Il-mudelli fundamentali ta’ OpenAI, inklużi l-mudelli li jħaddmu lil ChatGPT, jiġu żviluppati bl-użu ta’ tliet sorsi ewlenin ta’ informazzjoni: (1) informazzjoni disponibbli pubblikament fuq l-internet, (2) informazzjoni li niksbu aċċess għaliha permezz ta’ sħubijiet ma’ partijiet terzi, u (3) informazzjoni li jipprovdu jew jiġġeneraw l-utenti, il-ħarrieġa umani u r-riċerkaturi tagħna.
L-iżvilupp ta’ mudelli fundamentali bħal dawk użati f’ChatGPT jinvolvi diversi stadji, fosthom it-tħejjija tad-data tat-taħriġ, it-taħriġ preliminari u t-taħriġ sussegwenti, kif ukoll evalwazzjoni u titjib kontinwi wara l-varar. F’dawn l-istadji jistgħu jintużaw tipi differenti ta’ informazzjoni għal diversi skopijiet, fosthom biex jitjiebu l-prestazzjoni, l-affidabbiltà u s-sikurezza tal-mudell.
Dan l-artiklu jagħti ħarsa ġenerali lejn l-informazzjoni li nużaw biex ngħinu fl-iżvilupp ta’ dawn il-mudelli, kif niġbruha u nużawha f’konformità mal-liġijiet dwar il-privatezza, u s-salvagwardji li napplikaw matul il-proċess kollu tat-taħriġ. Biex tifhem kif niġbru u nużaw l-informazzjoni mingħand l-utenti tas-servizzi tagħna, inkluż kif tista’ tagħżel li l-konverżazzjonijiet tiegħek ma’ ChatGPT ma jintużawx biex jgħinu fit-titjib tal-mudelli tagħna, ara l-Politika tal-Privatezza tagħna u dan l-artiklu taċ-Ċentru tal-Għajnuna.
X’inhu ChatGPT u kif jaħdem?
ChatGPT huwa servizz ibbażat fuq l-intelliġenza artifiċjali li tista’ taċċessah permezz tal-internet jew tal-app. Tista’ tuża ChatGPT għal firxa wiesgħa ta’ kompiti, fosthom l-organizzazzjoni u t-taqsir tal-informazzjoni, l-assistenza fit-traduzzjonijiet, l-għajnuna fl-ipprogrammar, ir-riċerka u l-analiżi, it-twettiq ta’ kompiti b’diversi passi permezz ta’ għodod differenti, l-analiżi jew il-ġenerazzjoni ta’ immaġnijiet, it-tqanqil tal-kreattività u tal-ideat, u attivitajiet oħra ta’ kuljum. ChatGPT huwa mfassal biex jifhem il-mistoqsijiet u l-istruzzjonijiet tal-utenti u jwieġeb għalihom billi jitgħallem xejriet minn ammonti kbar ta’ informazzjoni, inklużi test, immaġnijiet, awdjo u vidjo.
Waqt it-taħriġ, il-mudell janalizza r-relazzjonijiet f’din id-data—pereżempju kif il-kliem normalment jidher flimkien f’kuntest—u juża dan il-fehim biex, meta jiġġenera tweġiba, ibassar l-aktar kelma probabbli li jmiss, kelma wara l-oħra. It-test jista’ jinqasam f’unitajiet iżgħar, kultant imsejħa “tokens”, li jistgħu jirrappreżentaw kliem sħiħ, partijiet minn kliem jew punteġġjatura. It-tokens huma l-elementi bażiċi tat-test li jipproċessa l-mudell. Bl-istess mod, il-mudelli li jiġġeneraw forom oħra ta’ kontenut, bħall-immaġnijiet, jitgħallmu x-xejriet fir-relazzjonijiet bejn il-pixels u bejnhom u l-captions assoċjati fid-data tat-taħriġ.
Pereżempju, matul il-proċess tat-tagħlim tal-mudell (magħruf bħala “taħriġ”), il-mudell jista’ jingħata l-kompitu li jlesti 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, jitjieb fl-għarfien tax-xejriet u fit-tbassir tal-aktar kelma probabbli li jmiss. Dan il-proċess jiġi ripetut fuq miljuni ta’ sentenzi biex jirfina l-fehim tal-mudell u jtejjeb il-preċiżjoni tiegħu.
