The Taxonomy

A shared vocabulary for describing technology.

Each category is a question people ask about a technology, and its elements are the answers. Choose a category, then an element, to see its icon and what it means. New to the terms? Read the concepts.

Tiếng Việt: machine reviewed translation.It has not been checked by a fluent reviewer.Translation status

Mục đích

Mục đích của hệ thống này là gì?

Vì sao hệ thống này tồn tại — kết quả mà nó được thiết kế để đạt được.

Khả năng tiếp cậnBảo đảm mọi người đều được tiếp cận bình đẳng với một không gian hoặc dịch vụ.

Nghệ thuật và văn hóaTạo điều kiện cho việc thể hiện nghệ thuật và/hoặc văn hóa.

Biên giới và di trúHỗ trợ việc ra quyết định hoặc xử lý hồ sơ về di trú, tị nạn hoặc qua lại biên giới — ví dụ: nhận diện khuôn mặt khi kiểm soát biên giới, xét duyệt thị thực, đánh giá rủi ro hồ sơ tị nạn.

Thương mạiTạo điều kiện cho việc mua bán hàng hóa và dịch vụ.

Kiểm duyệt nội dungLọc, xếp hạng hoặc gỡ bỏ nội dung do người dùng tạo ra dựa trên các chính sách — ví dụ: kiểm duyệt bình luận trên ki-ốt công cộng, lọc hình ảnh, hoặc phát hiện phát ngôn thù ghét.

Ăn uốngĐể cung cấp đồ ăn hoặc dịch vụ ăn uống.

Sinh tháiHỗ trợ việc đo lường hoặc theo dõi môi trường tự nhiên.

Giáo dục và học tậpHỗ trợ việc giảng dạy, học tập, đánh giá hoặc tư vấn học tập — ví dụ: trợ lý dạy kèm, chấm điểm tự động, hoặc hệ thống gợi ý của thư viện và bảo tàng.

Xét điều kiện và phúc lợi xã hộiXác định ai đủ điều kiện hưởng phúc lợi của chính phủ và dịch vụ công thiết yếu, hoặc cách phân phối các phúc lợi và dịch vụ đó — ví dụ: phân bổ trợ cấp xã hội, trợ giúp nhà ở, chấm điểm rủi ro trong dịch vụ bảo vệ trẻ em.

Việc làm và lao độngHỗ trợ việc tuyển dụng, xếp lịch, đánh giá hiệu quả làm việc hoặc hoạt động tại nơi làm việc — ví dụ: sàng lọc hồ sơ xin việc, phân ca, theo dõi năng suất.

Tiết kiệm năng lượngGiảm mức sử dụng năng lượng và/hoặc giúp tiết kiệm năng lượng.

Thực thi quy địnhĐược dùng để thực thi các quy tắc hoặc quy định.

Kiểm soát ra vàoHỗ trợ việc xác thực hoặc xác nhận để được vào một không gian hoặc sử dụng một dịch vụ.

Dịch vụ tài chínhHỗ trợ việc cho vay, bảo hiểm, phát hiện gian lận hoặc các quyết định tài chính khác về con người — ví dụ: chấm điểm tín dụng, thẩm định bảo hiểm, đánh dấu giao dịch gian lận.

Cứu hỏa và khẩn cấpHỗ trợ các dịch vụ bảo đảm an toàn và sức khỏe cộng đồng trong các tình huống khẩn cấp.

Sức khỏe môi trườngĐo lường hoặc theo dõi những yếu tố của môi trường vật lý ảnh hưởng đến sức khỏe con người — chất lượng không khí, chất lượng nước, bức xạ, tiếng ồn hoặc các tác nhân phơi nhiễm tại nơi làm việc. Khác với Chăm sóc sức khỏe, vốn hỗ trợ việc khám chữa bệnh cho từng người.

Chăm sóc sức khỏeHỗ trợ việc khám chữa bệnh cho từng người — ví dụ: hỗ trợ chẩn đoán, đề xuất điều trị, phân loại ưu tiên bệnh nhân, hoặc chatbot về sức khỏe. Khác với Sức khỏe môi trường, vốn theo dõi môi trường vật lý.

Cung cấp thông tinHỗ trợ việc cung cấp thông tin cho mục đích chung — hướng dẫn khách, câu hỏi thường gặp, biển báo, hoặc chỉ dẫn về một dịch vụ. Khác với Chỉ đường và dịch vụ, vốn bao gồm việc định hướng trong không gian và tìm đường trong một nơi.

Vận chuyển hàng hóaHỗ trợ việc di chuyển hàng hóa hoặc vật liệu.

Tiếp thị và cá nhân hóaNhắm mục tiêu quảng cáo, cá nhân hóa các đề xuất, hoặc lập hồ sơ đối tượng khách hàng để tiếp thị — ví dụ: ưu đãi khách hàng thân thiết tại cửa hàng, biển hiệu cá nhân hóa, quảng cáo nhắm theo hành vi.

Di chuyểnHỗ trợ cách con người và vật liệu di chuyển từ nơi này đến nơi khác.

Quy hoạch và ra quyết địnhHỗ trợ việc dự báo và phân tích tác động chính sách ở quy mô toàn dân cư hoặc toàn hệ thống — ví dụ: quy hoạch đô thị, quy hoạch hạ tầng, hoặc đo lường tác động của một quyết định chính sách. Khác với Đánh giá rủi ro và phân loại ưu tiên, vốn chấm điểm từng cá nhân.

Nghiên cứu và phát triểnHỗ trợ một công cụ nghiên cứu đã được triển khai — một hệ thống nghiên cứu về một nơi, một nhóm dân cư hoặc một môi trường trong khuôn khổ một chương trình nghiên cứu. Khác với hệ thống đang vận hành thực tế để cung cấp dịch vụ cho công chúng.

Đánh giá rủi ro và phân loại ưu tiênChấm điểm hoặc xếp thứ tự ưu tiên các cá nhân hoặc vụ việc để được chú ý hoặc xử lý thêm — ví dụ: chấm điểm nguy cơ tái phạm, phân loại ưu tiên ở bệnh viện, đánh dấu rủi ro trong bảo vệ trẻ em. Khác với Quy hoạch và ra quyết định, vốn dự báo ở quy mô toàn dân cư hoặc toàn hệ thống.

An toàn và an ninhHỗ trợ việc giảm rủi ro mang tính phòng ngừa trong môi trường vật lý — ví dụ: an toàn phòng cháy, an ninh nhà ở, hoặc bảo đảm đi lại an toàn ở sân bay hoặc trên đường. Khác với Thực thi quy định (áp dụng quy tắc) và Cứu hỏa và khẩn cấp (ứng phó sự cố).

Dịch thuật và hỗ trợ ngôn ngữDịch lời nói, văn bản hoặc biển báo để mọi người thuộc nhiều ngôn ngữ đều tiếp cận được một nơi hoặc dịch vụ — ví dụ: thông dịch theo thời gian thực tại quầy dịch vụ, biển báo đa ngôn ngữ.

