Modelet bazë të OpenAI, përfshirë modelet që mundësojnë funksionimin e ChatGPT, zhvillohen duke përdorur tri burime kryesore informacioni: (1) informacione publikisht të disponueshme në internet, (2) informacione që i aksesojmë përmes partneriteteve me palë të treta dhe (3) informacione që përdoruesit, trajnerët njerëzorë dhe studiuesit tanë japin ose gjenerojnë.
Zhvillimi i modeleve bazë, si ato që përdoren në ChatGPT, përfshin disa faza: përgatitjen e të dhënave të trajnimit, paratrajnimin dhe pastrajnimin, si dhe vlerësimin e përmirësimin e vazhdueshëm pas vënies në përdorim. Në këto faza mund të përdoren lloje të ndryshme informacioni për qëllime të ndryshme, përfshirë përmirësimin e performancës, besueshmërisë dhe sigurisë së modeleve.
Ky artikull jep një përmbledhje të informacioneve që përdorim për të ndihmuar në zhvillimin e këtyre modeleve, mënyrës se si i mbledhim dhe i përdorim në përputhje me ligjet e privatësisë, si dhe masave mbrojtëse që zbatojmë gjatë gjithë procesit të trajnimit. Për të kuptuar se si i mbledhim dhe i përdorim informacionet nga përdoruesit e shërbimeve tona, përfshirë mënyrën se si mund të zgjedhësh që bisedat e tua me ChatGPT të mos përdoren për përmirësimin e modeleve tona, shih politikën tonë të privatësisë dhe si përdoren të dhënat e tua për të përmirësuar performancën e modeleve.
Çfarë është ChatGPT dhe si funksionon?
ChatGPT është një shërbim i bazuar në inteligjencën artificiale, të cilin mund ta aksesosh përmes internetit ose aplikacionit. Mund ta përdorësh ChatGPT për një gamë të gjerë detyrash, si organizimi dhe përmbledhja e informacioneve, ndihma me përkthimin, programimin, kërkimin dhe analizën, kryerja e detyrave me disa hapa në mjete të ndryshme, analizimi ose gjenerimi i imazheve, nxitja e krijimtarisë dhe e ideve, si dhe veprimtari të tjera të përditshme. ChatGPT është krijuar për të kuptuar pyetjet dhe udhëzimet e përdoruesve dhe për t’iu përgjigjur atyre, duke mësuar rregullsi nga sasi të mëdha informacioni, përfshirë tekst, imazhe, audio dhe video.
Gjatë trajnimit, modeli analizon marrëdhëniet brenda këtyre të dhënave, si mënyra se si fjalët shfaqen zakonisht së bashku në kontekst, dhe e përdor këtë kuptim për të parashikuar fjalën pasuese më të mundshme kur gjeneron një përgjigje, një fjalë në çdo hap. Teksti mund të shndërrohet në njësi më të vogla, që ndonjëherë quhen “tokenë” dhe që mund të përfaqësojnë fjalë të plota, pjesë fjalësh ose shenja pikësimi. Tokenët janë njësitë përbërëse të tekstit që përpunon modeli. Në mënyrë të ngjashme, modelet që gjenerojnë forma të tjera përmbajtjeje, si imazhet, mësojnë rregullsitë e lidhjeve mes pikselëve dhe me përshkrimet shoqëruese në të dhënat e trajnimit.
Për shembull, gjatë procesit të të mësuarit (i njohur si “trajnim”), modelit mund t’i kërkohet të plotësojë një fjali si: “Në vend që të kthehej majtas, ajo u kthye ___.” Në fillim të trajnimit, përgjigjet e tij janë kryesisht të rastësishme. Megjithatë, ndërsa përpunon dhe mëson nga një sasi e madhe teksti, modeli bëhet më i aftë në dallimin e rregullsive dhe parashikimin e fjalës pasuese më të mundshme. Ky proces përsëritet me miliona fjali për të thelluar kuptimin e tij dhe për të përmirësuar saktësinë.
Meqë ka disa mënyra të arsyeshme për të plotësuar një fjali, si “Në vend që të kthehej majtas, ajo u kthye djathtas”, “në anën tjetër” ose “mbrapsht”, mënyra se si përgjigjet modeli përmban vetvetiu një element rastësie. Si rrjedhojë, e njëjta pyetje mund të japë përgjigje të ndryshme sa herë që bëhet.
