IA e GDPR

Synthetic data: a cosa servono e come generarli con le Privacy Enhancing Technologies

I synthetic data si generano da dati originali ma non sono dati anonimi: la bozza di Regolamento europeo AI li distingue anche dai dati personali. Cosa sono, perché si usano, qual è la differenza tra anonimizzazione, pseudonimizzazione e minimizzazione, i rischi nell’utilizzo e come superarli

28 Mar 2022
Ernesto Covello

Data Protection Specialist

synthetic data

I Synthetic Data sono la nuova categoria di dati artificiali che il legislatore ha inserito nella bozza del nuovo Regolamento di Artificial Intelligence, distinguendoli dai dati personali e dai dati anonimi.

Sono dati di nuova generazione, sia nel senso che si generano a partire da un dataset originale sia in riferimento a una nuova generazione di dati che guarda all’Intelligenza Artificiale.

I dati artificiali mantengono le stesse proprietà dei dati originali: possono essere trattati nell’analisi come se fossero dati reali. La differenza è che i dati sintetici sono prodotti attraverso algoritmi di intelligenza artificiale.

Sfatiamo un mito: i dati sintetici non rientrano nella nozione di dati anonimi. Ma possono rientrare nella definizione di dati personali? E che ruolo hanno le PET-Privacy Enhancing Technologies nella loro generazione?

Scorza: “La governance europea dell’AI: i nodi da sciogliere”

PET – Privacy Enhancing Technologies: cosa sono e a cosa servono

Le PET – Privacy Enhancing Technologies sono tecnologie che consentono di ridurre al minimo l’utilizzo di dati personali, assicurandone il controllo all’utente “interessato” e una adeguata sicurezza mediante misure tecniche e organizzative adeguate.

INFOGRAFICA
I migliori data analytics tools a confronto: CHI VINCE?
Big Data
Datacenter

GDPR e PET legano su minimizzazione, sicurezza adeguata al trattamento, controllo dei dati personali: l’utente deve poter avere il controllo dei propri dati personali, decidere con chi condividerli, poter chiedere a terzi di condividerli con altri, decidere quali dati far trattare ad un fornitore di servizi, fornire il consenso in merito al trattamento.

Esistono diverse PET: le Cryptographic algorithms con l’homomorphic encryption, la differential privacy, le zero knowledge proof, le tecniche di data masking, con pseudonymisation, obfuscation, data minimisation e anonimization.

L’utente oggi è stanco di ricevere informative privacy incomprensibili con un linguaggio poco chiaro, non semplice, che non permette di poter decidere dei propri dati personali e averne il controllo.

Non sarebbe meglio iniziare a parlare di negoziazione, di contratto sul trattamento dei dati personali tra l’utente ed il fornitore di servizi?

L’utente potrebbe decidere di condividere alcuni dei suoi dati personali (minimization applicata) e con chi condividerli a priori rilasciando il consenso anche in ecosistemi tra più soggetti terzi.

L’utente potrebbe decidere, altresì, di pagare un servizio digitale o un prodotto digitale con dati personali: chi scrive fa parte della dottrina che crede fortemente nella data monetization nel rispetto della protezione dei dati personali.

Consapevoli ormai che i dati sono il nuovo petrolio e creano valore con il loro potenziale commerciale, scientifico e sociale: quanto valore si è perso nel periodo dell’emergenza covid-19?

Molto facile dare la colpa alla privacy, difficile trovare le soluzioni per creare valore nel rispetto della protezione dei dati personali.

Bisogna progettare tecnologie che permettono di estrarre valore dei dati nel rispetto della protezione dei dati personali e la sicurezza e le PET vanno in questa direzione.

Cosa è l’anonimizzazione dei dati e a cosa serve

L’anonimizzazione non riguarda le informazioni anonime: è un processo, una tecnica che porta ad una nuova veste del dato, ma rientra nella definizione di trattamento di cui all’articolo 4 par 2 del GDPR.

L’anonimizzazione è un trattamento dati successivo ma pur sempre un trattamento, al contrario delle informazioni anonime per cui il GDPR non è applicabile.

Il legislatore non ha aiutato i Titolari e Responsabili del trattamento nel prevedere nel GDPR una tecnica di “anonimizzazione”: ha lasciato anche in questo caso l’onere di dimostrare (“accountability”) che realmente il processo utilizzato ha reso sufficientemente anonimi tali dati da impedire o da non consentire più l’identificazione dell’interessato.

Per le tecniche di anonimizzazione urge un codice di condotta ai sensi del GDPR, fondamentale per aiutare titolari e responsabili ad un Codice.

Una definizione di anonimizzazione nel GDPR si potrebbe desumere dai suoi considerando.

Nel considerando 26 si desume che per rendere anonimi determinati dati questi debbano essere stati trattati in modo tale da impedire o da non consentire più l’identificazione dell’interessato.

Ma non basta solo questo al legislatore, che ha specificato: “per stabilire l’identificabilità di una persona fisica è opportuno considerare tutti i mezzi, come l’individuazione, di cui il Titolare e/o il Responsabile o un terzo possano avvalersi per identificare detta persona fisica direttamente o anche solo indirettamente”.

Pertanto, chi effettua un processo di anonimizzazione non solo deve assicurarsi che quel trattamento successivo sia tale da rendere anonime le informazioni in maniera irreversibile, ma deve effettuare:

un test di compatibilità del trattamento successivo con le finalità originarie;

un’analisi di identificabilità con l’individuazione di tutti i mezzi coinvolti e con la rilevazione della probabilità del rischio di reidentificazione.