Quản lý rác thảiHỗ trợ việc xử lý và thải bỏ rác thải, bao gồm rác tái chế, rác hữu cơ để ủ phân và chất thải nguy hại.

Tiết kiệm nướcGiảm mức sử dụng nước và/hoặc giúp tiết kiệm nước.

Chỉ đường và dịch vụGiúp mọi người tìm đường trong một địa điểm và đến các tiện ích, dịch vụ ở đó.

Chịu trách nhiệm

Ai chịu trách nhiệm về hệ thống này?

Tổ chức chịu trách nhiệm triển khai và vận hành hệ thống này.

Context: Vai trò

Tổ chức này tham gia vào việc triển khai hệ thống như thế nào.

Nhà cung cấpTổ chức xây dựng, cung cấp hoặc cấp phép sử dụng hệ thống.

Đơn vị triển khaiTổ chức triển khai và vận hành hệ thống tại nơi này.

Cơ quanĐơn vị có trách nhiệm và phải chịu trách nhiệm giải trình về hệ thống này

Tổ chứcĐơn vị có trách nhiệm và phải chịu trách nhiệm giải trình về hệ thống này

Người bị ảnh hưởng

Hệ thống này được áp dụng với ai?

Những người là đối tượng áp dụng của hệ thống này, hoặc những người có cuộc sống bị ảnh hưởng bởi quyết định của nó — kể cả những người chưa bao giờ chọn tương tác với nó.

Context: Mối liên hệ

Hệ thống này tác động đến người hoặc nhóm này như thế nào.

Đối tượng của quyết địnhHệ thống tạo ra một kết quả đầu ra về người này và ảnh hưởng trực tiếp đến họ — một điểm số, một kết quả đối chiếu, một quyết định về việc có đủ điều kiện hay không.

Vô tình bị ghi lạiBị cuốn vào dữ liệu của hệ thống dù hệ thống không đưa ra quyết định về họ — một khuôn mặt ở hậu cảnh của camera đang hướng về chỗ khác.

Cộng đồng rộng hơnMột nơi chốn hoặc một nhóm bị ảnh hưởng chung, ngoài những cá nhân mà hệ thống xử lý — một khu phố bị theo dõi, một lực lượng lao động bị xếp hạng.

Con ngườiNhững người là đối tượng áp dụng của hệ thống này, hoặc những người có cuộc sống bị ảnh hưởng bởi quyết định của nó.

Hệ thống làm gì

Hệ thống này đang làm gì?

Các hành động của hệ thống này, diễn đạt bằng những động từ thường ngày — hệ thống cảm nhận, dự đoán, quyết định, tạo nội dung, tác động vật lý. Gọi tên các động từ giúp dễ suy xét hơn về những gì hệ thống chạm đến và điều gì có thể trục trặc.

Context: Sự tham gia của con người

Ai là người hoàn tất quy trình — một tín hiệu nhanh ở cấp hệ thống cho biết bao nhiêu phần chạy mà không cần con người, hiển thị trên động từ mà nó tô màu. Đây là mô tả khái quát về việc triển khai, không phải một cuộc kiểm tra kỹ thuật.

Con người quyết địnhHệ thống này gợi ý hoặc cung cấp thông tin; một người đưa ra quyết định trước khi bất cứ điều gì có hiệu lực. Ví dụ: một công cụ phân loại ưu tiên xếp hạng các ca bệnh để bác sĩ chọn ca nào khám trước.

Con người giám sát hoặc thực hiệnHệ thống này tự tìm ra kết quả; con người giám sát, có thể can thiệp, hoặc tự mình thực hiện kết quả đó. Ví dụ: một công cụ tối ưu hóa lập các tuyến thu gom trong ngày, và tài xế chạy theo các tuyến đó.

Tự vận hànhHệ thống này quyết định và quyết định có hiệu lực mà không có người xem xét từng kết quả. Ví dụ: một trạm thu phí đường bộ tự động đổi giá và trừ tiền khi lưu lượng xe thay đổi.

Hành độngHành động — chia một mục tiêu thành các bước và thực hiện chúng trong phần mềm: gọi công cụ, đặt chỗ, nộp hồ sơ, chuyển lên cấp cao hơn, chạy các quy trình nhiều bước thay mặt cho ai đó. Kết quả đầu ra là một hành động đã được thực hiện, không phải một nội dung được trả về. Ví dụ: đặt lịch họp, nộp tờ khai, chuyển một yêu cầu hỗ trợ lên cấp cao hơn. Khi hành động làm dịch chuyển một vật thể thật, đó là Tác động vật lý.

Trả lờiTrả lời — đáp lại câu hỏi của mọi người trong cuộc trò chuyện: một chatbot, một trợ lý giọng nói, một đường dây điện thoại tự động. Hệ thống trao đổi qua lại với chính bạn ngay lúc đó. Ví dụ: một chatbot giao thông công cộng giải thích về chuyến bị trễ, một đường dây dịch vụ chuyển yêu cầu của bạn đến đúng nơi. Khác với Tạo nội dung, vốn tạo ra nội dung tồn tại độc lập về sau.

Tạo nội dungTạo nội dung — tạo ra văn bản, hình ảnh, âm thanh, video hoặc mã lập trình mới, chưa từng có trước khi hệ thống này chạy. Kết quả đầu ra là nội dung do hệ thống soạn ra, không phải một nhãn hay điểm số về dữ liệu có sẵn. Ví dụ: soạn một đoạn văn từ một câu lệnh, tạo hình ảnh từ một mô tả, sáng tác âm thanh, viết tiếp mã lập trình. Khác với Trả lời, vốn đáp lại bạn trong cuộc trò chuyện.

Quyết địnhQuyết định — định ra một kết quả có hiệu lực: chấp thuận hoặc từ chối, định giá, phân bổ, đánh dấu để xử lý. Ví dụ: mức phí đường bộ thay đổi theo lưu lượng xe, một hồ sơ được chấp thuận hoặc bị từ chối, việc phân công điều phối. Khi một người đưa ra quyết định cuối cùng dựa trên gợi ý của hệ thống, đó là Đề xuất.

Nhận diệnNhận diện — nhận ra một người hoặc một vật là ai, là gì bằng cách đối chiếu khuôn mặt, giọng nói, dấu vân tay, biển số xe hoặc tài khoản với các hồ sơ đã biết. Nó biến “có người ở đây” thành “người này ở đây”. Ví dụ: đối chiếu khuôn mặt tại cửa lên máy bay, tra cứu biển số xe tại giàn thu phí. Khác với Cảm nhận, vốn phát hiện mà không gọi tên.

Tác động vật lýTác động vật lý — tác động lên thế giới vật lý. Hệ thống điều khiển động cơ, van, đèn tín hiệu hoặc các bộ truyền động khác và làm thay đổi một thứ gì đó quanh bạn. Ví dụ: lái một robot, đổi pha đèn giao thông, mở cổng, điều chỉnh hệ thống thông gió của tòa nhà, nâng thanh chắn bãi đậu xe.

