可识别个人信息
Personally identifiable information
学到 认得 就够：听到能明白
你可能会说
“我删掉访谈中的姓名后，还留着村庄、职务和特殊经历，这些信息能不能指向本人？”
PII 指能够识别、联系或与其他信息结合识别个人的数据，既可能是直接标识，也可能是若干细节组合；删除姓名不一定消除可识别性。
使用 AI
科研里的例子
一位村干部的访谈虽改用编号，但保留唯一任职年份和具体事件，仍可能被认出；处理时需按研究既定规则减少识别线索。
NIST 的术语定义强调识别个人或与个人相关联的信息；具体法律范围会因地区和制度而不同，本条只帮助理解技术与研究实践概念。对访谈、教学和调查资料，地点、时间、岗位与罕见经历组合仍可能让熟人识别对象。去标识需要结合资料情境和使用范围，模型输出及运行日志也可能重新带出这些细节，不只检查上传的原文。
在你的学科里，直接拿去用
整理访谈材料的使用授权与去标识方案
请依据[知情同意材料、机构要求]，为[研究用途]审查[文本样例]的使用边界。分别检查录音、分析、逐字引用、身份披露、对外共享和上传[工具]是否有明确授权；找不到就列为待确认，不推定录音许可覆盖全部用途。按直接标识、间接标识和叙事组合再识别风险提出最小必要替换，尽量保留分析意义，映射表与待共享文本分开保存。输出权限对照表、去标识建议及需由研究负责人或机构决定的问题。只据所给文本判断，不承诺匿名或合规已获认证。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PS05
判断
亲手检查一次
按项目规则检查直接和组合标识，人工抽查原文及输出，再确认工具与日志的访问和保存范围，保留处理说明供复核。
它做不到的
PII 与各法域的个人信息概念不完全重合，技术去标识也不是合规认证；不能只靠 AI 自称已匿名就认定资料适合公开。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。