Miundo msingi ya OpenAI, ikiwemo miundo inayowezesha ChatGPT kufanya kazi, hutengenezwa kwa kutumia vyanzo vitatu vikuu vya taarifa: (1) taarifa zinazopatikana hadharani kwenye intaneti, (2) taarifa tunazopata kupitia ushirikiano na wahusika wengine, na (3) taarifa ambazo watumiaji, wakufunzi wa kibinadamu na watafiti wetu hutoa au kuunda.

Utengenezaji wa miundo msingi kama ile inayotumiwa katika ChatGPT huhusisha hatua kadhaa, zikiwemo kuandaa data ya mafunzo, mafunzo ya awali na mafunzo ya baadaye, pamoja na tathmini na uboreshaji unaoendelea baada ya kuanza kutumika. Aina mbalimbali za taarifa zinaweza kutumiwa katika hatua hizi kwa madhumuni tofauti, yakiwemo kuboresha utendaji, utegemewaji na usalama wa muundo. 

Makala haya yanaeleza kwa muhtasari taarifa tunazotumia kusaidia kutengeneza miundo hii, jinsi tunavyozikusanya na kuzitumia kwa kuzingatia sheria za faragha, na hatua za ulinzi tunazotumia katika mchakato mzima wa mafunzo. Ili kuelewa jinsi tunavyokusanya na kutumia taarifa kutoka kwa watumiaji wa huduma zetu, ikiwemo jinsi ya kukataa mazungumzo yako ya ChatGPT yasitumike kuboresha miundo yetu, tafadhali soma Sera yetu ya Faragha na makala haya ya Kituo cha Usaidizi.

ChatGPT ni nini na inafanya kazi vipi?

ChatGPT ni huduma inayotumia akili unde ambayo unaweza kufikia kupitia intaneti au programu. Unaweza kutumia ChatGPT kwa kazi nyingi, zikiwemo kupanga na kufupisha taarifa, kusaidia kutafsiri na kuandika msimbo, kufanya utafiti na uchanganuzi, kukamilisha kazi zenye hatua nyingi kwa kutumia zana mbalimbali, kuchanganua au kuunda picha, kuchochea ubunifu na mawazo, na shughuli nyingine za kila siku. ChatGPT imeundwa kuelewa na kujibu maswali na maagizo ya watumiaji kwa kujifunza ruwaza kutoka kwa taarifa nyingi, zikiwemo maandishi, picha, sauti na video. 

Wakati wa mafunzo, muundo huchanganua uhusiano ndani ya data hii—kama vile jinsi maneno yanavyotokea pamoja katika muktadha—na kutumia uelewa huo kutabiri neno linalofuata linalowezekana zaidi inapounda jibu, neno moja baada ya jingine. Maandishi yanaweza kubadilishwa kuwa vipande vidogo, wakati mwingine vinavyoitwa “tokeni”, ambavyo vinaweza kuwakilisha maneno mazima, sehemu za maneno au alama za uakifishaji. Tokeni ni vipande vya msingi vya maandishi ambavyo muundo huchakata. Vilevile, miundo inayounda aina nyingine za maudhui, kama picha, hujifunza ruwaza za jinsi pikseli zinavyohusiana na pia jinsi zinavyohusiana na maelezo yanayoambatana nazo katika data ya mafunzo.

Kwa mfano, wakati wa mchakato wa kujifunza wa muundo (unaojulikana kama “mafunzo”), muundo unaweza kupewa kazi ya kukamilisha sentensi kama: “Badala ya kugeuka kushoto, aligeuka ___.” Mwanzoni mwa mafunzo, majibu yake huwa ya nasibu kwa kiasi kikubwa. Hata hivyo, muundo unapochakata na kujifunza kutokana na maandishi mengi, huboreka katika kutambua ruwaza na kutabiri neno linalofuata linalowezekana zaidi. Mchakato huu hurudiwa katika mamilioni ya sentensi ili kuboresha uelewa na usahihi wake.

Kwa kuwa sentensi inaweza kukamilishwa kwa njia kadhaa zinazofaa—kama “Badala ya kugeuka kushoto, aligeuka kulia,” “akazunguka,” au “akarudi nyuma”—majibu ya muundo huwa na kiwango fulani cha unasibu. Kwa hivyo, swali lilelile linaweza kutoa majibu tofauti linapoulizwa nyakati tofauti.

