Inference-Driven De-Anonymization: LLM восстанавливает личности из «обезличенных» данных

Парадокс: убрать имя из данных — не значит стать анонимным. LLM-агент складывает личность из «безобидных» атрибутов сам по себе — должность + город + хобби + дата, без какого-либо запроса на деанонимизацию. Это позволяет понять: каждый раз, отдавая «анонимные» данные в модель, ты рискуешь не потому что кто-то злодей, а потому что рассуждение — это и есть деанонимизация. Фишка: это происходит пассивно, как побочный эффект обычного анализа — пользователь просит разобрать опрос, модель попутно собирает пазл личности. Системный промпт с явным запретом снижает риск — но слово «анонимно» не помогает, нужен конкретный запрет на комбинации атрибутов.