• Kierowca dostępny teraz
  • całą dobę, 7 dni w tygodniu
  • Dojazd do 1 h w promieniu 40 km
  • Diagnoza laptopa 0 zł
Makrofotografia modułu aparatu na płytce elektronicznej smartfona

Szkolenie z bezpiecznego korzystania z AI na urządzeniach mobilnych

Korzystanie z AI na urządzeniach mobilnych rządzi się tymi samymi zasadami bezpieczeństwa co na komputerze, ale bywa łatwiej o nich zapomnieć poza biurem.

Na czym polega ta usługa

Szkolenie obejmuje przypomnienie i utrwalenie zasad bezpiecznego korzystania z AI w kontekście specyfiki pracy na telefonie lub tablecie.

Dla kogo ma sens

Szkolenie jest przydatne dla pracowników korzystających z narzędzi AI na urządzeniach mobilnych, w tym poza biurem.

Ile to trwa

Szkolenie mieści się z reguły w standardowym czasie do 3 dni od umówienia terminu.

Warunki

Diagnoza wstępna i wycena są bezpłatne. Dojazd na terenie Warszawy i okolic jest bezpłatny, a usługa objęta jest gwarancją do 12 miesięcy.

Specyfika korzystania ze sztucznej inteligencji na telefonach i tabletach

Korzystanie z narzędzi generatywnej sztucznej inteligencji na urządzeniach przenośnych różni się pod wieloma względami od pracy na stacjonarnym stanowisku komputerowym. Na telefonie lub tablecie użytkownik wykonuje zadania często w pośpiechu, w trakcie podróży, na spotkaniach u klientów lub podczas pracy zdalnej poza biurem. Mniejszy ekran oraz specyficzny interfejs dotykowy sprzyjają podejmowaniu szybkich decyzji bez pełnej weryfikacji kontekstu bezpieczeństwa. Dodatkowo systemy operacyjne urządzeń mobilnych posiadają mechanizmy ułatwiające codzienne użytkowanie, które w połączeniu z chmurowymi asystentami językowymi mogą stanowić nieuświadomione źródło wycieku informacji.

Jednym z takich elementów jest schowek systemowy (przestrzeń w pamięci podręcznej urządzenia przeznaczona do tymczasowego przechowywania skopiowanego tekstu lub obrazów). W wielu systemach mobilnych aplikacje mają szeroki dostęp do odczytu zawartości schowka. Jeśli pracownik kopiuje dane z firmowej wiadomości e-mail, bazy danych lub dokumentu, a następnie przełącza się między aplikacjami, informacje te mogą zostać odczytane przez inne narzędzia działające w tle. W przypadku włączonej synchronizacji schowka w chmurze producenta sprzętu, poufne fragmenty tekstów trafiają na zewnętrzne serwery synchronizacyjne.

Kolejnym istotnym czynnikiem są klawiatury ekranowe. Wiele osób korzysta z domyślnych lub dodatkowo instalowanych klawiatur wyposażonych w funkcje podpowiadania słów, autokorekty oraz przewidywania kolejnych wyrazów. Mechanizmy te często przesyłają wpisywane frazy do chmury dostawcy oprogramowania w celu ulepszania modeli językowych klawiatury. Wpisywanie danych uwierzytelniających, numerów dokumentów czy poufnych zapytań do asystentów AI za pośrednictwem nieskonfigurowanej klawiatury może prowadzić do niekontrolowanego zapisu tych danych na serwerach firm trzecich.

Istotnym ułatwieniem na urządzeniach mobilnych jest również wbudowane dyktowanie głosowe oraz funkcja rozpoznawania mowy. Przekształcanie głosu na tekst (mechanizm Speech-to-Text) w wielu modelach smartfonów odbywa się nie lokalnie na procesorze urządzenia, lecz poprzez wysłanie próbki audio na serwery dostawcy systemu operacyjnego. Jeśli pracownik dyktuje prompt zawierający tajemnice handlowe, treść rozmów biznesowych lub dane osobowe, zapis dźwiękowy oraz jego transkrypcja podlegają zewnętrznemu przetwarzaniu.

Główne wektory ryzyka i typowe scenariusze zagrożeń

Wykorzystanie sztucznej inteligencji na sprzęcie mobilnym generuje kilka charakterystycznych scenariuszy, w których może dojść do naruszenia poufności danych firmowych oraz przepisów prawa.

