Webes adatkinyerés a generatív AI kapcsán – itt az EDPB iránymutatása

Megosztás Tetszik

Több jelentős iránymutatást is kiadott az Európai Adatvédelmi Testület (EDPB), amelyek a személyes adatok kezelését és védelmét szabályozó 2016/679. számú Általános Adatvédelmi Rendelet (GDPR) kötelező értelmezésének szerepét töltik be az Európai Unióban. Cikkünkben a webes adatkinyerésről kiadott iránymutatást ismertetjük.

Mit jelent a web scraping (webes adatkinyerés)?

A web scraping olyan automatizált technikai eljárás, amelynek során egy program (crawler, scraper vagy bot) weboldalakat látogat meg, azok tartalmát letölti, majd a számára releváns adatokat strukturált formában kinyeri és eltárolja. Egy ár-összehasonlító oldal például automatikusan összegyűjti a webáruházak árait vagy egy kutatóprogram több millió internetes cikkből gyűjt szöveget. Ide tartozik az is, amikor egy generatív AI fejlesztője nyilvánosan elérhető weboldalakról gyűjt adatokat modellje betanításához.

A web scraping önmagában nem jogellenes, ha azonban a kinyert adatok személyes adatokat tartalmaznak, akkor a GDPR alkalmazandó. Ilyenkor vizsgálni kell többek között:

• van-e megfelelő jogalap az adatgyűjtésre,
• teljesülnek-e az átláthatósági követelmények,
• tiszteletben tartják-e az érintettek jogait,
• milyen célra használják fel az összegyűjtött adatokat stb.

Ez tehát különösen aktuális a generatív mesterséges intelligencia fejlesztése során, amikor nagy mennyiségű internetes adatot használnak a modellek tanítására.

OLVASSA TOVÁBB cikkünket, amelyből megismerheti

• az EDPB-iránymutatás célját,
• a web scraping formáit és működését,
• alkalmazásának adatvédelmi feltételeit, továbbá azt, hogy
• mit mond az iránymutatás a harmadik országok vállalkozásainak adatkinyeréséről.