Minħabba li sentenza tista’ titlesta b’diversi modi plawżibbli—bħal “Minflok daret lejn ix-xellug, daret lejn il-lemin”, “dawra” jew “lura”—hemm element inerenti ta’ każwalità fil-mod kif iwieġeb il-mudell. Għaldaqstant, l-istess mistoqsija tista’ twassal għal tweġibiet differenti f’talbiet differenti.
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 jew iżommu 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 mit-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 waqt it-taħriġ. ChatGPT ma “jikkupjax u jwaħħal” mid-data tat-taħriġ tiegħu—b’mod simili għal għalliem li, wara studju estensiv, jista’ jispjega kunċetti billi jifhem ir-relazzjonijiet bejn l-ideat mingħajr ma jimmemorizza jew jirriproduċi l-materjal oriġinali 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 jitgħallem ChatGPT?
Fir-rigward tal-kontenut pubblikament disponibbli fuq l-internet, nużaw biss informazzjoni aċċessibbli liberament u mingħajr restrizzjonijiet fuq l-internet. Din tista’ tinkludi paġni web, forums, blogs, posts u kontenut ieħor online li jkunu disponibbli pubblikament. Pereżempju, jekk tieħu sehem f’forum ta’ diskussjoni online aċċessibbli pubblikament jew tippubblika blog jew post pubbliku ieħor, nistgħu nużaw dak il-kontenut pubblikament aċċessibbli għat-taħriġ tal-mudell. Madankollu, nieħdu passi biex innaqqsu l-ipproċessar tal-informazzjoni personali fil-proċess tat-taħriġ tagħna. Meta niġbru kontenut pubblikament disponibbli fuq l-internet, ma niġbrux intenzjonalment data minn sorsi magħrufa li jinsabu wara ħitan tal-ħlas 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 informazzjoni personali minn diversi sorsi, u spam. L-informazzjoni li jifdal imbagħad tintuża biex jitħarrġu l-mudelli tagħna.
Is-sidien tas-siti web jistgħu jikkontrollaw jekk il-kontenut pubblikament disponibbli mis-siti tagħhom jistax jiġi aċċessat għall-użu fit-taħriġ billi jużaw kontrolli standard tal-web, bħal robots.txt, biex ma jippermettux lil GPTBot, li jista’ jitkaxkar fil-kontenut pubblikament disponibbli 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-IA tagħna.
Nużaw ukoll informazzjoni mingħand sħab terzi biex ngħinu fit-taħriġ u fit-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 ħarrieġa umani u riċerkaturi fejn dan ikun permess mill-politiki u l-ftehimiet tagħna. Dan jgħin biex jitjiebu l-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 tad-data.
Qed nużaw ukoll dejjem aktar data sintetika f’ċerti proċessi tat-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 titjieb il-prestazzjoni tal-mudell, inkluż billi tissupplimenta d-data tat-taħriġ f’oqsma fejn din tkun skarsa jew żbilanċjata, u tista’ tappoġġa wkoll approċċi għall-iżvilupp tal-mudelli li jsaħħu l-privatezza.
Tintuża informazzjoni personali biex jitgħallem ChatGPT?
Parti sinifikanti mill-kontenut online tinvolvi 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 noħolqu profili ta’ individwi, nikkuntattjawhom jew nippersonalizzawlhom ir-reklami.
F’xi każijiet, il-mudelli jistgħu jitgħallmu minn informazzjoni personali biex jifhmu kif elementi bħall-ismijiet u l-indirizzi jintużaw fil-lingwa, jew biex jagħrfu persuni pubbliċi u entitajiet magħrufa sew. 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 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 sabiex innaqqsu r-riskju li tiġi ripetuta d-data tat-taħriġ. 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 sakemm 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 tiġi rieżaminata perjodikament biex niżguraw li tibqa’ meħtieġa, u tvarja skont it-tip ta’ informazzjoni u kif tintuża. Meta niddeċiedu għal kemm żmien inżommu l-informazzjoni, inqisu fatturi bħall-iskop tagħna għall-ipproċessar tagħha, l-ammont, in-natura u s-sensittività tagħha, ir-riskju potenzjali ta’ ħsara minn użu jew żvelar mhux awtorizzat, u kwalunkwe obbligu legali li japplika għalina.