  • Przesyłanie zdjęć i skanów dokumentów przez wbudowany aparat: Współczesne multimodalne modele językowe (modele przetwarzające jednocześnie tekst, obraz oraz dźwięk) umożliwiają analizę fotografii. Pracownicy często wykonują zdjęcia umów, faktur, odręcznych notatek ze spotkań zarządu czy schematów technicznych, a następnie przesyłają je do aplikacji AI z prośbą o streszczenie lub wyciągnięcie danych. W ten sposób pełny, nieocenzurowany dokument trafia do infrastruktury dostawcy modelu, co w przypadku braku odpowiednich umów powierzenia przetwarzania danych stanowi naruszenie bezpieczeństwa.
  • Wprowadzanie danych osobowych bez anonimizacji: Przetwarzanie danych podlegających RODO (Ogólne Rozporządzenie o Ochronie Danych Osobowych) wymaga określonych podstaw prawnych i zabezpieczeń. Wprowadzanie do publicznych narzędzi AI imion, nazwisk, adresów zamieszkania, numerów PESEL, informacji o stanie zdrowia czy zarobkach pracowników lub klientów bez ich wcześniejszego zanonimizowania (usunięcia elementów pozwalających na identyfikację osoby) jest bezpośrednim złamaniem przepisów o ochronie danych.
  • Mieszanie kont prywatnych ze służbowymi: Na urządzeniach przenośnych użytkownicy bardzo często logują się do aplikacji AI przy użyciu prywatnych kont pocztowych lub kont w mediach społecznościowych. W efekcie historia zapytań zawierająca firmowe pliki i analizy biznesowe zostaje powiązana z prywatnym profilem pracownika. Po zakończeniu współpracy z daną osobą przedsiębiorstwo traci kontrolę nad zgromadzoną w ten sposób historią konwersacji.
  • Instalowanie niezweryfikowanych aplikacji i wrapperów AI: W oficjalnych sklepach z aplikacjami mobilnymi znajduje się wiele programów typu wrapper (oprogramowanie będące jedynie prostą nakładką na zewnętrzne interfejsy API modeli językowych, często oferowane przez nieznanych twórców). Takie aplikacje mogą pobierać opłaty, żądać nieuzasadnionych uprawnień systemowych (dostęp do kontaktów, lokalizacji GPS, pamięci masowej) oraz przechwytywać treść całej korespondencji prowadzonej z modelem.
  • Korzystanie z otwartych sieci bezprzewodowych: Praca w kawiarniach, hotelach, na dworcach czy w pociągach wiąże się z łączeniem z publicznymi sieciami Wi-Fi. Brak zastosowania szyfrowanego połączenia przez firmowy VPN (Virtual Private Network, czyli wirtualną sieć prywatną tworzącą bezpieczny tunel komunikacyjny) naraża urządzenie na ataki typu Man-in-the-Middle (przechwytywanie ruchu sieciowego przez osoby nieuprawnione znajdujące się w tej samej sieci lokalnej).

Najczęstsze błędy popełniane przy pracy z AI poza biurem

Brak sprecyzowanych zasad organizacyjnych sprawia, że pracownicy wypracowują własne nawyki, które często niosą za sobą wysokie ryzyko operacyjne. Do najczęstszych błędów należą:

  • Pozostawienie włączonej zgody na trenowanie modeli: Większość bezpłatnych oraz podstawowych wersji aplikacji AI domyślnie wykorzystuje wprowadzane zapytania (prompty) oraz przesyłane pliki do dalszego doskonalenia i trenowania swoich algorytmów. Użytkownik, który nie wyłączy tej opcji w ustawieniach prywatności konta (mechanizm opt-out, czyli rezygnacja z domyślnej zgody), sprawia, że wpisane informacje stają się częścią bazy wiedzy modelu i mogą w przyszłości pojawić się w odpowiedziach generowanych dla innych osób.
  • Nadawanie aplikacjom pełnych uprawnień systemowych: Instalując aplikację mobilną AI, użytkownicy często automatycznie akceptują wszystkie prośby o dostęp do zasobów telefonu. Zgoda na stały dostęp do biblioteki wszystkich zdjęć, mikrofonu w tle czy dokładnej lokalizacji urządzenia nie jest konieczna do generowania tekstu, a znacząco zwiększa ryzyko w przypadku podatności w kodzie aplikacji.
  • Kopiowanie wrażliwej korespondencji e-mail w całości: W celu szybkiego przygotowania odpowiedzi na skomplikowaną wiadomość od kontrahenta pracownicy wklejają do okna czatu całą treść maila wraz z historią korespondencji, stopkami zawierającymi dane kontaktowe, numerami rachunków bankowych oraz klauzulami poufności. Generuje to niepotrzebny transfer danych wrażliwych do zewnętrznych systemów.
  • Brak weryfikacji halucynacji przed wysłaniem odpowiedzi: Halucynacja AI to zjawisko, w którym model językowy generuje całkowicie zmyślone fakty, błędne wyliczenia matematyczne lub nieistniejące przepisy prawne, przedstawiając je w sposób wysoce przekonujący i logiczny. W pracy mobilnej, pod presją czasu, pracownicy bywają skłonni do bezkrytycznego kopiowania wygenerowanych odpowiedzi i wysyłania ich bezpośrednio do klientów lub partnerów biznesowych, co może prowadzić do strat finansowych i wizerunkowych.
  • Brak jasnych reguł w modelu BYOD (Bring Your Own Device): Jeśli firma pozwala na korzystanie z prywatnych telefonów i tabletów do celów służbowych, lecz nie określa zasad przetwarzania informacji firmowych w aplikacjach AI, powstaje luka bezpieczeństwa, nad którą dział IT nie ma żadnej kontroli.