Dự đoánDự đoán — ước tính điều gì có khả năng xảy ra: một dự báo, một điểm rủi ro, một xác suất. Nó nói điều gì có thể xảy ra; một người hoặc một thứ khác vẫn là bên quyết định phải làm gì với điều đó. Ví dụ: dự báo độ dài hàng chờ, điểm rủi ro tín dụng, dự đoán mức đông đúc trong giờ tới. Khác với Quyết định, vốn làm cho một kết quả có hiệu lực.

Đề xuấtĐề xuất — gợi ý các lựa chọn để một người chọn: một bảng xếp hạng, một danh sách rút gọn, một tuyến đường hoặc cách điều trị được gợi ý. Không có gì có hiệu lực cho đến khi có người chấp nhận gợi ý đó. Ví dụ: bảng xếp hạng ưu tiên ca bệnh cho bác sĩ, một tuyến đường khác được đưa ra cho tài xế, các sản phẩm được hiển thị trước. Khác với Quyết định, khi kết quả tự nó có hiệu lực.

Cảm nhậnCảm nhận — biến tín hiệu thô từ camera, micrô hoặc cảm biến thành những thứ mà phần còn lại của hệ thống dùng được: các lần phát hiện, bản chép lời, số đo. Bao gồm cả việc theo dõi liên tục để chờ sự kiện xảy ra. Ví dụ: phát hiện một chiếc xe trong khung hình camera, chép lại một câu nói, nhận thấy một sân ga đang đông người. Khác với Nhận diện, vốn gọi đúng tên người hoặc vật mà nó cảm nhận được.

HiểuHiểu — rút ra ý nghĩa từ văn bản hoặc lời nói, tìm các ý liên quan, và kết nối những gì nó đọc với ngữ cảnh đã lưu. Nó trả về các kết quả khớp, ý định, bản tóm tắt hoặc liên kết đến kiến thức liên quan đã có, chứ không phải nội dung mới. Ví dụ: ghép một câu hỏi với đúng bài hướng dẫn, tìm ra điều khoản chính sách áp dụng cho một vụ việc, nhận ra chủ đề của một câu.

Rủi ro và biện pháp giảm thiểu

Có những rủi ro nào và chúng được giảm thiểu ra sao?

Những rủi ro mà hệ thống này có thể gây ra và cách chúng đang được xử lý.

Mất quyền tự chủRủi ro hệ thống này hạn chế khả năng của một người trong việc tự đưa ra quyết định, kiểm soát danh tính của mình hoặc tự do lựa chọn. Điều này bao gồm rủi ro bị hạn chế tiếp cận các lựa chọn thay thế, thiết kế đánh lừa nhằm lái quyết định về một kết quả nhất định, và thiếu sự đồng ý thực chất. Biện pháp giảm thiểu có thể gồm cơ chế từ chối tham gia, đề xuất minh bạch, thiết lập mặc định bảo vệ quyền tự quyết, và việc con người xem xét các quyết định hệ trọng.

Xâm phạm quyền tự do dân sựRủi ro hệ thống này làm tổn hại các quyền con người cơ bản và quyền tự do dân sự — ngôn luận, hội họp, đi lại, thủ tục pháp lý công bằng, hoặc quyền không bị theo dõi tùy tiện. Điều này bao gồm rủi ro từ việc nhận diện khuôn mặt hàng loạt, hoạt động cảnh sát dựa trên dự đoán, kiểm duyệt phát ngôn hợp pháp, và tác động khiến người dân e ngại biểu tình. Biện pháp giảm thiểu có thể gồm giới hạn mục đích chặt chẽ, sự giám sát của tòa án hoặc cơ quan độc lập, lưu giữ dữ liệu ở mức tối thiểu, và đánh giá tác động đến quyền con người trước khi triển khai.

Tổn hại môi trườngRủi ro hệ thống này làm suy thoái môi trường qua việc tiêu thụ năng lượng, sử dụng nước, rác thải điện tử, khí thải carbon, hoặc khai thác tài nguyên để làm phần cứng. Điều này bao gồm rủi ro từ lượng tính toán khi huấn luyện, việc chạy mô hình liên tục không nghỉ, nhu cầu làm mát của trung tâm dữ liệu, và việc thay phần cứng quá nhanh. Biện pháp giảm thiểu có thể gồm mục tiêu tiết kiệm năng lượng và nước, báo cáo minh bạch về lượng tài nguyên tính toán đã dùng, lập kế hoạch vòng đời phần cứng, và mua năng lượng tái tạo cho hoạt động của trung tâm dữ liệu.

Tổn hại tài chính và kinh doanhRủi ro hệ thống này gây thiệt hại tài chính cho cá nhân hoặc gây tổn thất cho tổ chức qua việc định giá sai, từ chối dịch vụ, gian lận hoặc thao túng thị trường. Điều này bao gồm rủi ro từ các quyết định tín dụng tự động, bất công trong việc định giá linh hoạt, lừa đảo có AI tiếp tay, và gián đoạn chuỗi cung ứng do sử dụng sai mục đích. Biện pháp giảm thiểu có thể gồm cơ chế bảo vệ khả năng chi trả, kiểm tra tính công bằng của mô hình định giá, các lớp phát hiện gian lận, và thủ tục khắc phục rõ ràng.

Tổn hại thể chấtRủi ro kết quả đầu ra của hệ thống này dẫn đến thương tích thân thể cho cá nhân hoặc thiệt hại về tài sản. Điều này bao gồm rủi ro từ xe tự lái, chuyển động của robot, chỉ dẫn đường đi bị sai, hoặc lỗi ở hạ tầng trọng yếu khiến con người hoặc tài sản gặp nguy hiểm. Biện pháp giảm thiểu có thể gồm kiểm tra an toàn nghiêm ngặt, thiết lập mặc định an toàn khi có sự cố, dùng hàng rào địa lý để ngăn hành vi nguy hiểm, và việc con người giám sát các hành động vật lý có hệ quả lớn.

Tổn hại chính trị và kinh tếRủi ro hệ thống này thao túng thảo luận chính trị, can thiệp vào bầu cử, tập trung quyền lực thị trường hoặc làm tổn hại các thể chế công. Điều này bao gồm rủi ro từ nội dung do AI tạo ra nhắm vào cử tri, quảng cáo nhắm mục tiêu thiếu minh bạch, cạnh tranh bị bóp méo do độc quyền tiếp cận dữ liệu và năng lực tính toán, và sự xói mòn lòng tin vào các thể chế. Biện pháp giảm thiểu có thể gồm công bố rõ nội dung do AI tạo ra, giám sát chống độc quyền đối với thị trường AI, quyền kiểm tra dành cho cơ quan quản lý, và yêu cầu minh bạch đối với quảng cáo chính trị.

