Il-mudelli bażi ta’ OpenAI, inklużi dawk li jħaddmu ChatGPT, jiġu żviluppati bl-użu ta’ tliet sorsi ewlenin ta’ informazzjoni: (1) informazzjoni disponibbli pubblikament fuq l-internet, (2) informazzjoni li naċċessaw permezz ta’ sħubijiet ma’ partijiet terzi, u (3) informazzjoni pprovduta jew iġġenerata mill-utenti tagħna, mill-persuni li jħarrġu l-mudelli u mir-riċerkaturi.
L-iżvilupp ta’ mudelli bażi bħal dawk użati f’ChatGPT jinvolvi diversi stadji, fosthom it-tħejjija tad-data tat-taħriġ, it-taħriġ minn qabel u t-taħriġ sussegwenti, kif ukoll evalwazzjoni u titjib kontinwi wara li jibdew jintużaw. F’dawn l-istadji jistgħu jintużaw tipi differenti ta’ informazzjoni għal diversi skopijiet, fosthom biex jitjiebu l-prestazzjoni, l-affidabbiltà u s-sikurezza tal-mudelli.
Dan l-artiklu jagħti ħarsa ġenerali lejn l-informazzjoni li nużaw biex ngħinu fl-iżvilupp ta’ dawn il-mudelli, kif niġbru u nużaw dik l-informazzjoni f’konformità mal-liġijiet dwar il-privatezza, u s-salvagwardji li napplikaw matul il-proċess kollu tat-taħriġ. Biex tifhem kif niġbru u nużaw informazzjoni mill-utenti tas-servizzi tagħna, inkluż kif tagħżel li l-konversazzjonijiet tiegħek ma’ ChatGPT ma jintużawx biex jgħinu fit-titjib tal-mudelli tagħna, ara l-politika tal-privatezza tagħna u kif tintuża d-data tiegħek biex tittejjeb il-prestazzjoni tal-mudelli.
X’inhu ChatGPT u kif jaħdem?
ChatGPT huwa servizz ibbażat fuq l-intelliġenza artifiċjali li tista’ taċċessa permezz tal-internet jew tal-app. Tista’ tuża ChatGPT għal firxa wiesgħa ta’ kompiti, fosthom biex torganizza u tiġbor fil-qosor informazzjoni, tikseb għajnuna fit-traduzzjonijiet, fil-kitba tal-kodiċi, fir-riċerka u fl-analiżi, tlesti kompiti b’diversi passi permezz ta’ għodod differenti, tanalizza jew tiġġenera immaġnijiet, tispira l-kreattività u l-ideat, u twettaq attivitajiet oħra ta’ kuljum. ChatGPT huwa mfassal biex jifhem u jwieġeb il-mistoqsijiet u l-istruzzjonijiet tal-utenti billi jitgħallem xejriet minn ammonti kbar ta’ informazzjoni, inklużi test, immaġnijiet, awdjo u vidjo.
Matul it-taħriġ, il-mudell janalizza r-relazzjonijiet f’din id-data — bħal kif il-kliem normalment jidher flimkien f’kuntest — u juża dak li jkun fehem biex ibassar l-aktar kelma li x’aktarx tiġi wara meta jiġġenera tweġiba, kelma waħda kull darba. It-test jista’ jinqasam f’unitajiet iżgħar, xi drabi msejħa “tokens”, li jistgħu jirrappreżentaw kliem sħiħ, partijiet minn kliem jew punteġġjatura. It-tokens huma l-unitajiet bażiċi tat-test li jipproċessa l-mudell. Bl-istess mod, il-mudelli li jiġġeneraw forom oħra ta’ kontenut, bħal immaġnijiet, jitgħallmu xejriet fir-relazzjonijiet bejn il-pixels u bejn il-pixels u d-deskrizzjonijiet assoċjati magħhom fid-data tat-taħriġ.
