Os modelos de base da OpenAI, incluindo os modelos subjacentes ao ChatGPT, são desenvolvidos com três fontes principais de informação: (1) informação disponível publicamente na Internet, (2) informação a que acedemos através de parcerias com terceiros e (3) informação fornecida ou gerada pelos nossos utilizadores, formadores humanos e investigadores.
O desenvolvimento de modelos de base como os utilizados no ChatGPT envolve várias etapas, incluindo a preparação dos dados de treino, o pré-treinamento e o pós-treinamento, bem como a avaliação e melhoria contínuas após a implementação. Nestas etapas, podem ser utilizados diferentes tipos de informação para diversos fins, incluindo melhorar o desempenho, a fiabilidade e a segurança dos modelos.
Este artigo apresenta uma visão geral da informação que utilizamos para ajudar a desenvolver estes modelos, da forma como a recolhemos e utilizamos em conformidade com a legislação de privacidade e das salvaguardas que aplicamos ao longo do processo de treino. Para compreender como recolhemos e utilizamos informação dos utilizadores dos nossos serviços, incluindo como impedir que as conversas no ChatGPT sejam utilizadas para ajudar a melhorar os nossos modelos, consulte a nossa Política de Privacidade e este artigo do Centro de Apoio.
O que é o ChatGPT e como funciona?
O ChatGPT é um serviço baseado em inteligência artificial ao qual pode aceder através da Internet ou da aplicação. Pode utilizar o ChatGPT para uma grande variedade de tarefas, incluindo organizar e resumir informação, ajudar com traduções, apoiar a programação, a investigação e a análise, concluir tarefas com várias etapas em diferentes ferramentas, analisar ou gerar imagens, estimular a criatividade e as ideias, entre outras atividades quotidianas. O ChatGPT foi concebido para compreender e responder às perguntas e instruções dos utilizadores, aprendendo padrões a partir de grandes quantidades de informação, incluindo texto, imagens, áudio e vídeo.
Durante o treino, o modelo analisa as relações existentes nestes dados — por exemplo, como as palavras costumam surgir juntas num dado contexto — e utiliza essa compreensão para prever, palavra a palavra, qual será provavelmente a palavra seguinte ao gerar uma resposta. O texto pode ser convertido em unidades mais pequenas, por vezes chamadas «tokens», que podem representar palavras inteiras, partes de palavras ou sinais de pontuação. Os tokens são os elementos constitutivos do texto que o modelo processa. Do mesmo modo, os modelos que geram outras formas de conteúdo, como imagens, aprendem padrões nas relações dos píxeis entre si e com as legendas associadas nos dados de treino.
Por exemplo, durante o processo de aprendizagem do modelo (conhecido como «treino»), pode ser-lhe pedido que complete uma frase como: «Em vez de virar à esquerda, ela virou ___.» No início do treino, as suas respostas são, em grande medida, aleatórias. No entanto, à medida que processa e aprende com um grande volume de texto, o modelo melhora a sua capacidade de reconhecer padrões e prever a palavra seguinte mais provável. Este processo é repetido em milhões de frases para aperfeiçoar a sua compreensão e melhorar a sua precisão.
Como existem várias formas plausíveis de completar uma frase — por exemplo, «Em vez de virar à esquerda, ela virou à direita», «para trás» ou «para o outro lado» —, há um elemento inerente de aleatoriedade na forma como o modelo responde. Consequentemente, a mesma pergunta pode produzir respostas diferentes em consultas distintas.
Os modelos de aprendizagem automática são compostos por grandes conjuntos de números, conhecidos como «pesos» ou «parâmetros», e por código que interpreta e utiliza esses números. Estes modelos não armazenam nem conservam cópias dos dados com que são treinados. Em vez disso, à medida que um modelo aprende, os valores dos seus parâmetros são ligeiramente ajustados para refletir os padrões que identificou. No exemplo anterior, o modelo passou de prever palavras aleatórias para fazer previsões mais exatas — não por armazenar as frases de treino, mas por atualizar os seus parâmetros internos. O modelo não conserva cópias das frases, imagens ou conteúdos de áudio que processa durante o treino. O ChatGPT não «copia e cola» os dados de treino. É semelhante a um professor que, depois de estudar extensivamente, consegue explicar conceitos por compreender as relações entre ideias, sem memorizar nem reproduzir literalmente os materiais originais. Ao gerar uma resposta a um pedido de um utilizador, o modelo utiliza estes pesos aprendidos para prever e criar novo conteúdo.
Que tipo de informação é utilizado para ensinar o ChatGPT?