Mất quyền riêng tưRủi ro hệ thống này ghi lại, suy đoán hoặc tiết lộ về con người nhiều hơn mức họ nghĩ hoặc đã đồng ý. Điều này bao gồm rủi ro theo dõi việc đi lại của con người theo thời gian, nhận diện lại dữ liệu lẽ ra phải ẩn danh, liên kết các bản ghi giữa các hệ thống để lập hồ sơ về từng người, và dùng lại dữ liệu cho những mục đích ngoài mục đích đã nêu. Biện pháp giảm thiểu có thể gồm chỉ thu thập những gì cần thiết, xử lý ngay trên thiết bị, ẩn danh hóa ngay tại thời điểm ghi nhận, thời hạn lưu giữ ngắn, và đánh giá tác động đến quyền riêng tư trước khi triển khai.

Tổn hại tâm lýRủi ro hệ thống này gây tổn thương về cảm xúc hoặc sức khỏe tâm thần, một cách trực tiếp hoặc gián tiếp. Điều này bao gồm rủi ro từ các vòng lặp phản hồi gây nghiện, sự căng thẳng do bị theo dõi, quấy rối bằng nội dung do AI tạo ra, và lo âu vì bị từ chối tự động. Biện pháp giảm thiểu có thể gồm cảnh báo về nội dung, cơ chế bảo vệ sức khỏe tinh thần, thiết kế phù hợp với lứa tuổi, kênh hỗ trợ dễ tiếp cận, và giới hạn đối với hành vi nhằm tối đa hóa mức độ tương tác.

Tổn hại danh tiếngRủi ro hệ thống này làm tổn hại danh tiếng của cá nhân, nhóm hoặc tổ chức qua việc nhận diện nhầm, phân loại sai hoặc gán nhãn gây kỳ thị. Điều này bao gồm rủi ro từ việc nhận diện khuôn mặt không chính xác, nội dung phỉ báng do AI tạo ra, và việc chấm điểm công khai thiếu công bằng đeo bám con người qua nhiều hoàn cảnh. Biện pháp giảm thiểu có thể gồm ngưỡng chính xác phải đạt trước khi gán nhãn công khai, việc con người xem xét các lần nhận diện có tác động lớn, thủ tục gỡ bỏ, và quyền được sửa sai rõ ràng.

Sự cố bảo mật và rò rỉ dữ liệuRủi ro hệ thống này hoặc dữ liệu mà nó lưu giữ bị người không có quyền truy cập, đánh cắp, sửa đổi hoặc chiếm quyền kiểm soát. Điều này bao gồm rủi ro từ camera hoặc cảm biến bị xâm nhập, cơ sở dữ liệu bị rò rỉ, đường truyền bị chặn thu, người trong nội bộ lạm dụng quyền, và hành vi can thiệp khiến hệ thống báo cáo hoặc hoạt động sai lệch. Biện pháp giảm thiểu có thể gồm mã hóa khi lưu trữ và khi truyền, kiểm soát truy cập chặt chẽ, kiểm tra bảo mật định kỳ, cập nhật phần mềm kịp thời, và thông báo cho những người bị ảnh hưởng khi xảy ra sự cố rò rỉ.

Tổn hại xã hội và văn hóaRủi ro hệ thống này gây hại cho cộng đồng hoặc văn hóa qua sự xói mòn lòng tin, mất đi sự đa dạng về ngôn ngữ và văn hóa, hoặc sự phụ thuộc không lành mạnh vào các hệ thống thiếu minh bạch. Điều này bao gồm rủi ro thông tin sai lệch trên diện rộng, sự đồng nhất hóa trong biểu đạt văn hóa, tri thức địa phương bị thay thế, và sự xuống cấp của hệ sinh thái thông tin công. Biện pháp giảm thiểu có thể gồm hỗ trợ đa ngôn ngữ, hợp tác với các cộng đồng bị ảnh hưởng, dấu hiệu cho biết nguồn gốc trên nội dung do AI tạo ra, và đầu tư vào các mô hình dành cho ngôn ngữ và bối cảnh địa phương.

Quyền

Bạn có những quyền gì?

Những gì bạn có thể làm liên quan đến hệ thống này — cách truy cập, khiếu nại hoặc từ chối tham gia.

Quyền truy cập dữ liệuQuyền yêu cầu và nhận thông tin về việc một hệ thống đã thu thập những dữ liệu cá nhân nào về bạn, dữ liệu này đang được sử dụng ra sao, và những quyết định nào đã được đưa ra dựa trên thông tin đó. Quyền này bao gồm quyền nhận một bản sao dữ liệu của bạn ở định dạng đọc được.

Quyền được minh bạch về thuật toánQuyền được thông báo bằng ngôn ngữ dễ hiểu về cách một hệ thống hoạt động nói chung — logic được áp dụng, tầm quan trọng của việc xử lý, và những hệ quả có thể xảy ra đối với những người bị ảnh hưởng. Đây là quyền được hiểu về chính hệ thống; quyền được giải thích về một quyết định cụ thể liên quan đến bạn là một quyền riêng.

Quyền được lãng quênQuyền yêu cầu xóa dữ liệu cá nhân của bạn khỏi một hệ thống khi dữ liệu không còn cần cho mục đích ban đầu, khi bạn rút lại sự đồng ý, hoặc khi không còn lợi ích chính đáng nào để tiếp tục xử lý. Khi khả thi về mặt kỹ thuật, quyền này cũng bao gồm việc yêu cầu hệ thống “quên” những thông tin được rút ra từ dữ liệu của bạn. Đây là quyền xóa dữ liệu; quyền yêu cầu ngừng xử lý mà không xóa là một quyền riêng.

Quyền khiếu nạiQuyền khiếu nại một quyết định mà hệ thống đã đưa ra về bạn — cung cấp thêm thông tin, trình bày quan điểm của mình, và yêu cầu xem xét lại quyết định dựa trên ý kiến của bạn. Đây là biện pháp khắc phục sau khi quyết định đã được đưa ra; quyền được con người xem xét trước khi quyết định được thi hành là một quyền riêng.

Quyền sửa dữ liệu của bạnQuyền yêu cầu sửa hoặc bổ sung những dữ liệu không chính xác hoặc không đầy đủ mà một hệ thống đang giữ về bạn. Quyền này khác với quyền truy cập dữ liệu của bạn (là quyền được đọc dữ liệu) và quyền được lãng quên (là quyền xóa dữ liệu). Khi dữ liệu gốc được sửa, những quyết định về sau đã dựa trên dữ liệu sai cần được xem xét lại.

Quyền được giải thích về một quyết địnhQuyền được giải thích rõ ràng và thỏa đáng về việc một hệ thống đã góp phần như thế nào vào một quyết định cụ thể ảnh hưởng đến bạn — hệ thống đóng vai trò gì, những yếu tố chính nào dẫn đến kết quả, và điều đó có ý nghĩa gì với bạn. Quyền này áp dụng cho quyết định thực sự đã được đưa ra về bạn; quyền được thông báo về cách hệ thống hoạt động nói chung là một quyền riêng.