Pereżempju, waqt il-proċess tat-tagħlim tal-mudell (magħruf bħala “taħriġ”), il-mudell jista’ jintalab ilesti sentenza bħal: “Minflok daret lejn ix-xellug, daret ___.” Fil-bidu tat-taħriġ, it-tweġibiet tiegħu jkunu fil-biċċa l-kbira każwali. Madankollu, hekk kif il-mudell jipproċessa volum kbir ta’ test u jitgħallem minnu, isir aħjar biex jagħraf ix-xejriet u jbassar l-aktar kelma li x’aktarx tiġi wara. Dan il-proċess jiġi ripetut fuq miljuni ta’ sentenzi biex jirfina l-fehim tiegħu u jtejjeb il-preċiżjoni tiegħu.
Billi hemm diversi modi plawżibbli kif titlesta sentenza — bħal “Minflok daret lejn ix-xellug, daret lejn il-lemin”, “dawra sħiħa” jew “lura” — hemm element inerenti ta’ każwalità fil-mod kif iwieġeb il-mudell. Għalhekk, l-istess mistoqsija tista’ tagħti tweġibiet differenti meta ssir aktar minn darba.
Il-mudelli tat-tagħlim awtomatiku jikkonsistu f’settijiet kbar ta’ numri, magħrufa bħala “piżijiet” jew “parametri”, flimkien ma’ kodiċi li jinterpreta u juża dawk in-numri. Dawn il-mudelli ma jaħżnux u ma jżommux kopji tad-data li jitħarrġu fuqha. Minflok, hekk kif mudell jitgħallem, il-valuri tal-parametri tiegħu jiġu aġġustati ftit biex jirriflettu x-xejriet li jkun identifika. Fl-eżempju ta’ qabel, il-mudell għadda minn tbassir ta’ kliem każwali għal tbassir aktar preċiż — mhux billi ħażen is-sentenzi tat-taħriġ, iżda billi aġġorna l-parametri interni tiegħu. Il-mudell ma jżommx kopji tas-sentenzi, tal-immaġnijiet jew tal-awdjo li jipproċessa matul it-taħriġ. ChatGPT ma “jikkopjax u jwaħħal” mid-data tat-taħriġ tiegħu — bħalma għalliem, wara studju estensiv, jista’ jispjega kunċetti billi jifhem ir-relazzjonijiet bejn l-ideat mingħajr ma jitgħallem il-materjal oriġinali bl-amment jew jirriproduċih kelma b’kelma. Meta jiġġenera tweġiba għal talba ta’ utent, il-mudell juża dawn il-piżijiet li jkun tgħallem biex ibassar u joħloq kontenut ġdid.
X’tip ta’ informazzjoni tintuża biex jitħarreġ ChatGPT?
Għall-kontenut disponibbli pubblikament fuq l-internet, nużaw biss informazzjoni li hija aċċessibbli liberament u mingħajr restrizzjonijiet fuq l-internet. Dan jista’ jinkludi paġni web disponibbli pubblikament, forums pubbliċi, blogs pubbliċi, posts pubbliċi u kontenut ieħor disponibbli pubblikament online. Pereżempju, jekk tieħu sehem f’forum ta’ diskussjoni online disponibbli pubblikament jew tippubblika blog pubbliku jew post ieħor, nistgħu nużaw dak il-kontenut aċċessibbli pubblikament biex inħarrġu l-mudelli. Madankollu, nieħdu passi biex innaqqsu l-ipproċessar tal-informazzjoni personali fil-proċess tat-taħriġ tagħna. Meta niġbru kontenut disponibbli pubblikament fuq l-internet, ma niġbrux intenzjonalment data minn sorsi magħrufa li jeħtieġu ħlas għall-aċċess jew mid-dark web. Barra minn hekk, napplikaw filtri biex inneħħu materjal li ma rridux li l-mudelli tagħna jitgħallmu minnu, bħal diskors ta’ mibegħda, kontenut għall-adulti, siti li jiġbru flimkien informazzjoni personali u spam. L-informazzjoni li tibqa’ mbagħad tintuża biex inħarrġu l-mudelli tagħna.
