✦ תואם חוק הגנת הפרטיות ותיקון 13 · באנר, מסמכים משפטיים וחסימת סקריפטים, בתוסף אחד ראו חבילות
בינה מלאכותית ופרטיות

טכנולוגיות משפרות פרטיות (PETs) במערכות AI: מה הרשות ממליצה ליישם

P צוות Privorify · 18/09/2026 · 7 דק׳ קריאה
מומחה נתונים עובד על מחשב נייד בחדר שרתים — טכנולוגיות משפרות פרטיות במערכות AI
בקצר: טכנולוגיות משפרות פרטיות (PETs) הן אמצעים טכניים שמצמצמים את הסיכון לפרטיות במערכות בינה מלאכותית בלי לפגוע בתפקוד שלהן. בסוף דצמבר 2025 פרסמה הרשות להגנת הפרטיות מדריך ליישום PETs במערכות AI, שמחלק אותן לשתי משפחות: טכנולוגיות לשינוי המידע, וטכנולוגיות הפרדה והצפנה. המסר המרכזי: כל שימוש במידע אישי במערכות AI — כולל בשלב האימון — כפוף לחוק הגנת הפרטיות, ועל הארגון לנקוט צעדים יזומים לזיהוי ומיתון הסיכון.

נקודות עיקריות

  • הרשות להגנת הפרטיות פרסמה בסוף דצמבר 2025 מדריך ליישום טכנולוגיות משפרות פרטיות במערכות בינה מלאכותית, לאורך כל מחזור החיים של המערכת.
  • המדריך מבחין בין שתי משפחות: שינוי המידע (אנונימיזציה, מידע סינתטי, פרטיות דיפרנציאלית) והפרדה והצפנה.
  • טכנולוגיות שינוי המידע פשוטות ליישום ואינן דורשות תשתית מורכבת — אך עלולות לפגוע בדיוק הנתונים, ולכן יש ליישם אותן בזהירות.
  • טכנולוגיות הפרדה והצפנה דורשות תשתיות יעודיות וזמני עיבוד ארוכים, אך מאפשרות עבודה עם מידע חסוי גם על שרתים שאינם מהימנים.
  • עקרון האחריותיות (accountability) הוא המסגרת: לא מספיק שלא קרה אסון — צריך להראות שהסיכון זוהה, הוערך וטופל.

תוכן עניינים

טכנולוגיות משפרות פרטיות (באנגלית Privacy-Enhancing Technologies, בקיצור PETs) הן קבוצת אמצעים טכניים שמאפשרים להפיק ערך ממידע תוך הפחתת היכולת לזהות ממנו אדם מסוים או לחשוף אותו לגורמים לא מורשים. הן אינן מוצר אחד שקונים אלא קבוצה של גישות — חלקן פשוטות מאוד וחלקן דורשות מומחיות ותשתית. לרקע על המסגרת המשפטית הכוללת, ראו את המאמר על בינה מלאכותית והגנת הפרטיות: מה החוק דורש מעסקים.

מה הן טכנולוגיות משפרות פרטיות?

טכנולוגיות משפרות פרטיות הן אמצעים טכניים שמצמצמים את הפגיעה האפשרית בפרטיות במהלך עיבוד מידע, בלי לבטל את הערך העסקי של העיבוד עצמו. ההיגיון שמאחוריהן פשוט: במקום לבחור בין "להשתמש במידע" ל"לא להשתמש במידע", משנים את אופן העיבוד כך שהסיכון לאדם קטן יותר.

הנושא קיבל משקל מיוחד בהקשר של בינה מלאכותית, מפני שמערכות AI צורכות כמויות גדולות של מידע, ומשמרות אותו בצורות שקשה לעקוב אחריהן. מודל שאומן על מידע אישי אינו "שוכח" אותו בלחיצת כפתור, ולכן ההחלטות שמתקבלות לפני האימון קשות לתיקון בדיעבד.

מה אומר המדריך של הרשות?