Quyền không bị phân biệt đối xửQuyền không bị một hệ thống phân biệt đối xử dựa trên những đặc điểm được pháp luật bảo vệ như chủng tộc, giới tính, tuổi tác, tôn giáo, khuyết tật hoặc khuynh hướng tính dục. Các tổ chức phải thực hiện và chứng minh được những biện pháp kỹ thuật và tổ chức phù hợp để ngăn hệ thống của mình tạo ra kết quả mang tính phân biệt đối xử.

Quyền yêu cầu ngừng xử lýQuyền yêu cầu một tổ chức ngừng sử dụng dữ liệu cá nhân của bạn, ngay cả khi bản thân dữ liệu không bị xóa. Quyền này khác với quyền được lãng quên (là quyền xóa dữ liệu) và với quyền giới hạn mục đích sử dụng (là quyền giới hạn việc sử dụng trong các mục đích đã nêu ban đầu). Đây là cách để chính người dùng yêu cầu dừng ngay — dữ liệu của bạn có thể vẫn nằm trong hồ sơ, nhưng không được xử lý thêm nữa.

Quyền giới hạn mục đích sử dụngQuyền bảo đảm dữ liệu của bạn chỉ được dùng cho những mục đích cụ thể đã nêu khi dữ liệu được thu thập. Tổ chức phải công bố và ghi lại các mục đích đó trước khi bắt đầu thu thập, và không được về sau dùng dữ liệu của bạn cho những mục đích mới, không liên quan, mà bạn không biết hoặc không đồng ý. Đây là giới hạn từ đầu đối với những cách sử dụng được phép; quyền yêu cầu ngừng việc xử lý đang diễn ra là một quyền riêng.

Quyền được con người xem xétQuyền yêu cầu một con người — không phải một hệ thống tự động — đưa ra hoặc xem xét lại một cách thực chất quyết định ảnh hưởng đến bạn. Đây là con đường dẫn đến một quyết định không tự động, khác với quyền khiếu nại một quyết định đã được đưa ra. Người xem xét phải có thẩm quyền và thông tin để thực sự thay đổi được kết quả.

Quyền được biếtQuyền được biết rằng một hệ thống đang hoạt động trước khi nó thu thập dữ liệu về bạn hoặc trước khi bất kỳ quyết định nào ảnh hưởng đến bạn được đưa ra. Quyền này bao gồm việc được cho biết khi dữ liệu về bạn đang được thu thập, khi bạn đang tương tác với một hệ thống tự động chứ không phải một con người, khi nội dung là do AI tạo ra, và khi công nghệ sinh trắc học hoặc nhận diện cảm xúc đang được sử dụng. Đây là điều kiện tiên quyết cho mọi quyền khác trong mục này — bạn không thể thực hiện những quyền mà bạn không biết là mình có.

Công nghệ thu thập

Dữ liệu mà hệ thống này sử dụng được thu nhận bằng gì?

Các thiết bị và kênh thu nhận dữ liệu đầu vào của hệ thống này — camera, cảm biến, micrô, biểu mẫu, hoặc nguồn dữ liệu từ các hệ thống khác. Đây là công cụ thu thập dữ liệu, khác với thuật toán xử lý dữ liệu.

Máy quét sinh trắc họcThu nhận một đặc điểm cơ thể để nhận diện — dấu vân tay, lòng bàn tay, mống mắt, hoặc quét khuôn mặt tại cổng, ki-ốt hoặc cổng xoay. Đây là chính thiết bị thu nhận; việc đối chiếu bản quét với các mẫu đã lưu là nhận diện sinh trắc học, nằm trong mục Thuật toán hoặc mô hình.

CameraThu nhận ảnh tĩnh hoặc video về một nơi — gắn trên cột, xe cộ, thiết bị bay không người lái, hoặc tích hợp trong một thiết bị. Bao gồm cả camera hồng ngoại và camera nhiệt. Đây là chính thiết bị thu nhận; các kỹ thuật phân tích hình ảnh nằm trong mục Thuật toán hoặc mô hình, còn mức độ nhận diện được của hình ảnh nằm ở mục Dữ liệu đầu vào.

Dữ liệu từ thiết bị kết nốiCác số đo được các thiết bị có kết nối tự động truyền về — xe cộ báo tốc độ và vị trí, thiết bị đeo báo nhịp tim, đồng hồ điện thông minh báo mức dùng năng lượng, máy móc báo tình trạng của chính nó. Việc thu nhận diễn ra liên tục, chạy ngầm trong sinh hoạt hằng ngày.

Cảm biến môi trườngĐo các điều kiện xung quanh — chất lượng không khí, nhiệt độ, độ ẩm, mức tiếng ồn, mực nước hoặc thời tiết. Các cảm biến này đo môi trường chứ không đo con người, dù số đo tiếng ồn và không khí vẫn có thể phản ánh hoạt động của con người.

Hồ sơ có sẵnDữ liệu mà tổ chức đã nắm giữ từ trước — tài khoản khách hàng, hồ sơ vụ việc, sổ đăng ký, lịch sử giao dịch, các đơn đã nộp trước đây. Không có gì mới được thu nhận từ thế giới bên ngoài; hệ thống dùng những gì đã được ghi lại trước đó, đôi khi vốn cho một mục đích khác.

MicrôThu nhận âm thanh — lời nói, tiếng ồn xung quanh, hoặc những sự kiện âm thanh cụ thể như tiếng kính vỡ hay tiếng súng. Có trong loa thông minh, ki-ốt, hệ thống liên lạc nội bộ và các hệ thống theo dõi âm thanh. Đây là chính thiết bị thu nhận; nhận diện giọng nói và các phân tích khác nằm trong mục Thuật toán hoặc mô hình.

Kết nối mạngKết nối hệ thống này với một mạng — modem di động, điểm phát WiFi hoặc đường truyền có dây. Nó chuyển dữ liệu đi chứ không thu nhận dữ liệu, nhưng nhật ký kết nối vẫn có thể cho biết thiết bị nào đã ở gần hoặc đã kết nối, và một điểm phát WiFi công cộng cũng là một dịch vụ mà mọi người kết nối vào.

Định vị và vị tríXác định một thứ gì đó đang ở đâu — bộ thu GPS trong xe hoặc ứng dụng, thiết bị phát tín hiệu Bluetooth, hoặc hệ thống định vị trong nhà. Tạo ra dấu vết vị trí, một trong những loại dữ liệu cá nhân tiết lộ nhiều nhất khi gắn với một người hoặc thiết bị của họ.

Cảm biến hiện diện và chuyển độngPhát hiện có người hoặc vật đang ở đó, hoặc đang chuyển động, mà không thu nhận hình ảnh — hồng ngoại thụ động, siêu âm, thảm cảm ứng áp lực, bộ đếm ở cửa, cảm biến ghế có người ngồi. Cho hệ thống biết một không gian đang có người, chứ không cho biết đó là ai.