Is-sidien tas-siti web jistgħu jikkontrollaw jekk il-kontenut disponibbli pubblikament fuq is-siti tagħhom jistax jiġi aċċessat għall-użu fit-taħriġ billi jużaw kontrolli standard tal-web bħal robots.txt biex jimblukkaw GPTBot, li jista’ jfittex awtomatikament f’kontenut disponibbli pubblikament biex jgħin fit-taħriġ tal-mudelli tagħna. Nipprovdu gwida biex ngħinu lis-sidien tas-siti web jimmaniġġjaw kif is-siti u l-kontenut tagħhom jinteraġixxu mas-sistemi tal-AI tagħna.
Nużaw ukoll informazzjoni minn sħab terzi biex ngħinu fit-taħriġ u t-titjib tal-mudelli tagħna. Din tista’ tinkludi informazzjoni f’settijiet ta’ data li naċċessaw permezz ta’ ftehimiet ma’ partijiet terzi, kif ukoll informazzjoni pprovduta jew iġġenerata minn persuni li jħarrġu l-mudelli u riċerkaturi, fejn dan ikun permess skont il-politiki u l-ftehimiet tagħna. Dan jgħin biex itejjeb il-kwalità, is-sikurezza u l-prestazzjoni tal-mudelli tagħna. Dawn is-sorsi jistgħu jinkludu test, immaġnijiet, awdjo, vidjo jew tipi oħra ta’ data, skont is-sett ta’ data.
Qed nużaw ukoll dejjem aktar data sintetika f’xi proċessi ta’ taħriġ. Pereżempju, nistgħu nużaw informazzjoni u l-mudelli tagħna biex niġġeneraw prompts sintetiċi, eżempji multilingwi jew materjal ieħor għat-taħriġ. Id-data sintetika tista’ tgħin biex ittejjeb il-prestazzjoni tal-mudelli, fost l-oħrajn billi tissupplimenta d-data tat-taħriġ f’oqsma fejn id-data hija skarsa jew żbilanċjata, u tista’ wkoll tappoġġja approċċi għall-iżvilupp tal-mudelli li jsaħħu l-privatezza.
Tint uża informazzjoni personali biex jitħarreġ ChatGPT?
Parti sostanzjali mill-kontenut online tinkludi informazzjoni dwar in-nies, għalhekk id-data tat-taħriġ tagħna tista’ tinkludi informazzjoni personali b’mod inċidentali. Madankollu, nieħdu passi biex innaqqsu l-ipproċessar tal-informazzjoni personali fil-proċess tat-taħriġ tagħna.
Nużaw id-data tat-taħriġ biex niżviluppaw il-kapaċitajiet tal-mudell — bħat-tbassir, ir-raġunament u s-soluzzjoni tal-problemi — mhux biex nibnu profili ta’ individwi, nikkuntattjawhom jew nippersonalizzaw ir-reklami għalihom.
F’xi każijiet, il-mudelli jistgħu jitgħallmu minn informazzjoni personali biex jifhmu kif elementi bħal ismijiet u indirizzi jiffunzjonaw fil-lingwa, jew biex jagħrfu persuni pubbliċi u entitajiet magħrufa. Dan jgħin lill-mudell jiġġenera tweġibiet aktar preċiżi u xierqa għall-kuntest.
Kif tiġi protetta l-informazzjoni personali waqt it-taħriġ?
Nieħdu passi attivi biex nillimitaw l-ipproċessar tal-informazzjoni personali waqt it-taħriġ. Pereżempju, neskludu sorsi magħrufa li jiġbru flimkien ammonti kbar ta’ data personali, napplikaw filtri biex innaqqsu l-informazzjoni personali fil-proċess tat-taħriġ, u nieħdu passi biex nidentifikaw u nneħħu kontenut duplikat ħalli nnaqqsu r-riskju li d-data tat-taħriġ tiġi ripetuta. Barra minn hekk, inħarrġu l-mudelli tagħna biex jevitaw li jwieġbu talbiet għal informazzjoni privata jew sensittiva dwar individwi.