Praktyczny program szkolenia i standardy bezpiecznej pracy

Szkolenie skupia się na przekazaniu konkretnych, możliwych do natychmiastowego wdrożenia nawyków oraz procedur konfiguracyjnych, które minimalizują ryzyko wycieku danych bez ograniczania produktywności zespołu.

Podczas spotkania szczegółowo omawiane są następujące zagadnienia:

  • Właściwa konfiguracja parametrów prywatności: Krok po kroku prezentowane jest, jak wyłączyć historię czatów oraz trenowanie modeli w popularnych narzędziach chmurowych, jak zarządzać retencją danych (czasem przechowywania zapytań na serwerach dostawcy) oraz jak poprawnie logować się przy użyciu firmowych kont z odpowiednim poziomem zabezpieczeń.
  • Metodyka anonimizacji i maskowania danych w promptach: Uczestnicy poznają techniki przygotowywania zapytań w taki sposób, aby model otrzymał niezbędny kontekst logiczny bez znajomości danych identyfikacyjnych. Obejmuje to stosowanie symboli zastępczych (placeholderów) dla nazw firm, kwot, dat, danych osobowych oraz lokalizacji geograficznych.
  • Zarządzanie uprawnieniami w systemach mobilnych: Przedstawiane są zasady przyznawania uprawnień jednorazowych (dostęp do kamery lub mikrofonu wyłącznie podczas korzystania z aplikacji) oraz ograniczania dostępu do pamięci masowej (wybór wyłącznie pojedynczych plików zamiast dostępu do całej galerii multimediów).
  • Weryfikacja rzetelności informacji i wykrywanie błędów: Szkolenie uczy krytycznego podejścia do generowanych treści, sprawdzania źródeł, ponownej weryfikacji danych liczbowych oraz formułowania zapytań pomocniczych sprawdzających spójność logiczną odpowiedzi modelu.
  • Bezpieczna praca w sieciach publicznych i procedury awaryjne: Omówienie konieczności stosowania szyfrowanych tuneli VPN, unikania korzystania z otwartych punktów dostępowych Wi-Fi do operacji na wrażliwych danych oraz postępowania w sytuacji zagubienia lub kradzieży urządzenia ze skonfigurowanymi narzędziami firmowymi.

Kiedy szkolenie pracowników musi zostać uzupełnione o wdrożenia techniczne

Budowanie świadomości pracowników jest fundamentem bezpieczeństwa informacji, jednak w wielu organizacjach szkolenie powinno stanowić element szerszej strategii ochrony środowiska IT. Czynnik ludzki zawsze niesie ryzyko pomyłki, dlatego organizacje przetwarzające duże ilości danych wrażliwych powinny rozważyć wdrożenie technicznych barier ochronnych.

Jednym z podstawowych rozwiązań jest system MDM (Mobile Device Management, czyli oprogramowanie do centralnego zarządzania i monitorowania floty urządzeń mobilnych w przedsiębiorstwie). System MDM pozwala na utworzenie na telefonie pracownika odseparowanego kontenera służbowego. W takim układzie dane służbowe są całkowicie odizolowane od aplikacji prywatnych, a administrator może zablokować możliwość kopiowania tekstu z aplikacji firmowych (np. klienta poczty e-mail) do nieautoryzowanych aplikacji zewnętrznych, w tym prywatnych czatów AI.