Nguồn dữ liệu từ bên thứ baDữ liệu nhận từ một tổ chức khác — được mua, được cấp phép, hoặc được chuyển qua API hay thỏa thuận chia sẻ dữ liệu. Ví dụ: hồ sơ của các công ty báo cáo tín dụng, dịch vụ thời tiết, nhà cung cấp bản đồ, bên môi giới dữ liệu. Những người được dữ liệu mô tả có thể chưa bao giờ tiếp xúc với đơn vị vận hành hệ thống này.

Thông tin người dùng nhậpThông tin mà mọi người chủ động cung cấp — một biểu mẫu họ điền, văn bản họ gõ, một lượt tìm kiếm họ thực hiện, một bức ảnh họ tải lên, một lệnh họ nói ra. Người đó biết mình đang trao đi một thứ gì đó, khác với việc thu nhận tín hiệu diễn ra xung quanh họ.

Phát hiện xe cộPhát hiện xe cộ trên đường hoặc trong một không gian — radar, LiDAR, vòng cảm ứng từ dưới mặt đường, dải áp điện, hoặc đầu dò gắn trên giàn. Được dùng để đếm lưu lượng xe, đo tốc độ và phát hiện ùn tắc. Camera đọc biển số xe thuộc mục Camera.

Dò tín hiệu không dâyPhát hiện tín hiệu vô tuyến mà các thiết bị phát ra — tín hiệu dò WiFi từ điện thoại, Bluetooth, thẻ RFID hoặc các lượt chạm NFC. Thường được dùng để đếm hoặc theo dõi các thiết bị di chuyển qua một không gian; tín hiệu của một thiết bị có thể đóng vai trò như một mã nhận diện lâu dài của người mang nó.

Dữ liệu đầu vào

Hệ thống này xử lý dữ liệu đầu vào nào?

Dữ liệu đầu vào mà hệ thống đã triển khai này xử lý khi hoạt động.

Context: Thông tin cá nhân

Dữ liệu có thể nhận diện con người đến mức nào khi hệ thống này xử lý nó. Tên của yếu tố cho biết dữ liệu nói về điều gì; màu này cho biết nó nhận diện một người trực tiếp đến mức nào.

Dữ liệu ẩn danhDữ liệu về con người nhưng mối liên kết với danh tính đã bị cắt đứt. Đã được loại bỏ thông tin nhận diện, làm mờ, gộp chung hoặc thêm nhiễu để trên thực tế hệ thống này không thể gắn một bản ghi trở lại với một cá nhân.

Dữ liệu bí danhDữ liệu của mỗi người được gắn với một mã đại diện (mã băm, ID, mẫu) cho phép hệ thống này nhận ra cùng một người qua nhiều sự kiện, nhưng bản thân mã đó không tiết lộ tên. Có thể nhận diện lại nếu có thêm thông tin.

Dữ liệu nhận diện đượcDữ liệu chứa thông tin nhận diện trực tiếp (tên, địa chỉ, tên tài khoản, khuôn mặt hoặc giọng nói nhận ra được, biển số xe) hoặc mang một mã đại diện mà hệ thống này dùng để tra cứu danh tính pháp lý trong khi xử lý.

Dữ liệu đo lườngSố đo từ cảm biến — chất lượng không khí, nhiệt độ, mức âm thanh, năng lượng, lưu lượng nước. Hệ thống tiếp nhận các số đo từ cảm biến vật lý, thường không gắn với người nào. Ví dụ: chỉ số PM2.5 từ trạm đo chất lượng không khí, mức decibel từ cảm biến âm thanh, số kilowatt giờ từ đồng hồ điện.

Dữ liệu về địa điểmVị trí, tuyến đường, khu vực xung quanh hoặc sơ đồ mặt bằng. Hệ thống tiếp nhận dữ liệu mô tả một thứ gì đó đang ở đâu. Ví dụ: tọa độ GPS từ điện thoại, số lượt người đi bộ trên vỉa hè, bản đồ các hành lang trong một tòa nhà.

Dữ liệu về hành viCác lượt chạm, lựa chọn, lối đi, thời gian dừng lại, lần mua hàng hoặc câu truy vấn. Hệ thống tiếp nhận các bản ghi về những gì mọi người đã làm. Ví dụ: các điểm đến được chạm chọn trên ki-ốt chỉ đường, các món hàng được thêm vào giỏ, một câu tìm kiếm được gõ vào máy công cộng.

Dữ liệu sinh trắc họcKhuôn mặt, dấu vân tay, mẫu giọng nói, dáng đi, cử chỉ, hướng nhìn, tư thế. Hệ thống tiếp nhận các tín hiệu sinh học từ cơ thể một người. Ví dụ: một khuôn mặt được ghi lại tại cổng xoay, một giọng nói được micrô của ki-ốt thu lại, dáng đi được camera gắn trên cao phân tích.

Quyết định về bạnMột kết quả xét điều kiện, phân loại, xếp hạng, hoặc câu trả lời có/không mà một hệ thống khác đã đưa ra về một người. Hệ thống tiếp nhận quyết định có từ trước này và dùng nó làm đầu vào. Ví dụ: điểm tín dụng từ một mô hình khác, tín hiệu cho phép ra vào từ khâu trước, mức ưu tiên đã được gán ở bước trước trong quy trình.

Nội dung do AI tạo raVăn bản, hình ảnh, âm thanh hoặc video do một hệ thống AI tạo ra. Hệ thống tiếp nhận nội dung tổng hợp này và xử lý tiếp. Ví dụ: một bản tóm tắt do mô hình ngôn ngữ lớn (LLM) viết được đưa vào công cụ dịch, một bức ảnh được tạo ra rồi chuyển cho mô hình kiểm duyệt, một đoạn giọng đọc tổng hợp từ văn bản được chuyển đến hệ thống âm thanh.

Dữ liệu vận hànhLịch trình, tuyến đường, ngân sách, số người có mặt, hồ sơ công, hoặc dữ liệu hành chính khác — không nói về riêng một người nào. Hệ thống tiếp nhận dữ liệu mô tả cách một nơi hoặc một dịch vụ vận hành. Ví dụ: số người có mặt tại trường theo giờ, tuyến thu gom rác, bảng giờ xe công cộng, ngân sách của một sở ngành.

Hành động vật lýMột tín hiệu cho thấy điều gì đó trong thế giới vật lý đã thay đổi — một cánh cửa mở ra, một bóng đèn bật lên, một tiếng cảnh báo vang lên. Hệ thống tiếp nhận bằng chứng về những thay đổi này từ các bộ truyền động hoặc cảm biến ở khâu trước. Ví dụ: sự kiện mở khóa cổng xoay, một lần điều chỉnh hệ thống sưởi và điều hòa (HVAC) được cảm biến ghi lại, một cảnh báo qua loa phát thanh công cộng đã phát ở khâu trước.

Đề xuất hoặc dự đoánMột gợi ý, dự báo, điểm rủi ro hoặc bảng xếp hạng do một hệ thống khác tạo ra trước đó. Hệ thống tiếp nhận kết quả mang tính tham khảo này và sử dụng nó. Khác với một quyết định có tính ràng buộc vì nó chỉ tư vấn chứ không định đoạt. Ví dụ: một đường cong nhu cầu được dự báo, điểm rủi ro từ một mô hình trước, một tuyến đường do dịch vụ dẫn đường đề xuất.