Għal kemm żmien inżommu l-informazzjoni
Inżommu l-informazzjoni fid-data tat-taħriġ biss għal kemm ikun raġonevolment meħtieġ għall-iskopijiet deskritti f’dan l-artiklu u fil-politika tal-privatezza tagħna, inkluż biex niżviluppaw u ntejbu l-mudelli tagħna u għal skopijiet relatati ta’ riċerka xjentifika. Iż-żamma tal-informazzjoni tiġi rieżaminata perjodikament biex jiġi żgurat li tibqa’ meħtieġa, u tvarja skont it-tip ta’ informazzjoni u kif tintuża. Meta niddeterminaw għal kemm żmien inżommu l-informazzjoni, inqisu fatturi bħall-iskop tagħna għall-ipproċessar tagħha, l-ammont, in-natura u s-sensittività tal-informazzjoni, ir-riskju potenzjali ta’ ħsara minn użu jew żvelar mhux awtorizzat u kwalunkwe obbligu legali li aħna suġġetti għalih.
Kif jikkonforma l-iżvilupp ta’ ChatGPT mal-liġijiet dwar il-privatezza?
Nużaw l-informazzjoni tat-taħriġ b’mod legali. Il-mudelli bażi tagħna jħaddmu firxa wiesgħa ta’ applikazzjonijiet ta’ benefiċċju — inklużi għodod ta’ aċċessibbiltà, appoġġ lill-klijenti, żvilupp ta’ software, edukazzjoni personalizzata u riċerka xjentifika. Dawn il-kapaċitajiet jiddependu fuq data għal taħriġ fuq skala kbira, inkluża informazzjoni disponibbli pubblikament u informazzjoni minn sħab terzi. Napplikaw salvagwardji matul il-proċess kollu tat-taħriġ, inklużi passi mfassla biex inaqqsu l-ipproċessar tal-informazzjoni personali f’dan il-proċess u jtaffu r-riskji, kif deskritt f’dan l-artiklu. Il-ġbir u l-użu tagħna tal-informazzjoni personali inkluża fl-informazzjoni tat-taħriġ huma bbażati fuq interessi leġittimi skont liġijiet dwar il-privatezza bħall-GDPR. Dawn jinkludu t-taħriġ u t-titjib tal-mudelli tagħna għall-utenti u għas-soċjetà inġenerali, f’konformità mal-missjoni tagħna li niżguraw li l-intelliġenza artifiċjali ġenerali tkun ta’ benefiċċju għal kulħadd, kif spjegat f’aktar dettall fil-politika tal-privatezza tagħna. Wettaqna valutazzjoni tal-impatt fuq il-protezzjoni tad-data biex ngħinu niżguraw li qed niġbru u nużaw din l-informazzjoni b’mod legali u responsabbli.
Meta l-informazzjoni tista’ tinqasam jew tiġi ttrasferita
Aħna ma “nbigħux” informazzjoni personali, u niżvelaw informazzjoni personali fid-data tat-taħriġ biss fiċ-ċirkostanzi limitati deskritti fil-politika tal-privatezza tagħna. Pereżempju, nistgħu naqsmu informazzjoni ma’ affiljati, fornituri u fornituri ta’ servizzi li jappoġġjaw l-iżvilupp, l-ittestjar u t-titjib tal-mudelli tagħna. Nistgħu wkoll niżvelaw informazzjoni meta nemmnu in bona fide li dan ikun meħtieġ biex nikkonformaw ma’ obbligu legali jew biex nipproteġu d-drittijiet, is-sikurezza u s-sigurtà tagħna u dawk tal-utenti tagħna, tal-impjegati jew tal-pubbliku, kif deskritt fil-politika tal-privatezza tagħna.