Innym krokiem technicznym jest wdrożenie korporacyjnych subskrypcji modeli językowych lub własnych instancji asystentów opartych o interfejsy programistyczne API (Application Programming Interface, czyli zestaw reguł umożliwiających bezpośrednią wymianę danych między systemami). W rozwiązaniach klasy enterprise dostawcy modeli gwarantują na piśmie, że przesyłane zapytania nie są zapisywane, nie służą do trenowania algorytmów, a komunikacja jest w pełni szyfrowana. W ramach kompleksowego wsparcia możliwy jest również bezpłatny przegląd środowiska IT dla firm oraz podpisanie umowy o zachowaniu poufności (NDA, Non-Disclosure Agreement) przed przystąpieniem do analizy infrastruktury.

Najczęściej zadawane pytania

Czy korzystanie z oficjalnej aplikacji mobilnej ChatGPT lub Claude jest bezpieczne dla danych firmowych?

Bezpieczeństwo zależy bezpośrednio od typu posiadanej subskrypcji oraz konfiguracji konta. W wersjach darmowych oraz podstawowych płatnych subskrypcjach konsumenckich domyślnie włączona jest opcja wykorzystywania zapytań do trenowania modeli. Wymaga to manualnego wyłączenia w ustawieniach prywatności. Pełną gwarancję poufności oraz zgodność z wymogami biznesowymi zapewniają dopiero plany biznesowe i korporacyjne, w których dostawca podpisuje umowę powierzenia przetwarzania danych i deklaruje brak retencji promptów do celów szkoleniowych.

Czym różni się korzystanie z AI przez przeglądarkę w telefonie od korzystania z dedykowanej aplikacji mobilnej?

Korzystanie z przeglądarki mobilnej daje zazwyczaj większą kontrolę nad izolacją danych, ponieważ strona internetowa ma ściśle ograniczone uprawnienia do zasobów telefonu (nie ma bezpośredniego dostępu do schowka w tle, kontaktów czy pełnej galerii zdjęć). Aplikacje mobilne oferują natomiast większą wygodę, funkcje głosowe w czasie rzeczywistym oraz lepszą integrację z aparatem, jednak wymagają znacznie dokładniejszego zweryfikowania przyznanych uprawnień systemowych.

Czy pracownik może bezpiecznie używać funkcji dyktowania głosem przy tworzeniu promptów?

Dyktowanie głosem niesie ze sobą ryzyko podwójnego przetwarzania danych. Po pierwsze, próbka dźwiękowa może być wysyłana na serwery dostawcy klawiatury lub systemu operacyjnego telefonu w celu przetworzenia mowy na tekst. Po drugie, uzyskany tekst trafia do aplikacji AI. Jeśli treść wypowiedzi zawiera dane poufne, zaleca się rezygnację z dyktowania na rzecz wprowadzania tekstu po wcześniejszej anonimizacji, chyba że urządzenie obsługuje przetwarzanie mowy w trybie w pełni lokalnym na procesorze telefonu.

Jak sprawdzić, czy aplikacja AI nie wykorzystuje wprowadzanych informacji do trenowania swoich modeli?

Należy przejść do ustawień profilu w aplikacji mobilnej, odszukać sekcję dotyczącą prywatności lub zarządzania danymi (najczęściej opisaną jako Data Controls lub Privacy Settings) i zweryfikować stan suwaka odpowiedzialnego za ulepszanie modelu (Model Training lub History & Training). W środowisku firmowym status ten powinien być zawsze ustawiony w pozycji wyłączonej.

Czy przesłanie zdjęcia faktury lub umowy do analizy przez AI narusza przepisy RODO?

Tak, jeśli na dokumencie znajdują się dane osobowe osób fizycznych (np. imiona, nazwiska, adresy, podpisy, numery PESEL czy dane jednoosobowych działalności gospodarczych), a firma nie posiada podpisanej umowy powierzenia przetwarzania danych z dostawcą narzędzia AI. Przed wykonaniem zdjęcia dokumentu należy zasłonić lub zamazać wszelkie dane identyfikacyjne, pozostawiając jedynie treść merytoryczną niezbędną do wykonania analizy.

Świadome i bezpieczne wykorzystanie technologii asystujących w codziennej pracy

Nowoczesne narzędzia sztucznej inteligencji znacząco podnoszą efektywność pracy mobilnej, jednak ich wdrożenie w firmie wymaga wypracowania odpowiedniej kultury technicznej oraz dyscypliny w zakresie ochrony danych. Zrozumienie mechanizmów działania aplikacji mobilnych, właściwa konfiguracja urządzeń oraz eliminacja ryzykownych nawyków pozwalają w pełni korzystać z możliwości modeli językowych bez narażania przedsiębiorstwa na straty poufnych informacji i konsekwencje prawne.

Powiązane teksty