，導致公司關鍵技術間接外洩的重大資安事故。
- 會議紀錄洩密案：許多行政同仁習慣將會議的錄音檔或逐字稿直接交給 AI 整理摘要。然而，會議中談及的商業決策與個人隱私，就在這一步驟中流向了外部伺服器。

既然我們希望利用 AI 提升效率，又不能提供真實資料，唯一的出路便是學會 「將情境與資料去識別化」。寡人將親自引導諸位實作以下三種去識別化技巧：

個資徹底替換：在提供銷售數據或客戶名單給 AI 前，必須先將姓名、電子信箱（Email）、電話等具有單一識別性的個資，替換為無意義的代號（例如：將張三、李四改為 A、B、C、D）。
敏感情境遮蔽：將真實的專案名稱、品牌名稱進行去敏感化替換，例如將真實的重要專案改稱為**「皮卡丘專案」**，並將負責人名稱改為虛擬代稱。
數值模糊化處理：對於涉及敏感預算或銷售金額的資料，可以透過公式進行轉換（例如將數值除以 365 或進行 Log 對數轉換）。這樣一來，AI 只能看見數值變化的「趨勢」，卻永遠無法得知我們真實的財務底牌。

對於上萬筆的大量數據，如果逐一複製貼上，不僅效率低落，更有極高的洩密風險。本單元將教授一項高階且安全的合作模式：我們不給 AI 任何一筆真實數據，僅向它描述我們的「資料欄位長相」。

實務操作流程：
1. 複製欄位結構：直接將 Excel 中的欄位名稱（例如 A 欄到 H 欄，包含發生時間、地點、受傷人數等）複製貼給 AI，告訴它這就是我們資料庫的長相。
2. 引導 AI 扮演專家：下達指令讓 AI 扮演 Excel 專家，請它根據這些欄位結構，為我們撰寫對應的 Excel 函數公式或程式碼。
3. 拉回本地端執行：將 AI 生成的函數公式複製，拿回諸位本機電腦的 Excel 檔案中貼上並執行。
其利處在於：數據資料 100% 留在我們本機電腦，絕不流向網路；同時，函數與程式碼的計算過程完全公開，可重複使用且隨時可被重現與驗證。

在實作 AI 生成 Excel 函數時，寡人常看見求學者踩入以下兩個誤區，諸位必須特別留意：

誤區一：拿到公式直接貼，報錯時不知所措
- 實務點撥：當我們僅提供欄位長相給 AI 時，AI 預設的公式可能會從「A2 儲存格」開始計算。但實際上，諸位的資料可能存放在「E2 儲存格」。此時必須手動進行除錯（Debug），將公式中的定位座標（如 A2 改為 E2）修正，函數才能順利執行。
誤區二：公式能跑就以為萬無一失
- 實務點撥：「一定要做測試！」 當我們將 AI 生成的函數填入第一格並往下拉時，必須隨機挑選幾筆模擬數據，刻意修改其中的數值（例如將受傷人數從 0 改成 90），檢視公式是否能動態跟著更新。唯有通過嚴格檢核，這項自動化工具才能在未來真正為我們所用。