Billi l-infrastruttura tagħna hija globali, l-informazzjoni personali fid-data tat-taħriġ tista’ tiġi pproċessata f’pajjiżi barra ż-ŻEE, l-Iżvizzera jew ir-Renju Unit (inklużi l-Istati Uniti). Meta jiġri dan, napplikaw salvagwardji xierqa, bħal deċiżjonijiet ta’ adegwatezza jew klawżoli kuntrattwali standard, kif deskritt fil-politika tal-privatezza tagħna.
Id-drittijiet tiegħek u kif teżerċitahom
Inwieġbu talbiet ta’ oġġezzjoni u talbiet simili biex jiġu eżerċitati d-drittijiet. B’riżultat tat-tagħlim tal-lingwa, it-tweġibiet ta’ ChatGPT xi drabi jistgħu jinkludu informazzjoni personali dwar individwi li l-informazzjoni personali tagħhom tidher diversi drabi fuq l-internet pubbliku (pereżempju, persuni pubbliċi). Individwi f’ċerti ġuriżdizzjonijiet jistgħu joġġezzjonaw għall-ipproċessar tal-informazzjoni personali tagħhom mill-mudelli tagħna jew jagħmlu talbiet oħra marbuta mad-drittijiet tas-suġġett tad-data permezz tal-Portal tal-Privatezza tagħna. Tista’ wkoll teżerċita dawn id-drittijiet billi tikkuntattja dsar@openai.com.
Biex tgħinna nevalwaw it-talba tiegħek u nwieġbuha, jekk jogħġbok ipprovdi biżżejjed informazzjoni biex nifhmu ma’ liema informazzjoni personali hija marbuta t-talba, bħal ismek, URLs rilevanti, eżempji speċifiċi ta’ kontenut iġġenerat mill-mudell jew dettalji oħra li jgħinu biex tiġi identifikata l-kwistjoni. F’xi każijiet, nistgħu nitolbuk tivverifika l-identità tiegħek jew tikkonferma li l-informazzjoni tirrigwarda lilek qabel ma nkunu nistgħu nieħdu azzjoni. Aktar informazzjoni dwar kif tissottometti dawn it-talbiet, inklużi l-aħjar prattiki u kif jiġu eżaminati t-talbiet, tinsab fl-artiklu taċ-Ċentru tal-Għajnuna tagħna dwar it-tneħħija tad-data personali minn ChatGPT. Neżaminaw it-talbiet skont il-liġijiet applikabbli dwar il-privatezza u nwieġbu fit-termini legali applikabbli.
Jekk jogħġbok innota li, skont il-liġijiet dwar il-privatezza, xi drittijiet jistgħu ma jkunux assoluti. Pereżempju, jista’ ma jkunx possibbli li nilqgħu talba meta ma nkunux nistgħu nivverifikaw l-informazzjoni rilevanti, meta t-talba ma tkunx marbuta ma’ informazzjoni personali pproċessata minn OpenAI, meta tapplika eżenzjoni jew meta jkollna raġuni legali oħra biex ma nilqgħuhiex. It-talbiet jiġu evalwati każ b’każ u jistgħu jeħtieġu li d-drittijiet tal-privatezza jiġu bbilanċjati ma’ kunsiderazzjonijiet importanti oħra, bħal-libertà tal-espressjoni u l-interess pubbliku.
Madankollu, naħdmu biex nagħtu prijorità lill-protezzjoni tal-informazzjoni personali u nikkonformaw mal-liġijiet applikabbli kollha dwar il-privatezza. Jekk tħoss li ma indirizzajniex kwistjoni b’mod adegwat, għandek id-dritt tressaq ilment quddiem l-awtorità superviżorja lokali tiegħek.
Għal aktar informazzjoni dwar il-prattiki ta’ OpenAI fir-rigward tal-informazzjoni personali li niġbru mingħandek jew dwarek meta tuża s-sit web, l-applikazzjonijiet u s-servizzi tagħna, ara l-politika tal-privatezza tagħna.