قابلية التدقيق وحقوق أصحاب البيانات
في هذا الدرس 4 موضوعات
هذا الدرس مخطط له. يعرض المخطط أدناه الموضوعات التي سيغطيها، ولم يُنشر الدرس الكامل بعد.
نص الدروس والتمارين باللغة الإنجليزية، بينما تبقى واجهة الموقع وعناوين الدروس بالعربية.
في هذا الدرس
make AI outcomes auditable and support deletion and access requests for data used by AI features.
الموضوعات المخطط لها
- Log what is needed to explain an outcome: request id, user, model and prompt version, retrieved sources, tool calls, and response, with sensitive content masked.
- Balance audit and privacy: keep the minimum, with retention periods and access controls on the logs.
- Data-subject rights (access, correction, deletion) must reach conversation logs, vector indexes, caches, and evaluation datasets.
- Design a deletion path early: index entries tied to source records so deleting a customer removes derived data.
- Keep a record of automated decisions affecting customers and a route to human review.
تفاصيل المخطط المبدئي
عرض عملي
a data map: where Larkspur customer data lands in AI features (conversation log, vector index, cache, evaluation set) with the deletion mechanism and retention for each.
اختبر فهمك
Name two places beyond the main database where deletion must reach.
أظهر الإجابة
For example conversation logs and vector indexes; also caches and evaluation sets.
التطبيق
طبّق هذا الدرس بمختبر الوحدة وتمارينها واختبارها.
تعليم الدرس كمكتمل اختياري ويمكنك التراجع عنه في أي وقت. يبقى تقدمك محفوظًا في هذا المتصفح.