完整定義
資料隱私（Data Privacy）規範個人資料的蒐集、處理與利用，確保資料主體的人格權不受侵害。台灣《個人資料保護法》（PDPA）要求蒐集前須告知目的、類別及當事人權利。在 AI 系統中，資料隱私涉及差分隱私、聯邦學習等技術手段。
白話說明
你有沒有在處理個資或敏感資訊時，還在想這件事到底該怎麼看？
把它想成先問清楚誰能看、能看多少、能不能拿去別的地方用。
隱私重點不是資料不能用，而是資料不能被不該看的人拿走或濫用。
AI 專案若忽略隱私，常常不是先壞在模型，而是先壞在合規和信任。
記住這句
能不能用，不等於能不能亂用。
容易混淆
data-security
資安偏防攻擊，隱私偏防不當蒐集和使用。
常見混淆：資料隱私 vs data-security
資安偏防攻擊，隱私偏防不當蒐集和使用。
實際案例
會員資料
姓名、電話、地址和消費紀錄都要限制存取。
醫療紀錄
病歷和檢查結果屬於高度敏感資訊，處理時要更嚴格。
深入了解
1. 隱私重點包含蒐集最小化、用途限定、存取控制和去識別化。
2. 它和資安有交集，但隱私更關注資料是否被正當使用。
3. 導入 AI 時，要同時看資料流程、授權和法規要求。
情境判斷
Q1：資料只要做匿名化，就一定安全嗎？
不一定，還要看是否能被重識別，以及使用場景是否合規。
Q2：如果模型效果會因為刪掉個資而下降，該怎麼想？
要看情況，不能為了效果就忽略隱私風險，應該找平衡方案。
iPAS 考題
Q1：AI 系統中，資料隱私最核心的目標是什麼？
保護個人資訊不被未授權存取、蒐集或濫用。
常見問題
安全偏向防止被攻擊，隱私偏向防止被不當使用。
不是，還是可能被重識別。
可用最小化蒐集、權限控管、加密和去識別化。
出現在這些考古題
官方公告試題的逐題解析裡，有 9 題把資料隱私列為延伸術語，這裡列出 5 題。
立即測驗
想測試你對 資料隱私 的掌握程度？用考古題作答
相關術語
來源
這個術語目前沒有標註外部來源。
考試範圍：iPAS AI 應用規劃師評鑑內容範圍參考（115.02 更新），經濟部產業人才能力鑑定，實際考試內容以官方公告為準。
其他格式：Markdown 版本