Dữ liệu cá nhân nhạy cảmSức khỏe, tài chính, tín ngưỡng, tính dục, tình trạng di trú, hoặc thông tin cá nhân khác mang rủi ro về pháp lý và xã hội. Hệ thống tiếp nhận loại dữ liệu được bảo vệ này. Ví dụ: việc đủ điều kiện bảo hiểm tại ki-ốt của phòng khám, tình trạng của một đơn xin phúc lợi, đại từ nhân xưng do người dùng tự khai.

Thuật toán hoặc mô hình

Thuật toán hoặc mô hình nào xử lý dữ liệu?

Thứ xử lý đầu vào — nhóm thuật toán, loại mô hình hoặc kỹ thuật được dùng để biến đầu vào thành đầu ra.

Phân tích tâm trạng và cảm xúcCác kỹ thuật suy đoán trạng thái cảm xúc, tâm trạng hoặc thái độ từ văn bản, lời nói, nét mặt hoặc tín hiệu sinh lý. Được dùng để đo tâm trạng đám đông, đánh giá trải nghiệm dịch vụ hoặc sàng lọc dấu hiệu khủng hoảng tinh thần. Độ chính xác và tính công bằng về văn hóa của việc suy đoán cảm xúc còn gây tranh cãi, và một số khu vực pháp lý hạn chế việc dùng nó tại nơi làm việc và trong dịch vụ công.

Phát hiện bất thườngCác kỹ thuật đánh dấu những sự kiện, khuôn mẫu hoặc giá trị bất thường, lệch khỏi mức nền về hành vi bình thường mà hệ thống đã học. Được dùng để dự đoán hỏng hóc thiết bị, sàng lọc gian lận, phát hiện xâm nhập, theo dõi rò rỉ nước và cảnh báo dòng người bất thường. Kết quả đầu ra thường là điểm số so với một ngưỡng chứ không phải quyết định trực tiếp.

Nhận diện sinh trắc họcCác kỹ thuật nhận diện hoặc xác minh một người cụ thể từ các tín hiệu sinh học — khuôn mặt, dấu vân tay, giọng nói, mống mắt hoặc dáng đi. Khác với thị giác máy tính nói chung vì kết quả đầu ra gắn với một cá nhân có tên cụ thể. Nhiều khu vực pháp lý hạn chế hoặc cấm nhận diện sinh trắc học ở những nơi công chúng lui tới.

Phân loại và dự đoánCác kỹ thuật gán nhãn cho một đầu vào hoặc ước tính một kết quả bằng số — gồm bộ phân loại (thư rác hay không, mức rủi ro), mô hình hồi quy (nhu cầu dự đoán, thời gian chờ dự kiến) và mô hình dự báo chuỗi thời gian (lượng hành khách trong giờ tới, tải điện). Được xây dựng từ dữ liệu lịch sử đã gán nhãn, bằng mô hình thống kê hoặc học máy.

Phân cụm và phân nhómCác kỹ thuật gom người, địa điểm hoặc sự kiện thành các cụm dựa trên sự giống nhau, không dùng nhãn định sẵn. Được dùng để phân nhóm đối tượng, kiểu đi lại, kiểu sử dụng năng lượng hoặc khu vực có nhu cầu dịch vụ. Kết quả đầu ra là việc xếp vào cụm, mà các hệ thống phía sau có thể coi như các loại — dù các cụm là do suy đoán mà ra, không phải do con người đặt ra.

Thị giác máy tínhCác kỹ thuật diễn giải hình ảnh hoặc video — đếm người, phát hiện vật thể, đọc chữ trong ảnh, theo dõi chuyển động hoặc phân vùng cảnh. Thường gặp trong việc phát hiện mức độ sử dụng không gian, theo dõi giao thông và đám đông, hỗ trợ khả năng tiếp cận và kiểm tra biển báo. Khác với nhận diện sinh trắc học, vốn nhận diện những cá nhân cụ thể.

Mô hình ngôn ngữCác mô hình đọc, viết, tóm tắt, dịch hoặc trò chuyện bằng ngôn ngữ của con người. Bao gồm mô hình ngôn ngữ lớn (LLM), chatbot và các hệ thống tạo văn bản. Chúng hoạt động bằng cách dự đoán những token tiếp theo có khả năng xuất hiện nhất, dựa trên đầu vào và ngữ cảnh trước đó.

Tối ưu hóaCác kỹ thuật tìm cách phân công, tuyến đường, lịch trình hoặc cách phân bổ tốt nhất trong những ràng buộc cho trước. Bao gồm định tuyến xe, điều chỉnh thời gian đèn tín hiệu giao thông, xếp lịch năng lượng và hệ thống sưởi và điều hòa (HVAC), xếp ca nhân viên và phân bổ nguồn lực. Hoạt động bằng cách dò qua các khả năng để tăng tối đa hoặc giảm tối thiểu một mục tiêu đã nêu, như chi phí, thời gian hoặc lượng khí thải.

Biến đổi bảo vệ quyền riêng tưCác kỹ thuật có nhiệm vụ chính là biến đổi dữ liệu đầu vào để các chi tiết nhận diện được loại bỏ, làm mờ hoặc thay thế trước khi dữ liệu được dùng ở bất kỳ khâu nào phía sau. Bao gồm làm mờ khuôn mặt, che biển số xe, thay bằng mã đại diện (tokenization), ẩn danh hóa theo k (k-anonymization), quyền riêng tư vi sai (differential privacy) và tạo dữ liệu tổng hợp. Đóng vai trò như một lớp ngăn giữa dữ liệu thô thu thập được và dữ liệu dùng để phân tích hoặc ra quyết định.

Đề xuất và xếp hạngCác kỹ thuật gợi ý hoặc sắp thứ tự các mục cho một người — dịch vụ, tin đăng, tin tức, lựa chọn chỉ đường — dựa trên sở thích, hành vi hoặc sự giống nhau với những người khác. Bao gồm lọc cộng tác, hệ thống đề xuất dựa trên nội dung và xếp hạng bằng học máy. Cá nhân hóa những gì mỗi người thấy từ cùng một danh mục gốc.

Tìm kiếm và truy xuấtCác kỹ thuật tìm và đưa ra nội dung phù hợp từ một kho tài liệu, hồ sơ hoặc tư liệu để đáp lại một câu truy vấn. Bao gồm tìm kiếm theo ngữ nghĩa, truy xuất bằng vectơ, và các quy trình tạo nội dung có tăng cường truy xuất (RAG) đưa những đoạn phù hợp vào một mô hình ngôn ngữ. Được dùng trong hỏi đáp trên tài liệu, tra cứu hồ sơ công, và tìm kiếm trong thư viện hoặc kho lưu trữ.

