Bakgrunnen er at vi videreutvikler måten vi gjør brukerresearch på, og prøver ut nye metoder. En av dem er Atomic UX Research. I stedet for én rapport per prosjekt, brytes innsikten ned i små, selvstendige biter. Kilden til det du lærte, de rene observasjonene, tolkningene du gjør av dem og anbefalingene som følger, lagres hver for seg. Hver bit kan hentes fram igjen senere, også når det samme spørsmålet dukker opp i en annen sammenheng. Mer om metoden i en fremtidig sak.

Dette gir raskt mange små datapunkter, og noen av dem inneholder taushetsbelagt informasjon. Samtidig er hele poenget at de skal brukes. Samlingen er konteksten både vi og KI-verktøyene våre henter fra når vi skal ta designvalg. Skal søket være til nytte, må det forstå at «folk gir opp i skjemaet» og «frafall under registrering» handler om det samme. Det klarer ikke et vanlig ordsøk. Det krever enten manuell behandling, eller en KI-modell som har gått gjennom hvert eneste funn vi har lagret, også de vi har lovet å holde for oss selv.

I de fleste verktøy er tilgang noe en administrator setter opp. Det gjør hemmelighold til en tillatelse, og tillatelser kan endres av den som har rettigheter til det, gjerne i et travelt øyeblikk når noe haster.

Hos oss settes merkingen på kunden, og arves derfra ned til prosjektene og videre til hvert enkelt funn. Er en kunde taushetsbelagt, er alt som kommer derfra taushetsbelagt, uten at noen må huske å krysse av. Og er et funn først merket, finnes det ingen innstilling som åpner det. Det kan ikke kobles til funn i andre prosjekter, og det kan ikke dukke opp i en annen sammenheng enn den det tilhører.

Det er arven som gjør dette til noe annet enn en innstilling. Et funn kan ikke bli liggende umerket fordi noen hadde det travelt, og systemet trenger aldri å ta stilling til hvor et funn hører hjemme.

Datalekkasjer er lettest å overse når de ser ut som nyttige funksjoner.

Ta knappen «Vis meg lignende funn». Den er en av de nyttigste i verktøyet, og den gjør akkurat det den lover. Var det ikke for merkingen, ville den også hentet funn fra andre kunder. Du ville fått god hjelp, og ingenting på skjermen ville røpet at hjelpen kom fra et sted den ikke skulle.

Derfor lar vi ikke søket lete i alt. Vi holder det du ikke har lov til å se utenfor allerede før søket starter, i stedet for å luke det bort fra resultatlista etterpå. Og før treffene vises, sjekker vi dem mot merkingen en gang til.

Forholdsreglene vi har vært gjennom, hjelper imidlertid lite hvis KI-modellen som behandler sensitive data ligger hos noen andre. Søk i taushetsbelagt innhold krever at en lokal modell leser alt sammen. Hadde vi brukt en skytjeneste, ville alt i praksis blitt sendt ut av huset, så derfor kjører vi den på vår egen maskin. Hvilke data som bør holdes lokalt, har vi forresten skrevet om i Hva deler du med KI?

Når du gjør det på denne måten, er det ekstra viktig å kvalitetssikre KI-modellen du bruker. Vi testet en populær modell på norske setninger. I halvparten av tilfellene mente den at to urelaterte setninger lå nærmere hverandre enn to som betydde det samme. Den ga ingen feilmelding. Den svarte bare feil. At en modell er mye brukt, sier ingenting om hvor godt den forstår norsk.

Konkret betyr alt dette to ting:

• Taushetsbelagt innhold sendes ikke til en KI-tjeneste i utlandet.
• Taushetsbelagt innhold lagres lokalt og vises bare til dem som skal se det.

Hva kan vi ikke love?

• At et menneske med lovlig tilgang ikke tar innholdet med seg et annet sted, kan vi ikke garantere. Det hviler på tillit og avtaler, hos oss som hos alle andre.

Med andre ord kan taushetsplikt og KI leve sammen. Forutsetningen er at systemet selv vet hva som er hemmelig. Da er det ikke lenger opp til den enkelte å huske det i et travelt øyeblikk.

Skal vi jobbe sammen, er du velkommen til å spørre hvordan vi håndterer det du deler med oss. Det er et spørsmål flere burde stille leverandørene sine.