Bruselj, 8. julija – Evropski odbor za varstvo podatkov je na zadnjem plenarnem zasedanju sprejel smernice o anonimizaciji in smernice o spletnem strganju v okviru generativne umetne inteligence. Poleg tega je odbor sprejel končno različico svojih smernic o obdelavi osebnih podatkov s tehnologijami blokovne verige.

Razumevanje anonimnih podatkov

Nove smernice EOVP pojasnjujejo pojem anonimnih podatkov, pri čemer upoštevajo tudi sodbo Sodišča EU v zadevi C-413/23 P, ENVP proti Enotnemu odboru za reševanje, z dne 4. septembra 2025 in drugo sodno prakso Sodišča Evropske unije.

Smernice so pomemben mejnik pri pojasnjevanju pojma anonimnih podatkov, saj določajo jasne standarde, ki olajšujejo uporabo podatkov in hkrati varujejo temeljne pravice posameznikov.

Pri pripravi teh smernic smo vključili dragocen prispevek z našega dogodka za deležnike, ki je znova pokazal našo trdno zavezanost sodelovalnemu dialogu, kot je navedeno v Helsinški izjavi EOVP.

predsednica Evropskega odbora za varstvo podatkov Anu Talus

Podatki so anonimni, če se ne nanašajo na določeno ali določljivo fizično osebo. Ali je tako, se lahko razlikuje od enega subjekta do drugega.

Informacije se lahko nanašajo na posameznika zaradi njihove vsebine, namena ali učinka. Obstoj take povezave morda ni takoj očiten in bi lahko zahteval nadaljnjo analizo.

Posameznik se šteje za "določenega ali določljivega", če ga je mogoče razlikovati od drugih v določenem kontekstu z uporabo sredstev, za katera se razumno pričakuje, da bodo uporabljena na način, ki omogoča drugačno obravnavo. Ali je razumno verjetno, da bodo sredstva uporabljena, bo odvisno od perspektive zadevnega subjekta in bi ga bilo treba oceniti glede na vse objektivne dejavnike.

Smernice zagotavljajo tudi praktičen okvir, na podlagi katerega lahko organizacije ugotovijo, ali je anonimizacija uspešna. Okvir se lahko uporablja na dva načina: bodisi z oceno razlik v zmogljivostih med tistimi, ki bi lahko identificirali posameznika („kontekstualni pristop“), bodisi zaradi enostavnosti, tako da se take razlike ne upoštevajo („poenostavljeni pristop“), če se upravljavec tako odloči. Kontekstualni pristop odraža vse nianse pravnega standarda za anonimizacijo. Poenostavljeni pristop lahko presega pravni standard in lahko upravljavca, ki anonimizira podatke, privede do tega, da podatke obravnava, kot da niso anonimni, čeprav bi to dejansko veljalo za nekatere zadevne subjekte, vendar je lahko ta pristop bolj priročen in zagotavlja večje zaupanje, da so podatki dejansko anonimni.

Okvir uporablja tri merila za preverjanje, ali so podatki anonimni: 1) brez izolacije zapisa, 2) brez povezave, in 3) brez sklepanja . Če so izpolnjena vsa tri merila, se lahko podatki varno štejejo za anonimne. Če katero koli od teh meril ni izpolnjeno, je treba opraviti nadaljnjo analizo, da se ugotovi, ali se podatki lahko štejejo za anonimne.

Smernice bodo predmet javnega posvetovanja do 30. oktobra 2026, kar bo deležnikom omogočilo, da predložijo pripombe in povratne informacije.

Pojasnitev posledic spletnega strganja za varstvo podatkov za razvoj umetne inteligence

Spletno strganje je obsežen avtomatiziran postopek pridobivanja podatkov, ki pogosto deluje, ne da bi se posamezniki tega zavedali, in ki lahko pomeni znatno tveganje za varstvo njihovih osebnih podatkov. Odbor v svojih smernicah o spletnem strganju v okviru generativne umetne inteligence* pojasnjuje različne vidike skladnosti spletnega strganja s splošno uredbo o varstvu podatkov, vključno s pravno podlago za take dejavnosti in pogoji, pod katerimi se lahko v tem okviru obdelujejo posebne vrste podatkov.

Splošna uredba o varstvu podatkov se uporablja za spletno strganje, kadar vključuje postopke obdelave osebnih podatkov, kot so zbiranje, shranjevanje, organizacija in pridobivanje. 

Pri zanašanju na spletno strganje je treba posebno pozornost nameniti načelu omejitve namena in načelu preglednosti. Vendar glede na to, kako je obdelava podatkov natančno zasnovana, upravljavcu morda ne bo treba osebno obvestiti posameznikov, če se to izkaže za nemogoče ali zahteva prevelik napor.

EOVP priporoča, da se podatki strgajo samo iz zanesljivih virov, evidentira časovni žig in potrdijo, preden se uporabijo pri učenju umetne inteligence, da se zagotovi skladnost z načelom točnosti. Smernice vsebujejo tudi nasvete o ukrepih, ki bi jih moral upravljavec izvesti za skladnost z načelom najmanjšega obsega podatkov.

Smernice na podlagi mnenja EOVP o umetnointeligenčnih modelih zagotavljajo dodatna pojasnila in primere uporabe pravne podlage pravnega interesa v posebnem okviru spletnega strganja za učenje umetne inteligence.

Nazadnje EOVP opozarja, da je obdelava posebnih vrst osebnih podatkov načeloma prepovedana. Če spletno strganje vključuje take podatke, sta potrebni tako zakonita podlaga v skladu s členom 6 splošne uredbe o varstvu podatkov kot izjema v skladu s členom 9(2) splošne uredbe o varstvu podatkov. EOVP predlaga, da bi bila lahko sodba Sodišča v zadevi GC & drugi (C-136/17) pomembna za naključno ali preostalo zbiranje posebnih vrst osebnih podatkov, če upravljavec deluje v „okviru svojih odgovornosti, pooblastil in zmogljivosti“ ter izvaja ustrezne tehnične in organizacijske ukrepe za preprečevanje zbiranja in razširjanja takih podatkov. Odbor poudarja, da ni splošnega izvzetja iz zahtev iz člena 9 splošne uredbe o varstvu podatkov in da je treba vsako zadevo oceniti posamično, da se ugotovi, ali se razlogovanje Sodišča uporablja.

Smernice bodo predmet javnega posvetovanja do 30. oktobra 2026, kar bo deležnikom omogočilo, da predložijo pripombe in povratne informacije.

Smernice za blokovne verige, dokončno oblikovane po javnem posvetovanju

EOVP je po javnem posvetovanju sprejel končno različico svojih smernic o tehnologijah blokovnih verig. Smernice pomagajo organizacijam, ki uporabljajo tehnologije blokovne verige, da ravnajo v skladu s splošno uredbo o varstvu podatkov. EOVP pojasnjuje, kako delujejo blokovne verige, pri čemer ocenjuje različne možne arhitekture in njihove posledice za obdelavo osebnih podatkov.

Odbor je v skladu s helsinško izjavo, katere cilj je okrepiti dialog z deležniki, objavil tudi poročilo o izidu namenskega javnega posvetovanja in različico smernic o sledenju spremembam.

Opomba urednikom: 
Generativna umetna inteligenca je tehnologija, katere cilj je ustvariti nove vsebine z učenjem vzorcev iz obstoječih podatkov. Uporablja specializirane modele strojnega učenja, namenjene ustvarjanju širokega in splošnega nabora rezultatov, kot so besedilo, slika ali zvok.

To je avtomatski prevod, ki lahko vsebuje napake. Ne nadomešča uradne angleške različice.