Modelet e të mësuarit automatik përbëhen nga grupe të mëdha numrash, të njohur si “pesha” ose “parametra”, së bashku me kodin që i interpreton dhe i përdor këta numra. Këto modele nuk ruajnë ose mbajnë kopje të të dhënave me të cilat trajnohen. Në vend të kësaj, ndërsa modeli mëson, vlerat e parametrave të tij ndryshohen paksa për të pasqyruar rregullsitë që ka identifikuar. Në shembullin e mëparshëm, modeli kaloi nga parashikimi i fjalëve të rastësishme në parashikime më të sakta, jo duke ruajtur fjalitë e trajnimit, por duke përditësuar parametrat e tij të brendshëm. Modeli nuk mban kopje të fjalive, imazheve ose audios që përpunon gjatë trajnimit. ChatGPT nuk “kopjon dhe ngjit” nga të dhënat e trajnimit. Në mënyrë të ngjashme, një mësues, pas studimit të gjerë, mund të shpjegojë koncepte duke kuptuar marrëdhëniet mes ideve, pa i mësuar përmendësh apo riprodhuar fjalë për fjalë materialet origjinale. Kur gjeneron një përgjigje ndaj kërkesës së përdoruesit, modeli i përdor këto pesha të mësuara gjatë trajnimit për të parashikuar dhe krijuar përmbajtje të re.
Çfarë lloj informacioni përdoret për të trajnuar ChatGPT?
Për përmbajtjen publike në internet, përdorim vetëm informacione që mund të aksesohen lirisht dhe pa kufizime. Këtu mund të përfshihen faqe interneti, forume, blogje, postime dhe përmbajtje të tjera që janë publikisht të disponueshme në internet. Për shembull, nëse merr pjesë në një forum diskutimi publik në internet ose publikon një shkrim në blog apo një postim tjetër publik, mund ta përdorim atë përmbajtje publikisht të aksesueshme për trajnimin e modeleve. Megjithatë, marrim masa për të zvogëluar përpunimin e informacioneve personale gjatë procesit tonë të trajnimit. Kur mbledhim përmbajtje publike në internet, nuk mbledhim qëllimisht të dhëna nga burime që dihet se kërkojnë pagesë për akses ose nga rrjeti i errët. Gjithashtu, zbatojmë filtra për të hequr materiale nga të cilat nuk duam që modelet tona të mësojnë, si gjuha e urrejtjes, përmbajtjet për të rritur, faqet që grumbullojnë informacione personale dhe përmbajtjet e padëshiruara. Informacionet e mbetura përdoren më pas për të trajnuar modelet tona.
Pronarët e faqeve të internetit mund të përcaktojnë nëse përmbajtja publike e faqeve të tyre mund të aksesohet për trajnim, duke përdorur mekanizma standardë të kontrollit në internet, si robots.txt, për të bllokuar GPTBot, i cili mund të skanojë përmbajtje publike për të ndihmuar në trajnimin e modeleve tona. Ne ofrojmë udhëzime për t’i ndihmuar pronarët e faqeve të internetit të menaxhojnë mënyrën se si faqet dhe përmbajtjet e tyre ndërveprojnë me sistemet tona të IA-së.
Përdorim edhe informacione nga partnerë të jashtëm për të ndihmuar në trajnimin dhe përmirësimin e modeleve tona. Këtu mund të përfshihen informacione nga grupe të dhënash që i aksesojmë përmes marrëveshjeve me palë të treta, si dhe informacione të dhëna ose të gjeneruara nga trajnerë njerëzorë dhe studiues, kur kjo lejohet nga politikat dhe marrëveshjet tona. Kjo ndihmon në përmirësimin e cilësisë, sigurisë dhe performancës së modeleve tona. Këto burime mund të përfshijnë tekst, imazhe, audio, video ose lloje të tjera të dhënash, në varësi të grupit të të dhënave.
Gjithashtu, në disa procese trajnimi po përdorim gjithnjë e më shumë të dhëna sintetike. Për shembull, mund të përdorim informacione dhe modelet tona për të gjeneruar kërkesa sintetike, shembuj shumëgjuhësh ose materiale të tjera trajnimi. Të dhënat sintetike mund të ndihmojnë në përmirësimin e performancës së modeleve, ndër të tjera duke plotësuar të dhënat e trajnimit në fusha ku ato janë të pakta ose të pabalancuara, si dhe mund të mbështesin qasje që forcojnë privatësinë gjatë zhvillimit të modeleve.
