Bài 4 — Bảo vệ dữ liệu cá nhân: PDPL Việt Nam cho Agent

Agent doanh nghiệp gần như luôn chạm dữ liệu cá nhân: tên, số điện thoại, lịch sử giao dịch, đôi khi cả dữ liệu nhạy cảm. Tại Việt Nam, Luật Bảo vệ dữ liệu cá nhân (PDPL) cùng Nghị định 13/2023/NĐ-CP đặt ra nghĩa vụ cụ thể. Bài này biến các nghĩa vụ đó thành kiểm soát kỹ thuật cho agent.

Các khái niệm cốt lõi

• Dữ liệu cá nhân cơ bản: tên, ngày sinh, số điện thoại, email, địa chỉ...
• Dữ liệu cá nhân nhạy cảm: sức khỏe, sinh trắc học, quan điểm chính trị, tài chính, đời sống riêng tư... → yêu cầu bảo vệ cao hơn.
• Sự đồng ý (consent): phải rõ ràng, cụ thể, và có thể rút lại.
• Đánh giá tác động xử lý dữ liệu (DPIA): bắt buộc cho hoạt động xử lý rủi ro cao.

Ví dụ cụ thể

Agent chăm sóc khách hàng của một phòng khám lưu lại đoạn chat có triệu chứng bệnh của khách vào log để "cải thiện chất lượng". Đây là dữ liệu sức khỏe = dữ liệu nhạy cảm. Nếu không có consent riêng và không mã hóa, doanh nghiệp vi phạm PDPL. Giải pháp: redaction (che dữ liệu) trước khi ghi log, và tách kho lưu trữ có kiểm soát truy cập.

Các bước tuân thủ PDPL cho agent

• Lập bản đồ luồng dữ liệu (data flow map): dữ liệu cá nhân vào đâu, agent gửi đi đâu (kể cả gửi sang LLM của bên thứ ba ở nước ngoài!).
• Xác định cơ sở pháp lý: consent hay lợi ích hợp pháp? Ghi lại.
• Áp dụng tối thiểu hóa dữ liệu (data minimization): chỉ gửi cho model đúng phần cần, che phần thừa.
• Redaction/masking trước khi log và trước khi gửi ra ngoài.
• Kiểm soát chuyển dữ liệu xuyên biên giới: gọi API OpenAI/Anthropic ở nước ngoài là chuyển dữ liệu ra khỏi VN — cần cơ sở pháp lý và (theo Nghị định 13) hồ sơ đánh giá.
• Cơ chế thực thi quyền của chủ thể dữ liệu: rút consent, yêu cầu xóa.

import re

def redact_pii(text: str) -> str:
    text = re.sub(r"\b0\d{9}\b", "[SDT]", text)              # so dien thoai VN
    text = re.sub(r"\b\d{9,12}\b", "[CCCD]", text)           # CMND/CCCD
    text = re.sub(r"[\w.+-]+@[\w-]+\.[\w.-]+", "[EMAIL]", text)
    return text

# Che PII TRUOC khi gui sang LLM ben thu ba va truoc khi ghi log
safe_prompt = redact_pii(user_message)
response = call_external_llm(safe_prompt)
log(redact_pii(user_message), redact_pii(response))

Khung tư duy: 4 câu hỏi trước khi agent chạm dữ liệu

• Có cần dữ liệu này không? (minimization)
• Có cơ sở pháp lý không? (consent/lợi ích hợp pháp)
• Dữ liệu đi đâu? (đặc biệt: có ra nước ngoài không)
• Ai có thể xem lại? (log access control)

Checklist PDPL

• [ ] Đã có data flow map cho agent?
• [ ] Dữ liệu nhạy cảm được xử lý riêng, có consent riêng?
• [ ] Có redaction trước khi log và trước khi gửi ra ngoài?
• [ ] Đã đánh giá chuyển dữ liệu xuyên biên giới khi gọi LLM nước ngoài?
• [ ] Có cơ chế xóa/rút consent?
• [ ] Đã cân nhắc DPIA cho xử lý rủi ro cao?

Sai lầm thường gặp

• Log nguyên văn cả PII "để debug" — log trở thành kho dữ liệu cá nhân không được bảo vệ.
• Bỏ qua chuyển dữ liệu xuyên biên giới: gọi API LLM ở nước ngoài mà không có cơ sở pháp lý.
• Xem dữ liệu sức khỏe/tài chính như dữ liệu thường, bỏ qua yêu cầu cao hơn cho dữ liệu nhạy cảm.
• Không có đường xóa dữ liệu: khi khách yêu cầu "xóa tôi khỏi hệ thống", không làm được.

Bài tiếp theo: thiết kế quy trình phê duyệt và human-in-the-loop cho hành động rủi ro cao của agent.