Giọng nói và âm thanhCác kỹ thuật chuyển đổi giữa lời nói và các định dạng khác, hoặc phân loại những âm thanh không phải lời nói. Bao gồm chuyển lời nói thành văn bản (chép lời), chuyển văn bản thành lời nói (giọng nói tổng hợp), phát hiện từ khóa và phát hiện sự kiện âm thanh. Việc dùng giọng nói làm danh tính (nhận ra ai đang nói) thuộc về Nhận diện sinh trắc học.

Dữ liệu đầu ra

Hệ thống này tạo ra gì?

Dữ liệu đầu ra mà hệ thống đã triển khai này tạo ra khi hoạt động — quyết định, nội dung và hành động.

Context: Thông tin cá nhân

Dữ liệu có thể nhận diện con người đến mức nào khi hệ thống này tạo ra nó. Tên của yếu tố cho biết kết quả đầu ra nói về điều gì; màu này cho biết nó nhận diện một người trực tiếp đến mức nào.

Dữ liệu ẩn danhKết quả đầu ra về con người nhưng mối liên kết với danh tính đã bị cắt đứt. Đã được loại bỏ thông tin nhận diện, làm mờ, gộp chung hoặc thêm nhiễu để trên thực tế không thể gắn kết quả trở lại với một cá nhân.

Dữ liệu bí danhKết quả đầu ra được gắn nhãn bằng một mã đại diện (mã băm, ID, mẫu) cho phép hệ thống này gắn kết quả với cùng một người qua nhiều sự kiện mà không tiết lộ tên. Có thể nhận diện lại nếu có thêm thông tin.

Dữ liệu nhận diện đượcKết quả đầu ra nêu đích danh một người (tên, địa chỉ, tài khoản, khuôn mặt hoặc giọng nói nhận ra được, biển số xe) hoặc mang một mã đại diện mà hệ thống này đối chiếu ra danh tính pháp lý ngay trong cùng bước đó.

Dữ liệu đo lườngHệ thống tạo ra các số đo theo thời gian — số liệu từ cảm biến, điểm chất lượng được tính ra, giá trị dự báo. Ví dụ: điểm chất lượng không khí theo giờ của một quảng trường, đường cong lượng hành khách dự đoán cho ngày mai, số đo mức tiếng ồn tổng hợp được đăng trên bảng thông tin công khai.

Dữ liệu về địa điểmHệ thống tạo ra kết quả đầu ra về vị trí, tuyến đường, khu vực hoặc sơ đồ mặt bằng. Ví dụ: một tuyến chỉ đường hiển thị trên ki-ốt, bản đồ nhiệt về mật độ người đi bộ, ranh giới hàng rào địa lý được gửi đến các hệ thống phía sau.

Dữ liệu về hành viHệ thống tạo ra các bản ghi về những gì mọi người đã làm — lối đi, món đã chọn, thời gian dừng lại, kiểu tương tác. Ví dụ: báo cáo hằng tuần về các điểm đến được ghé nhiều nhất, nhật ký phiên về các thao tác trên màn hình cảm ứng, một lộ trình được suy đoán mà ai đó đã đi qua trong một địa điểm.

Dữ liệu sinh trắc họcHệ thống tạo ra kết quả đầu ra chứa các tín hiệu sinh học từ cơ thể một người — mẫu khuôn mặt, mẫu giọng nói dạng số, vectơ dáng đi, chuỗi cử chỉ. Ví dụ: một mẫu khuôn mặt đã đăng ký được lưu ở hệ thống phía sau, một mẫu giọng nói dạng số để đối chiếu về sau, một mẫu đặc trưng dáng đi được xuất sang hệ thống khác.

Quyết định về bạnHệ thống tạo ra một quyết định có tính ràng buộc về một người — kết quả xét điều kiện, phân loại, xếp hạng, hoặc câu trả lời có/không. Ví dụ: hệ thống kiểm soát ra vào quyết định mở cổng, kết quả xét điều kiện hưởng phúc lợi tự động, một lượt sàng lọc tự động loại ai đó ra.

Nội dung do AI tạo raHệ thống tạo ra nội dung mới — văn bản, hình ảnh, âm thanh hoặc video chưa từng có trước đó. Ví dụ: một thông báo dịch vụ do mô hình ngôn ngữ lớn (LLM) viết hiển thị trên biển báo, một thông báo bằng giọng nói tổng hợp phát qua loa phát thanh công cộng, một hình minh họa được tạo ra trên ki-ốt kỹ thuật số.

Dữ liệu vận hànhHệ thống tạo ra kết quả đầu ra mang tính hành chính — lịch trình, tuyến đường, ước tính số người có mặt, phân bổ ngân sách, hoặc các bản ghi khác về cách một nơi hoặc một dịch vụ vận hành. Không nói về riêng một người nào. Ví dụ: một tuyến thu gom rác đã được tối ưu hóa, dự báo số người có mặt tại trường, một phương án phân bổ ngân sách được đề xuất cho quý tới.

Hành động vật lýHệ thống kích hoạt một điều gì đó trong thế giới vật lý — một cánh cửa mở khóa, một bóng đèn bật lên, một tiếng cảnh báo vang lên, biển báo thay đổi, hệ thống sưởi và điều hòa (HVAC) tự điều chỉnh. Ví dụ: cổng xoay mở ra khi khuôn mặt khớp, một cảnh báo tự động phát qua loa phát thanh công cộng, một lần điều chỉnh HVAC theo lệnh của mô hình tòa nhà.

Đề xuất hoặc dự đoánHệ thống tạo ra một kết quả mang tính tham khảo — một gợi ý, dự báo, điểm rủi ro hoặc bảng xếp hạng. Khác với một quyết định có tính ràng buộc vì nó chỉ tư vấn chứ không định đoạt. Ví dụ: hệ thống biển báo gợi ý một tuyến đường khác dựa trên dự đoán về mức đông đúc, một đường cong nhu cầu được dự báo cho ngày mai, một điểm đến tiếp theo được đề xuất trên ki-ốt.

Dữ liệu cá nhân nhạy cảmHệ thống tạo ra kết quả đầu ra về sức khỏe, tài chính, tín ngưỡng, tính dục, tình trạng di trú, hoặc các loại khác mang rủi ro về pháp lý và xã hội. Ví dụ: mức ưu tiên khám được gán tại một phòng khám, kết quả xét điều kiện được gửi đến cổng thông tin phúc lợi, một đặc điểm được pháp luật bảo vệ bị suy đoán ra rồi xuất sang hệ thống phía sau.

Hình thức thể hiện

Mọi người tiếp xúc với những gì hệ thống này tạo ra bằng cách nào?

Hình thức mà kết quả đầu ra của hệ thống này có khi đến với thế giới bên ngoài — một màn hình hoặc biển báo, một mức giá, một thông báo, một cánh cổng mở ra, một câu trả lời bằng giọng nói. Đây là cách mọi người tiếp xúc với kết quả đầu ra, khác với chính dữ liệu đầu ra.