A përdoren informacione personale për të trajnuar ChatGPT?
Një pjesë e konsiderueshme e përmbajtjes në internet përmban informacione për njerëzit, ndaj të dhënat tona të trajnimit mund të përfshijnë rastësisht informacione personale. Megjithatë, marrim masa për të zvogëluar përpunimin e informacioneve personale gjatë procesit tonë të trajnimit.
Të dhënat e trajnimit i përdorim për të zhvilluar aftësitë e modelit, si parashikimi, arsyetimi dhe zgjidhja e problemeve, jo për të krijuar profile individësh, për t’i kontaktuar ata apo për t’u personalizuar reklamat.
Në disa raste, modelet mund të mësojnë nga informacionet personale për të kuptuar si funksionojnë në gjuhë elemente si emrat dhe adresat, ose për të njohur figura publike dhe subjekte të njohura. Kjo e ndihmon modelin të gjenerojë përgjigje më të sakta dhe më të përshtatshme për kontekstin.
Si mbrohen informacionet personale gjatë trajnimit?
Marrim masa aktive për të kufizuar përpunimin e informacioneve personale gjatë trajnimit. Për shembull, përjashtojmë burime që dihet se grumbullojnë sasi të mëdha të dhënash personale, zbatojmë filtrim për të pakësuar informacionet personale në procesin e trajnimit dhe marrim masa për të identifikuar e hequr përmbajtjet e dyfishuara, me qëllim zvogëlimin e rrezikut të përsëritjes së të dhënave të trajnimit. Gjithashtu, i trajnojmë modelet tona që të shmangin dhënien e përgjigjeve ndaj kërkesave për informacione private ose të ndjeshme për individë.
Për sa kohë i ruajmë informacionet
Informacionet në të dhënat e trajnimit i ruajmë vetëm për aq kohë sa është e nevojshme në mënyrë të arsyeshme për qëllimet e përshkruara në këtë artikull dhe në politikën tonë të privatësisë, përfshirë zhvillimin dhe përmirësimin e modeleve tona dhe kërkimin shkencor të lidhur me to. Ruajtja rishikohet periodikisht për t’u siguruar se mbetet e nevojshme dhe kohëzgjatja e saj ndryshon sipas llojit të informacionit dhe mënyrës së përdorimit. Kur përcaktojmë afatin e ruajtjes, marrim parasysh faktorë si qëllimi i përpunimit të informacioneve, sasia, natyra dhe ndjeshmëria e tyre, rreziku i mundshëm i dëmit nga përdorimi ose zbulimi i paautorizuar, si dhe çdo detyrim ligjor që kemi.
Si respektohen ligjet e privatësisë gjatë zhvillimit të ChatGPT?
Informacionet e trajnimit i përdorim në mënyrë të ligjshme. Modelet tona bazë mundësojnë një gamë të gjerë zbatimesh të dobishme, përfshirë mjetet e aksesueshmërisë, mbështetjen për klientët, zhvillimin e softuerit, arsimin e personalizuar dhe kërkimin shkencor. Këto aftësi varen nga të dhënat për trajnim në shkallë të gjerë, përfshirë informacionet publike dhe ato nga partnerë të jashtëm. Zbatojmë masa mbrojtëse gjatë gjithë procesit të trajnimit, përfshirë masa që synojnë të zvogëlojnë përpunimin e informacioneve personale gjatë këtij procesi dhe të zbusin rreziqet, siç përshkruhet në këtë artikull. Mbledhjen dhe përdorimin e informacioneve personale të përfshira në informacionet e trajnimit i bazojmë në interesat legjitime sipas ligjeve të privatësisë, si GDPR. Këtu përfshihet trajnimi dhe përmirësimi i modeleve tona për përdoruesit dhe shoqërinë në përgjithësi, në përputhje me misionin tonë për të siguruar që inteligjenca e përgjithshme artificiale t’u sjellë dobi të gjithëve, siç shpjegohet më hollësisht në politikën tonë të privatësisë. Kemi kryer një vlerësim të ndikimit në mbrojtjen e të dhënave për të ndihmuar në sigurimin që këto informacione t’i mbledhim dhe t’i përdorim në mënyrë të ligjshme dhe të përgjegjshme.