Secondo i Garanti Europei una soluzione che elimini i seguenti rischi sarebbe utile per impedire la reidentificazione dell’interessato mediante i mezzi più probabili e ragionevoli che potrebbero essere utilizzati per la reidentificazione, ovvero: individuazione; correlabilità; deduzione.

Tra le diverse tecniche di anonimizzazione, ricordiamo le categorie di randomizzazione e la generalizzazione dei dati.

L’anonimizzazione ha fallito nei suoi piani: non è stata capace di estrarre il petrolio dalla terra ovvero di estrarre valore dai dati, pertanto bisogna trovare altre soluzioni.

La dimostrazione è stata la pandemia Covid -19: quanto valore estrapolabile dai dati è andato perso? La ricerca, la statistica e anche noi cittadini ne avremmo beneficiato sul nostro futuro, per la nostra salute.

I dati sintetici non sono dati finti: anche se non sono dati originali, la fonte del dataset lo è, e proprio per questo è possibile estrarre valore “artificiale” con le medesime proprietà statistiche.

I dati sintetici non sono dati anonimi e non sono un sottoinsieme di un processo di anonimizzazione: con l’anonimizzazione, infatti, si impedisce o non si consente più l’identificazione dell’interessato, mentre con i dati artificiali si estrae valore dal dato originale creando una nuova generazione di dati che non riconducibili all’interessato.

Cosa è la pseudonimizzazione e cosa prevede il GDPR

La pseudonimizzazione consiste nel sostituire un attributo (univoco solitamente) di un dato con un altro.

La persona fisica potrebbe con la pseudonimizzazione essere ancora identificata in maniera indiretta, mentre con le informazioni anonime, le informazioni non si riferiscono più ad una persona fisica identificata o identificabile o i dati personali sono stati resi sufficientemente anonimi da impedire o da non consentire più l’identificazione dell’interessato.

Il GDPR è stato puntuale nella definizione di pseudonimizzazione, descritta all’interno dell’articolo 4 par 5:

“il trattamento dei dati personali in modo tale che i dati personali non possano essere più attribuiti a un interessato specifico senza l’utilizzo di informazioni aggiuntive, a condizione che tali informazioni aggiuntive siano conservate separatamente e soggette a misure tecniche e organizzative intese a garantire che tali dati personali non siano attribuiti a una persona fisica identificata o identificabile”.

I dati pseudonimi possono considerarsi dati personali, perché possono essere attribuiti ad una persona fisica mediante l’utilizzo di ulteriori informazioni. Quindi possono essere considerati informazioni su una persona fisica identificabile.

Mentre il GDPR non si applica nel caso di informazioni anonime, si applica invece nel caso dei dati pseudonimi.

La pseudonimizzazione dei dati personali è una delle misure volta ad attuare in maniera efficace i principi di protezione dei dati come la minimizzazione.

Cosa comportano la minimizzazione e i principi di privacy by design e by default

La minimizzazione è uno dei principi applicabile al trattamento di dati personali di cui all’articolo 5 del GDPR che prevede che i dati debbano essere “adeguati, pertinenti e limitati a quanto necessario rispetto alle finalità per le quali sono trattati”.

Il titolare deve integrare tali misure ai fini della propria accountability sia al momento di determinare i mezzi del trattamento, sia all’atto del trattamento stesso, quindi fin dalla progettazione e protezione per impostazione predefinita (privacy by design & by default).

La privacy by design & by default è la vera rivoluzione del GDPR: uno strumento di vantaggio competitivo che i fornitori di prodotti, applicazioni e fornitori di servizi potrebbero utilizzare per rendere un prodotto migliore da un prodotto della concorrenza.

E non solo, basti pensare alle nuove tecnologie, alle automobili a guida autonoma, all’artificial intelligence: saranno questi due principi a guidare la rivoluzione.

Conclusioni

Quanto valore avrebbero estratto i nostri ricercatori dai dati originali della pandemia in maniera artificiale?

Quali potrebbero essere i benefici dei synthetic data in svariati settori ad es. in merito al machine learning e al training degli algoritmi di intelligenza artificiale?

Gli algoritmi di AI hanno necessità di una mole di dati esagerata per l’addestramento: lo stesso risultato si potrebbe raggiungere con i dati sintetici, senza impatto sull’interessata persona fisica.

Uno dei rischi dei dati sintetici è la reidentificazione: per evitarla, occorre integrare misure fin dalla progettazione del processo, comprese quelle necessarie ad assicurare la qualità, l’esattezza, la robustezza dei dati, nonché la ragionevolezza dei mezzi utilizzati, tali da escludere ogni rischio di identificazione dell’Interessato persona fisica.

Molto importante è monitorare fin dalla progettazione che l’attuazione delle misure sia efficace.

I dati sintetici non sono dati personali ma una terza tipologia di dati, distinta dal legislatore dai dati anonimi e dai dati personali: ciò non esime però dall’effettuare gli adempimenti ai sensi del GDPR in merito al trattamento di estrazione del valore “artificiale” se i dati originali sono dati personali.

Infine, in Europa occorrerà parlare della data monetization: l’estrazione dei dati artificiali è un trattamento successivo di dati personali per generare i dati sintetici.

Potrebbe diventare moneta di pagamento di un servizio o un prodotto, permettendo ad es. ad un Titolare di trainare i propri algoritmi e migliorarne l’affidabilità e la precisione tramite dati artificiali.

INFOGRAFICA
Manufacturing 5.0: ecco i vantaggi della monetizzazione dei dati!
Big Data
IoT
@RIPRODUZIONE RISERVATA

Speciale PNRR

Tutti
Incentivi
PA
Sostemibilità
Analisi
Formazione
Salute digitale
Sicurezza
Sostenibilità
Digital Economy
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articolo 1 di 4