Miundo ya ujifunzaji wa mashine hujumuisha seti kubwa za nambari, zinazojulikana kama “uzani” au “vigezo”, pamoja na msimbo unaofasiri na kutumia nambari hizo. Miundo hii haihifadhi wala kubaki na nakala za data iliyotumiwa kuifundisha. Badala yake, muundo unapojifunza, thamani za vigezo vyake hurekebishwa kidogo ili kuakisi ruwaza ulizotambua. Katika mfano wa awali, muundo uliboreka kutoka kutabiri maneno ya nasibu hadi kutoa utabiri sahihi zaidi—si kwa kuhifadhi sentensi za mafunzo, bali kwa kusasisha vigezo vyake vya ndani. Muundo haubaki na nakala za sentensi, picha au sauti unazochakata wakati wa mafunzo. ChatGPT “hainakili na kubandika” kutoka kwenye data yake ya mafunzo—sawa na mwalimu ambaye, baada ya kusoma kwa kina, anaweza kueleza dhana kwa kuelewa uhusiano kati ya mawazo bila kukariri au kunakili nyenzo za awali neno kwa neno. Inapounda jibu kwa ombi la mtumiaji, muundo hutumia uzani huu uliojifunza kutabiri na kuunda maudhui mapya.

Ni aina gani ya taarifa inayotumiwa kufundisha ChatGPT?

Kwa maudhui ya intaneti yanayopatikana hadharani, tunatumia tu taarifa zinazopatikana kwa uhuru na wazi kwenye intaneti. Hii inaweza kujumuisha kurasa za wavuti, majukwaa ya mijadala, blogu, machapisho na maudhui mengine ya mtandaoni yanayopatikana hadharani. Kwa mfano, ukishiriki katika jukwaa la majadiliano la mtandaoni linalopatikana hadharani au kuchapisha blogu au chapisho jingine la umma, tunaweza kutumia maudhui hayo yanayofikiwa na umma kwa madhumuni ya kufundisha muundo. Hata hivyo, tunachukua hatua za kupunguza uchakataji wa taarifa binafsi katika mchakato wetu wa mafunzo.  Tunapokusanya maudhui ya intaneti yanayopatikana hadharani, hatukusanyi kimakusudi data kutoka kwenye vyanzo vinavyojulikana kuwa vinahitaji malipo ili kufikiwa au kutoka kwenye wavuti fiche. Aidha, tunatumia vichujio kuondoa nyenzo ambazo hatutaki miundo yetu ijifunze kutokana nazo, kama vile matamshi ya chuki, maudhui ya watu wazima, tovuti zinazokusanya taarifa binafsi kwa wingi na barua taka. Kisha, taarifa zinazobaki hutumiwa kufundisha miundo yetu. 

Wamiliki wa tovuti wanaweza kudhibiti iwapo maudhui ya umma kutoka kwenye tovuti zao yanaweza kufikiwa kwa ajili ya mafunzo kwa kutumia vidhibiti vya kawaida vya wavuti, kama robots.txt, kuzuia GPTBot, ambayo inaweza kutambaa kwenye maudhui ya umma ili kusaidia kufundisha miundo yetu. Tunatoa mwongozo wa kuwasaidia wamiliki wa tovuti kudhibiti jinsi tovuti na maudhui yao yanavyoingiliana na mifumo yetu ya akili unde. 

Pia tunatumia taarifa kutoka kwa washirika wengine kusaidia kufundisha na kuboresha miundo yetu. Hii inaweza kujumuisha taarifa katika seti za data tunazofikia kupitia makubaliano na wahusika wengine, pamoja na taarifa zinazotolewa au kuundwa na wakufunzi wa kibinadamu na watafiti pale sera na makubaliano yetu yanaporuhusu. Hii husaidia kuboresha ubora, usalama na utendaji wa miundo yetu. Kulingana na seti ya data, vyanzo hivi vinaweza kujumuisha maandishi, picha, sauti, video au aina nyingine za data.