Kur mund të ndahen ose transferohen informacionet
Ne nuk i “shesim” informacionet personale dhe i zbulojmë informacionet personale që gjenden në të dhënat e trajnimit vetëm në rrethanat e kufizuara të përshkruara në politikën tonë të privatësisë. Për shembull, mund të ndajmë informacione me shoqëri të lidhura, furnizues dhe ofrues shërbimesh që mbështesin zhvillimin, testimin dhe përmirësimin e modeleve tona. Mund të zbulojmë informacione edhe kur besojmë në mirëbesim se një veprim i tillë është i nevojshëm për të përmbushur një detyrim ligjor ose për të mbrojtur të drejtat, sigurinë dhe mbrojtjen tonë dhe të përdoruesve, punonjësve apo publikut, siç përshkruhet në politikën tonë të privatësisë.
Meqë infrastruktura jonë është globale, informacionet personale në të dhënat e trajnimit mund të përpunohen në vende jashtë Zonës Ekonomike Evropiane, Zvicrës ose Mbretërisë së Bashkuar (përfshirë Shtetet e Bashkuara). Në këto raste, zbatojmë masa mbrojtëse të përshtatshme, si vendime për nivelin e mjaftueshëm të mbrojtjes ose klauzola kontraktuale standarde, siç përshkruhet në politikën tonë të privatësisë.
Të drejtat e tua dhe si t’i ushtrosh
Ne u përgjigjemi kërkesave për ushtrimin e së drejtës së kundërshtimit dhe të drejtave të ngjashme. Si rezultat i të mësuarit të gjuhës, përgjigjet e ChatGPT ndonjëherë mund të përfshijnë informacione personale për individë, informacionet personale të të cilëve shfaqen shumë herë në pjesën publike të internetit (për shembull, figura publike). Individët në juridiksione të caktuara mund të kundërshtojnë përpunimin e informacioneve të tyre personale nga modelet tona ose të paraqesin kërkesa të tjera për ushtrimin e të drejtave të subjektit të të dhënave përmes portalit tonë të privatësisë. Këto të drejta mund t’i ushtrosh edhe duke na shkruar në dsar@openai.com.
Për të na ndihmuar ta vlerësojmë kërkesën tënde dhe t’i përgjigjemi, jep informacione të mjaftueshme që të kuptojmë se cilave informacione personale u referohet kërkesa, si emri yt, URL-të përkatëse, shembuj konkretë të rezultateve të modelit ose hollësi të tjera që ndihmojnë në identifikimin e problemit. Në disa raste, para se të veprojmë, mund të të kërkojmë të verifikosh identitetin tënd ose të konfirmosh se informacionet lidhen me ty. Më shumë informacione për paraqitjen e këtyre kërkesave, përfshirë praktikat më të mira dhe mënyrën e shqyrtimit të tyre, gjenden në artikullin e qendrës sonë të ndihmës mbi heqjen e të dhënave personale nga ChatGPT. Ne i shqyrtojmë kërkesat në përputhje me ligjet e zbatueshme të privatësisë dhe përgjigjemi brenda afateve ligjore përkatëse.
Ki parasysh se, sipas ligjeve të privatësisë, disa të drejta mund të mos jenë absolute. Për shembull, mund të mos jemi në gjendje ta përmbushim një kërkesë kur nuk mund të verifikojmë informacionet përkatëse, kur kërkesa nuk lidhet me informacione personale të përpunuara nga OpenAI, kur zbatohet një përjashtim ose kur kemi një arsye tjetër të ligjshme për të mos e përmbushur. Kërkesat vlerësohen rast pas rasti dhe mund të kërkojnë balancimin e të drejtave të privatësisë me konsiderata të tjera të rëndësishme, si liria e shprehjes dhe interesi publik.
Megjithatë, përpiqemi t’i japim përparësi mbrojtjes së informacioneve personale dhe të respektojmë të gjitha ligjet e zbatueshme të privatësisë. Nëse mendon se nuk e kemi trajtuar siç duhet një çështje, ke të drejtë të paraqesësh ankesë pranë autoritetit mbikëqyrës vendor.
Për më shumë informacione mbi praktikat e OpenAI lidhur me informacionet personale që mbledhim nga ti ose për ty kur përdor faqen tonë të internetit, aplikacionet dhe shërbimet tona, shih politikën tonë të privatësisë.