No que diz respeito a conteúdo da Internet disponível publicamente, utilizamos apenas informação que esteja acessível de forma livre e aberta na Internet. Isto pode incluir páginas Web, fóruns públicos, blogues públicos, publicações públicas e outros conteúdos online disponíveis publicamente. Por exemplo, se participar num fórum de discussão online disponível publicamente ou publicar um blogue ou outra publicação pública, poderemos utilizar esse conteúdo acessível ao público para treinar modelos. No entanto, tomamos medidas para reduzir o tratamento de informação pessoal no nosso processo de treino. Ao recolher conteúdo da Internet disponível publicamente, não obtemos intencionalmente dados de fontes que sabemos estar protegidas por barreiras de pagamento nem da dark web. Além disso, aplicamos filtros para remover materiais com os quais não queremos que os nossos modelos aprendam, como discurso de ódio, conteúdo para adultos, sites que agregam informação pessoal e spam. A informação restante é depois utilizada para treinar os nossos modelos.
Os proprietários de sites podem gerir se o conteúdo publicamente disponível dos seus sites pode ser acedido para utilização no treino, recorrendo a controlos Web padrão, como o ficheiro robots.txt, para bloquear o GPTBot, que poderá rastrear conteúdo disponível publicamente e ajudar a treinar os nossos modelos. Disponibilizamos orientações para ajudar os proprietários de sites a gerir a interação dos respetivos sites e conteúdos com os nossos sistemas de IA.
Também utilizamos informação de parceiros terceiros para ajudar a treinar e melhorar os nossos modelos. Isto pode incluir informação de conjuntos de dados a que acedemos através de acordos com terceiros, bem como informação fornecida ou gerada por formadores humanos e investigadores, quando permitido pelas nossas políticas e acordos. Isto ajuda a melhorar a qualidade, a segurança e o desempenho dos nossos modelos. Estas fontes podem incluir texto, imagens, áudio, vídeo ou outros tipos de dados, consoante o conjunto de dados.
Também utilizamos cada vez mais dados sintéticos em alguns processos de treino. Por exemplo, podemos utilizar informação e os nossos modelos para gerar instruções sintéticas, exemplos multilingues ou outros materiais de treino. Os dados sintéticos podem ajudar a melhorar o desempenho dos modelos, nomeadamente ao complementar os dados de treino em áreas onde estes são escassos ou desequilibrados, e podem também apoiar abordagens ao desenvolvimento de modelos que reforcem a privacidade.
É utilizada informação pessoal para ensinar o ChatGPT?
Uma parte significativa do conteúdo online envolve informação sobre pessoas, pelo que os nossos dados de treino podem incluir acidentalmente informação pessoal. No entanto, tomamos medidas para reduzir o tratamento de informação pessoal no nosso processo de treino.
Utilizamos dados de treino para desenvolver as capacidades do modelo — como a previsão, o raciocínio e a resolução de problemas — e não para criar perfis de pessoas, contactá-las ou personalizar anúncios para elas.
Em alguns casos, os modelos podem aprender com informação pessoal para compreender a função de elementos como nomes e moradas na linguagem ou para reconhecer figuras públicas e entidades conhecidas. Isto ajuda o modelo a gerar respostas mais exatas e adequadas ao contexto.
Como é protegida a informação pessoal durante o treino?
Tomamos medidas ativas para limitar o tratamento de informação pessoal durante o treino. Por exemplo, excluímos fontes conhecidas que agregam grandes quantidades de dados pessoais, aplicamos filtros para reduzir a informação pessoal no processo de treino e tomamos medidas para identificar e remover conteúdo duplicado, reduzindo assim o risco de repetição dos dados de treino. Além disso, treinamos os nossos modelos para que evitem responder a pedidos de informação privada ou sensível sobre pessoas.
Durante quanto tempo conservamos a informação
Conservamos informação nos dados de treino apenas durante o período razoavelmente necessário para os fins descritos neste artigo e na nossa Política de Privacidade, incluindo para desenvolver e melhorar os nossos modelos e para fins de investigação científica relacionados. A conservação é revista periodicamente para garantir que continua a ser necessária e varia consoante o tipo de informação e a forma como é utilizada. Ao determinar o período de conservação, consideramos fatores como a finalidade do tratamento da informação, a quantidade, natureza e sensibilidade da informação, o potencial risco de danos decorrentes da utilização ou divulgação não autorizada e quaisquer obrigações legais a que estejamos sujeitos.
Como cumpre o desenvolvimento do ChatGPT a legislação de privacidade?