Pia tunazidi kutumia data sanisi katika baadhi ya michakato ya mafunzo. Kwa mfano, tunaweza kutumia taarifa na miundo yetu kuunda vidokezo sanisi, mifano ya lugha nyingi au nyenzo nyingine za mafunzo. Data sanisi inaweza kusaidia kuboresha utendaji wa muundo, ikiwemo kwa kuongezea data ya mafunzo katika maeneo ambako data ni haba au haina uwiano, na pia inaweza kusaidia mbinu za utengenezaji wa muundo zinazozingatia zaidi faragha.

Je, taarifa binafsi hutumiwa kufundisha ChatGPT?

Sehemu kubwa ya maudhui ya mtandaoni huhusisha taarifa kuhusu watu, kwa hivyo data yetu ya mafunzo inaweza kujumuisha taarifa binafsi bila kukusudiwa. Hata hivyo, tunachukua hatua za kupunguza uchakataji wa taarifa binafsi katika mchakato wetu wa mafunzo.

Tunatumia data ya mafunzo kukuza uwezo wa muundo—kama vile kutabiri, kuwaza na kutatua matatizo—wala si kuunda wasifu wa watu, kuwasiliana nao au kuwabinafsishia matangazo.

Katika baadhi ya hali, miundo inaweza kujifunza kutokana na taarifa binafsi ili kuelewa jinsi vipengele kama majina na anwani vinavyofanya kazi katika lugha, au kutambua watu mashuhuri na taasisi zinazojulikana sana. Hii husaidia muundo kuunda majibu yaliyo sahihi zaidi na yanayofaa muktadha.

Taarifa binafsi hulindwaje wakati wa mafunzo?

Tunachukua hatua madhubuti kupunguza uchakataji wa taarifa binafsi wakati wa mafunzo. Kwa mfano, tunaondoa vyanzo vinavyojulikana kukusanya data nyingi binafsi, tunatumia vichujio kupunguza taarifa binafsi katika mchakato wa mafunzo, na tunachukua hatua za kutambua na kuondoa maudhui yaliyorudiwa ili kupunguza hatari ya kurudia data ya mafunzo. Aidha, tunafundisha miundo yetu kuepuka kujibu maombi ya taarifa za faragha au nyeti kuhusu watu binafsi. 

Muda tunaohifadhi taarifa

Tunahifadhi taarifa katika data ya mafunzo kwa muda unaohitajika tu kwa madhumuni yaliyoelezwa katika makala haya na Sera yetu ya Faragha, ikiwemo kutengeneza na kuboresha miundo yetu na kufanya utafiti wa kisayansi unaohusiana nayo. Uhitaji wa kuendelea kuhifadhi taarifa hukaguliwa mara kwa mara, na muda wa kuhifadhi hutofautiana kulingana na aina ya taarifa na jinsi inavyotumiwa. Tunapoamua muda wa kuhifadhi taarifa, tunazingatia mambo kama madhumuni yetu ya kuzichakata, kiasi, asili na unyeti wa taarifa, hatari inayoweza kutokea kutokana na matumizi au ufichuzi usioidhinishwa, na wajibu wowote wa kisheria unaotuhusu.

Utengenezaji wa ChatGPT unazingatiaje sheria za faragha?

Tunatumia taarifa za mafunzo kwa mujibu wa sheria. Miundo yetu msingi huwezesha programu nyingi zenye manufaa—zikiwemo zana za ufikivu, usaidizi kwa wateja, utengenezaji wa programu, elimu inayobinafsishwa na utafiti wa kisayansi. Uwezo huu unategemea data nyingi za mafunzo, zikiwemo taarifa zinazopatikana hadharani na taarifa kutoka kwa washirika wengine. Tunatumia hatua za ulinzi katika mchakato mzima wa mafunzo, zikiwemo hatua za kupunguza uchakataji wa taarifa binafsi wakati wa mafunzo na kupunguza hatari, kama ilivyoelezwa katika makala haya. Tunakusanya na kutumia taarifa binafsi zilizo katika taarifa za mafunzo kwa msingi wa masilahi halali chini ya sheria za faragha kama GDPR, ikiwemo kufundisha na kuboresha miundo yetu kwa manufaa ya watumiaji na jamii kwa ujumla, kulingana na dhamira yetu ya kuhakikisha akili unde ya jumla inamnufaisha kila mtu, kama ilivyoelezwa kwa kina zaidi katika Sera yetu ya Faragha. Tumekamilisha tathmini ya athari kwa ulinzi wa data ili kusaidia kuhakikisha kwamba tunakusanya na kutumia taarifa hizi kisheria na kwa kuwajibika.