בסוף דצמבר 2025 פרסמה הרשות להגנת הפרטיות מדריך מפורט ליישום טכנולוגיות משפרות פרטיות במערכות בינה מלאכותית, שנועד לסייע לארגונים לצמצם סיכוני פרטיות לאורך כל מחזור החיים של המערכת, תוך שמירה על תפקודה התקין. המדריך הזה מצטרף לקו פעילות רחב יותר של הרשות בנושא בינה מלאכותית, שריכוזו מתפרסם בעמוד הרשות בנושא תחולת חוק הגנת הפרטיות על מערכות בינה מלאכותית.

שתי נקודות בולטות במדריך. הראשונה: כל שימוש במידע אישי באמצעות מערכות AI, החל משלב האימון, כפוף לחוק הגנת הפרטיות — אמירה שסוגרת ויכוח נפוץ בשוק שלפיו אימון מודל הוא שלב טכני ניטרלי. השנייה: הדגשת עקרון האחריותיות, שמחייב ארגונים לנקוט צעדים יזומים לזיהוי, הערכה ומיתון של סיכוני פרטיות.

מה ההבדל בין שתי משפחות ה-PETs?

המדריך מחלק את הטכנולוגיות לשתי קבוצות עם פרופילים הפוכים: טכנולוגיות לשינוי המידע, שקלות ליישום אך פוגעות בדיוק; וטכנולוגיות הפרדה והצפנה, ששומרות על הדיוק אך דורשות תשתית וזמן עיבוד.

מאפיין טכנולוגיות לשינוי המידע טכנולוגיות הפרדה והצפנה
מה הן עושות מצמצמות את היכולת לזהות אדם מתוך הנתונים מגנות על הנתונים במהלך העיבוד עצמו
דוגמאות אנונימיזציה, מידע סינתטי, פרטיות דיפרנציאלית הצפנה והפרדה של סביבות עיבוד
מורכבות יישום נמוכה יחסית; אין צורך בתשתית מורכבת גבוהה; דורשת תשתיות יעודיות
עלות ביצועים עלולה לפגוע בדיוק הנתונים זמני עיבוד ארוכים
מתי מתאימות כשאפשר לוותר על רזולוציה ברמת הפרט כשנדרשת עבודה עם מידע חסוי על שרת לא מהימן

הבחירה בין השתיים אינה בינארית, ובמערכות רבות משלבים את שתיהן בשלבים שונים. על הניואנסים של הקבוצה הראשונה — ובעיקר על השאלה מתי מידע באמת מפסיק להיות אישי — ראו את המאמר על אנונימיזציה של מידע אישי.

איך בוחרים איזו טכנולוגיה ליישם?

הבחירה נגזרת משלוש שאלות: איזו רמת דיוק המערכת באמת צריכה, מי רואה את המידע במהלך העיבוד, ואיפה פיזית מתבצע העיבוד. הרצף הבא עובד טוב ברוב הפרויקטים:

  1. הגדירו מה המערכת צריכה לעשות — ובאיזו רזולוציה. מערכת שמנתחת מגמות ברמת קבוצה לא צריכה רמת פרט.
  2. בדקו אם אפשר לאמן על מידע סינתטי במקום על נתוני לקוחות אמיתיים.
  3. הפרידו מידע רגיש לסביבה נפרדת עם הצפנה והרשאות מצומצמות. ראו מידע בעל רגישות מיוחדת.
  4. בדקו איפה העיבוד רץ — שרת חיצוני מעלה את הצורך בטכנולוגיות הצפנה והפרדה.
  5. מדדו את הפגיעה בדיוק לפני ואחרי ה-PET, ותעדו את התוצאה.
  6. תעדו את ההחלטה — מה נשקל, מה נבחר ומדוע. זה הלב של עקרון האחריותיות.

האם PETs פוטרות מחובות החוק?