Utilizamos legalmente a informação de treino. Os nossos modelos de base sustentam uma grande variedade de aplicações benéficas, incluindo ferramentas de acessibilidade, apoio ao cliente, desenvolvimento de software, ensino personalizado e investigação científica. Estas capacidades dependem de dados de treino em larga escala, incluindo informação disponível publicamente e informação de parceiros terceiros. Aplicamos salvaguardas ao longo de todo o processo de treino, incluindo medidas destinadas a reduzir o tratamento de informação pessoal durante esse processo e a mitigar riscos, conforme descrito neste artigo. Baseamos a recolha e utilização de informação pessoal incluída na informação de treino em interesses legítimos ao abrigo de legislação de privacidade como o RGPD, nomeadamente para treinar e melhorar os nossos modelos em benefício dos utilizadores e da sociedade em geral, em consonância com a nossa missão de garantir que a inteligência artificial geral beneficia todas as pessoas, conforme explicado mais pormenorizadamente na nossa Política de Privacidade. Concluímos uma avaliação de impacto sobre a proteção de dados para ajudar a garantir que recolhemos e utilizamos esta informação de forma legal e responsável.
Quando a informação pode ser partilhada ou transferida
Não «vendemos» informação pessoal e apenas divulgamos informação pessoal presente nos dados de treino nas circunstâncias limitadas descritas na nossa Política de Privacidade. Por exemplo, podemos partilhar informação com empresas afiliadas, fornecedores e prestadores de serviços que apoiam o desenvolvimento, os testes e a melhoria dos nossos modelos. Também podemos divulgar informação quando acreditarmos de boa-fé que tal é necessário para cumprir uma obrigação legal ou para proteger os nossos direitos e a nossa segurança, bem como os dos nossos utilizadores, funcionários ou do público, conforme descrito na nossa Política de Privacidade.
Uma vez que a nossa infraestrutura é global, a informação pessoal presente nos dados de treino pode ser tratada em países fora do EEE, da Suíça ou do Reino Unido, incluindo nos Estados Unidos. Quando tal acontece, aplicamos salvaguardas adequadas, como decisões de adequação ou cláusulas contratuais-tipo, conforme descrito na nossa Política de Privacidade.
Os seus direitos e como exercê-los
Respondemos a pedidos de oposição e a pedidos semelhantes de exercício de direitos. Em resultado da aprendizagem da linguagem, as respostas do ChatGPT podem, por vezes, incluir informação pessoal sobre pessoas cuja informação pessoal aparece repetidamente na Internet pública (por exemplo, figuras públicas). As pessoas em determinadas jurisdições podem opor-se ao tratamento da sua informação pessoal pelos nossos modelos ou apresentar outros pedidos de exercício dos direitos dos titulares dos dados através do nosso Portal de Privacidade. Também pode exercer estes direitos contactando privacy@openai.com.
Para nos ajudar a avaliar e responder ao seu pedido, forneça informação suficiente para compreendermos a que informação pessoal este se refere, como o seu nome, URL relevantes, exemplos específicos de resultados do modelo ou outros dados que ajudem a identificar o problema. Em alguns casos, poderemos pedir-lhe que confirme a sua identidade ou que confirme que a informação lhe diz respeito antes de podermos tomar medidas. Pode encontrar mais informação sobre como apresentar estes pedidos, incluindo boas práticas e a forma como são analisados, no nosso artigo do Centro de Apoio sobre a remoção de dados pessoais do ChatGPT. Analisamos os pedidos em conformidade com a legislação de privacidade aplicável e respondemos dentro dos prazos legais aplicáveis.
Tenha em atenção que, em conformidade com a legislação de privacidade, alguns direitos podem não ser absolutos. Por exemplo, poderemos não conseguir satisfazer um pedido se não pudermos verificar a informação relevante, se o pedido não disser respeito a informação pessoal tratada pela OpenAI, se for aplicável uma exceção ou se tivermos outro fundamento legal para não o fazer. Os pedidos são avaliados caso a caso e podem exigir a ponderação dos direitos de privacidade face a outras considerações importantes, como a liberdade de expressão e o interesse público.
No entanto, procuramos dar prioridade à proteção da informação pessoal e cumprir toda a legislação de privacidade aplicável. Se considerar que não tratámos adequadamente uma questão, tem o direito de apresentar uma reclamação junto da autoridade de controlo local.
Para obter mais informação sobre as práticas da OpenAI relativamente à informação pessoal que recolhemos junto de si ou sobre si quando utiliza o nosso site, as nossas aplicações e os nossos serviços, consulte a nossa Política de Privacidade.