Wakati taarifa zinaweza kushirikiwa au kuhamishwa

“Hatuuzi” taarifa binafsi, na tunafichua taarifa binafsi katika data ya mafunzo katika hali chache tu zilizoelezwa katika Sera yetu ya Faragha. Kwa mfano, tunaweza kushiriki taarifa na kampuni husika, wachuuzi na watoa huduma wanaosaidia kutengeneza, kujaribu na kuboresha miundo yetu. Pia tunaweza kufichua taarifa ikiwa tunaamini kwa nia njema kwamba hatua hiyo ni muhimu ili kutimiza wajibu wa kisheria au kulinda haki, usalama na ulinzi wetu na wa watumiaji, wafanyakazi au umma, kama ilivyoelezwa katika Sera yetu ya Faragha.

Kwa kuwa miundombinu yetu ni ya kimataifa, taarifa binafsi katika data ya mafunzo zinaweza kuchakatwa katika nchi zilizo nje ya EEA, Uswisi au Uingereza (ikiwemo Marekani). Hili linapotokea, tunatumia hatua zinazofaa za ulinzi, kama vile maamuzi ya utoshelevu au vifungu vya kawaida vya mikataba, kama ilivyoelezwa katika Sera yetu ya Faragha.

Haki zako na jinsi ya kuzitumia

Tunashughulikia maombi ya kupinga uchakataji na maombi mengine sawa yanayohusu haki. Kutokana na kujifunza lugha, wakati mwingine majibu ya ChatGPT yanaweza kujumuisha taarifa binafsi kuhusu watu ambao taarifa zao binafsi zinapatikana mara nyingi kwenye intaneti ya umma (kwa mfano, watu mashuhuri). Watu walio katika maeneo fulani wanaweza kupinga uchakataji wa taarifa zao binafsi na miundo yetu au kuwasilisha maombi mengine kuhusu haki za mhusika wa data kupitia Tovuti yetu ya Ufaragha. Unaweza pia kutumia haki hizi kwa kuwasiliana na privacy@openai.com.

Ili kutusaidia kutathmini na kujibu ombi lako, tafadhali toa taarifa za kutosha zitakazotuwezesha kuelewa taarifa binafsi zinazohusishwa na ombi lako, kama vile jina lako, URL husika, mifano mahususi ya matokeo ya muundo au maelezo mengine yanayosaidia kutambua tatizo. Katika baadhi ya hali, tunaweza kukuomba uthibitishe utambulisho wako au uhakikishe kwamba taarifa hizo zinakuhusu kabla hatujachukua hatua. Maelezo zaidi kuhusu jinsi ya kuwasilisha maombi haya, ikiwemo mbinu bora na jinsi maombi yanavyokaguliwa, yanapatikana katika makala yetu ya Kituo cha Usaidizi kuhusu kuondoa data binafsi kwenye ChatGPT. Tunakagua maombi kwa mujibu wa sheria husika za faragha na kuyajibu ndani ya muda uliowekwa na sheria.

Tafadhali fahamu kwamba, kwa mujibu wa sheria za faragha, baadhi ya haki zinaweza kuwa na mipaka. Kwa mfano, huenda tusiweze kutimiza ombi ikiwa hatuwezi kuthibitisha taarifa husika, ikiwa ombi halihusu taarifa binafsi zinazochakatwa na OpenAI, ikiwa kuna msamaha unaotumika, au ikiwa tuna sababu nyingine halali ya kutofanya hivyo. Maombi hutathminiwa kila moja kulingana na hali yake na yanaweza kuhusisha kusawazisha haki za faragha na mambo mengine muhimu, kama uhuru wa kujieleza na masilahi ya umma.

Hata hivyo, tunajitahidi kutanguliza ulinzi wa taarifa binafsi na kuzingatia sheria zote husika za faragha. Ikiwa unaona kuwa hatujashughulikia suala fulani ipasavyo, una haki ya kuwasilisha malalamiko kwa mamlaka ya usimamizi ya eneo lako.

Kwa maelezo zaidi kuhusu taratibu za OpenAI zinazohusu taarifa binafsi tunazokusanya kutoka kwako au kukuhusu unapotumia tovuti, programu na huduma zetu, tafadhali soma Sera yetu ya Faragha.