L-iżvilupp ta’ ChatGPT kif jikkonforma mal-liġijiet dwar il-privatezza?
Nużaw l-informazzjoni tat-taħriġ skont il-liġi. Il-mudelli fundamentali tagħna jħaddmu firxa wiesgħa ta’ applikazzjonijiet utli—fosthom għodod tal-aċċessibbiltà, appoġġ lill-klijenti, żvilupp tas-software, edukazzjoni personalizzata u riċerka xjentifika. Dawn il-kapaċitajiet jiddependu fuq data għal taħriġ fuq skala kbira, inkluża informazzjoni disponibbli pubblikament u informazzjoni mingħand sħab terzi. Napplikaw salvagwardji matul il-proċess kollu tat-taħriġ, inklużi miżuri mfassla biex inaqqsu l-ipproċessar tal-informazzjoni personali fil-proċess tat-taħriġ u jtaffu r-riskji, kif deskritt f’dan l-artiklu. Il-ġbir u l-użu tagħna ta’ informazzjoni personali inkluża fl-informazzjoni tat-taħriġ huma bbażati fuq interessi leġittimi skont liġijiet dwar il-privatezza bħall-GDPR, inkluż biex inħarrġu u ntejbu l-mudelli tagħna għall-utenti u għas-soċjetà usa’, 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. Lestejna 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’ tiġi kondiviża jew trasferita
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’ kumpaniji affiljati, bejjiegħa u fornituri ta’ servizzi li jappoġġaw l-iżvilupp, l-ittestjar u t-titjib tal-mudelli tagħna. Nistgħu niżvelaw ukoll informazzjoni jekk nemmnu in bona fide li dan ikun meħtieġ biex nikkonformaw ma’ obbligu legali jew biex nipproteġu d-drittijiet u s-sikurezza tagħna u dawk tal-utenti, tal-impjegati jew tal-pubbliku, kif deskritt fil-Politika tal-Privatezza tagħna.
Peress li 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 (inkluż fl-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
Aħna nwieġbu għal talbiet ta’ oġġezzjoni u talbiet simili dwar id-drittijiet. Bħala 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 dwar id-drittijiet tas-suġġett tad-data permezz tal-Portal tal-Privatezza tagħna. Tista’ teżerċita dawn id-drittijiet ukoll billi tikkuntattja lil privacy@openai.com.
Biex tgħinna nivvalutaw u nwieġbu t-talba tiegħek, ipprovdi biżżejjed informazzjoni biex nifhmu ma’ liema informazzjoni personali hija marbuta, bħal ismek, URLs rilevanti, eżempji speċifiċi ta’ outputs tal-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 tirrigwardak qabel ma nkunu nistgħu nieħdu azzjoni. Aktar informazzjoni dwar kif tissottometti dawn it-talbiet, inklużi l-aħjar prattiki u kif jiġu rieżaminati t-talbiet, tinsab fl-artiklu taċ-Ċentru tal-Għajnuna tagħna dwar it-tneħħija ta’ data personali minn ChatGPT. Nirrevedu t-talbiet skont il-liġijiet applikabbli dwar il-privatezza u nwieġbu fil-limiti taż-żmien legali applikabbli.
Żomm f’moħħok li, skont il-liġijiet dwar il-privatezza, xi drittijiet jistgħu ma jkunux assoluti. Pereżempju, jista’ jkun li ma nkunux nistgħu nilqgħu talba jekk ma nkunux nistgħu nivverifikaw l-informazzjoni rilevanti, jekk it-talba ma tkunx relatata ma’ informazzjoni personali pproċessata minn OpenAI, jekk tapplika eżenzjoni, jew jekk ikollna raġuni legali oħra biex ma nilqgħuhiex. It-talbiet jiġu vvalutati każ b’każ u jistgħu jinvolvu bilanċ bejn id-drittijiet tal-privatezza u 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.