לא. יישום טכנולוגיה משפרת פרטיות מצמצם את הסיכון אך אינו מבטל אוטומטית את תחולת החוק על העיבוד. זו טעות נפוצה: ארגון מיישם שכבת הסוואה כלשהי ומניח שמעתה המידע "לא אישי" והחובות נפלו. השאלה המשפטית היא אם נותרה יכולת סבירה לזהות אדם — והרבה מהטכניקות שנקראות "אנונימיזציה" משאירות אותה.

בפרט, חובת היידוע מול האנשים שמידעם משמש לאימון או להפעלת מערכת AI אינה נעלמת בגלל אמצעי הגנה טכניים — ראו חובת היידוע לפי סעיף 11. הדרך הנכונה לחשוב על PETs היא כעל אמצעי לעמידה טובה יותר בדרישות, לא כפטור מהן.

מה עסק בינוני יכול לעשות בפועל?

עסק שאינו מפתח מודלים בעצמו אלא צורך כלי AI מדף יכול ליישם את רוב הערך בלי טכנולוגיה מתוחכמת — פשוט על ידי צמצום המידע שנכנס לכלי מלכתחילה. זה הצעד הזול והאפקטיבי ביותר, והוא במידה רבה שאלה של נוהל ולא של תקציב.

צעדים מעשיים לעסק ללא צוות מחקר

  • הסירו שדות מזהים מכל קובץ שנשלח לכלי חיצוני, אלא אם הם חיוניים למשימה.
  • השתמשו במדגם במקום בבסיס המלא כשמדובר בבדיקה או בפילוט.
  • בדקו אם הספק מאמן מודלים על המידע שלכם — ואם קיימת אפשרות לבטל זאת בהגדרות.
  • קבעו נוהל כתוב שמגדיר מה מותר להדביק לכלי AI ומה אסור — ראו נוהל שימוש בכלי AI בארגון.
  • תעדו מה נעשה, גם אם ההחלטה היא לא לנקוט באמצעי מסוים — הנמקה היא חלק מהאחריותיות.

שאלות ותשובות

מה הן טכנולוגיות משפרות פרטיות (PETs)?

אלה אמצעים טכניים שמצמצמים את הסיכון לפרטיות במהלך עיבוד מידע, בלי לבטל את הערך העסקי שלו. המדריך של הרשות מחלק אותן לטכנולוגיות לשינוי המידע ולטכנולוגיות הפרדה והצפנה.

האם חובה ליישם PETs?

מדריך הרשות מנוסח כהמלצה מקצועית ולא כרשימת חובות סגורה. עם זאת, החובה לנקוט אמצעי אבטחה הולמים ולנהוג באחריותיות היא מחייבת, והמדריך מראה מהי הפרקטיקה המקובלת לקיים אותן במערכות AI.

האם אנונימיזציה מסירה את תחולת החוק?

לא באופן אוטומטי. השאלה המכריעה היא אם נותרה יכולת סבירה לזהות אדם מתוך הנתונים, בנפרד או בצירוף עם מידע אחר. טכניקות חלקיות שמסתירות שדות בודדים בלבד לרוב אינן עומדות ברף הזה.

האם הדרישות חלות גם על שלב האימון?

כן. הרשות הבהירה שכל שימוש במידע אישי באמצעות מערכות בינה מלאכותית, החל משלב האימון, כפוף לחוק הגנת הפרטיות. אימון אינו שלב טכני ניטרלי מבחינת הדין.

מה הצעד הראשון לעסק קטן?

לצמצם את המידע שנכנס לכלי ה-AI מלכתחילה: הסרת שדות מזהים, שימוש במדגם במקום בבסיס המלא, ונוהל כתוב לעובדים. אלה מצמצמים חלק ניכר מהסיכון בלי השקעה טכנולוגית.

המידע במאמר זה הוא כללי ואינו מהווה ייעוץ משפטי. לפני קבלת החלטות יש להיוועץ בבעל מקצוע מוסמך.

להמשך קריאה

Privorify
צוות Privorify כותבים על פרטיות, עוגיות ועמידה בחוק הגנת הפרטיות.