iPAS 考題解析某電信公司導入生成式AI客服系統，利用過去對話紀錄與用戶行為資料訓練語言模型，在資料治理與合規審查過程中，團隊發現模型可能會在回答中生成包含真實姓名、電話或交易資訊的內容。為確保系統符合各個法令及生成式AI的安全與隱私要求，下列哪一項作法最符合實務可行及法規原則？

解析

正確答案：A. 在訓練資料前進行資料匿名化（Anonymization）或偽匿名化（Pseudonymization）處理，並建立輸出內容稽核機制

在訓練前對資料進行匿名化或偽匿名化，從根本上降低模型記憶個資的風險，同時建立輸出稽核機制作為第二道防線，是符合GDPR等法規且實務可行的完整方案。

每個選項為什麼對或錯

• A 在訓練資料前進行資料匿名化（Anonymization）或偽匿名化（Pseudonymization）處理，並建立輸出內容稽核機制 正解

  訓練前匿名化+輸出稽核是業界最佳實踐，同時符合法規要求和技術可行性。

• B 改以強化學習（Reinforcement Learning）微調模型，使模型學習避免產出真實資訊 錯誤選項

  強化學習微調可以引導模型行為，但無法保證模型不生成已記憶的個資，不夠可靠。

• C 採用同態加密（Homomorphic Encryption）以加密所有文字輸入，確保模型無法辨識任何個資 錯誤選項

  同態加密用於加密態運算，對語言模型的訓練和推論並不適用，技術上不可行。

• D 僅設定模型回覆時不顯示用戶姓名，即可視為隱私防護完成 錯誤選項

  僅隱藏姓名而不處理其他個資（電話、交易資訊）顯然不足，不符合法規要求。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。