ChatGPT’ye güç veren modeller de dahil olmak üzere OpenAI’ın temel modelleri, üç ana bilgi kaynağı kullanılarak geliştirilir: (1) internette herkese açık bilgiler, (2) üçüncü taraflarla iş birliği yaparak eriştiğimiz bilgiler ve (3) kullanıcılarımızın, insan eğitmenlerin ve araştırmacıların sağladığı veya ürettiği bilgiler.
ChatGPT’de kullanılanlar gibi temel modellerin geliştirilmesi; eğitim verilerinin hazırlanması, ön eğitim ve sonradan eğitim gibi çeşitli aşamaların yanı sıra kullanıma sunulduktan sonra devam eden değerlendirme ve iyileştirme çalışmalarını içerir. Bu aşamalarda model performansını, güvenilirliğini ve güvenliğini artırmak gibi çeşitli amaçlarla farklı türde bilgiler kullanılabilir.
Bu makale, bu modelleri geliştirmek için kullandığımız bilgilere, bu bilgileri kişisel verilerin korunmasına ilişkin yasalara uygun olarak nasıl topladığımıza ve kullandığımıza, ayrıca eğitim süreci boyunca uyguladığımız koruyucu önlemlere genel bir bakış sunar. Hizmetlerimizin kullanıcılarından bilgileri nasıl topladığımızı ve kullandığımızı, ayrıca ChatGPT konuşmalarınızın modellerimizi iyileştirmek için kullanılmasını nasıl devre dışı bırakabileceğinizi öğrenmek için Gizlilik Politikamıza ve verilerinizin model performansını iyileştirmek için nasıl kullanıldığına ilişkin makalemize bakın.
ChatGPT nedir ve nasıl çalışır?
ChatGPT, internet veya uygulama üzerinden erişebileceğiniz yapay zeka tabanlı bir hizmettir. ChatGPT’yi bilgileri düzenlemek ve özetlemek, çeviride yardım almak, kodlama, araştırma ve analiz çalışmalarını desteklemek, farklı araçlarda çok adımlı görevleri tamamlamak, görselleri analiz etmek veya üretmek, yaratıcılığa ve fikirlere ilham vermek ve diğer günlük işler dahil pek çok amaçla kullanabilirsiniz. ChatGPT; metin, görsel, ses ve video dahil büyük miktarda bilgideki örüntüleri öğrenerek kullanıcı sorularını ve talimatlarını anlamak ve yanıtlamak üzere tasarlanmıştır.
Eğitim sırasında model, kelimelerin bağlam içinde genellikle nasıl bir arada kullanıldığı gibi verilerdeki ilişkileri analiz eder. Yanıtı kelime kelime oluştururken bu anlayıştan yararlanarak sıradaki en olası kelimeyi tahmin eder. Metin, kelimelerin tamamını, parçalarını veya noktalama işaretlerini temsil edebilen ve bazen “token” olarak adlandırılan daha küçük birimlere dönüştürülebilir. Token’lar, modelin işlediği metnin yapı taşlarıdır. Benzer şekilde, görsel gibi başka içerik türleri üreten modeller de eğitim verilerindeki piksellerin birbirleriyle ve ilgili açıklama metinleriyle kurduğu ilişkilerdeki örüntüleri öğrenir.
Örneğin, modelin öğrenme sürecinde (“eğitim” olarak bilinir) modelden şu tür bir cümleyi tamamlaması istenebilir: “Sola dönmek yerine ___ döndü.” Eğitimin başlarında yanıtları büyük ölçüde rastgeledir. Ancak model büyük miktarda metni işleyip bunlardan öğrendikçe, örüntüleri tanımada ve sıradaki en olası kelimeyi tahmin etmede daha başarılı olur. Modelin kavrayışını geliştirmek ve doğruluğunu artırmak için bu süreç milyonlarca cümle üzerinde tekrarlanır.
Bir cümleyi tamamlamanın birden fazla makul yolu olduğundan, modelin yanıt verme biçimi doğası gereği bir rastgelelik unsuru içerir. Örneğin, “Sola dönmek yerine ___ döndü” cümlesindeki boşluğa “sağa”, “kendi etrafında” veya “geri” yazılabilir. Bu nedenle aynı soru, farklı sorgularda farklı yanıtlar verebilir.
Makine öğrenimi modelleri, “ağırlık” veya “parametre” olarak bilinen büyük sayı kümeleri ile bu sayıları yorumlayan ve kullanan koddan oluşur. Bu modeller, üzerinde eğitildikleri verilerin kopyalarını saklamaz veya tutmaz. Bunun yerine, model öğrendikçe parametrelerinin değerleri, belirlediği örüntüleri yansıtacak şekilde küçük adımlarla ayarlanır. Önceki örnekte model, rastgele kelimeler tahmin etmekten daha doğru tahminler yapmaya geçti. Bunu eğitim cümlelerini saklayarak değil, iç parametrelerini güncelleyerek başardı. Model, eğitim sırasında işlediği cümlelerin, görsellerin veya seslerin kopyalarını tutmaz. ChatGPT, eğitim verilerinden “kopyala-yapıştır” yapmaz. Bu, kapsamlı bir çalışmanın ardından kaynak materyalleri ezberlemeden veya kelimesi kelimesine tekrarlamadan, fikirler arasındaki ilişkileri anlayarak kavramları açıklayabilen bir öğretmene benzer. Model, kullanıcının isteğine yanıt üretirken tahminde bulunmak ve yeni içerik oluşturmak için öğrenilmiş bu ağırlıkları kullanır.
ChatGPT’yi eğitmek için ne tür bilgiler kullanılır?
Herkese açık internet içerikleri söz konusu olduğunda, yalnızca internette serbestçe ve açıkça erişilebilen bilgileri kullanırız. Bunlar; herkese açık web sayfalarını, forumları, blogları, gönderileri ve diğer çevrimiçi içerikleri kapsayabilir. Örneğin, herkese açık bir çevrimiçi tartışma forumuna katılırsanız veya herkese açık bir blog yazısı ya da başka bir gönderi yayımlarsanız, bu içeriği model eğitimi amacıyla kullanabiliriz. Ancak eğitim sürecimizde kişisel bilgilerin işlenmesini azaltmak için önlemler alırız. Herkese açık internet içeriklerini toplarken, erişimin ücretli olduğu bilinen kaynaklardan veya karanlık ağdan kasıtlı olarak veri toplamayız. Ayrıca nefret söylemi, yetişkinlere yönelik içerikler, kişisel bilgileri derleyen siteler ve spam gibi modellerimizin öğrenmesini istemediğimiz içerikleri çıkarmak için filtreler uygularız. Ardından kalan bilgiler modellerimizi eğitmek için kullanılır.
Web sitesi sahipleri, modellerimizin eğitimine yardımcı olmak için herkese açık içerikleri tarayabilen GPTBot’u robots.txt gibi standart web denetimleriyle engelleyebilir. Böylece sitelerindeki herkese açık içeriklere eğitimde kullanılmak üzere erişilip erişilemeyeceğini yönetebilirler. Web sitesi sahiplerinin, sitelerinin ve içeriklerinin yapay zeka sistemlerimizle nasıl etkileşime girdiğini yönetmelerine yardımcı olmak için rehberlik sunuyoruz.
Modellerimizi eğitmeye ve iyileştirmeye yardımcı olmak için üçüncü taraf iş ortaklarından gelen bilgileri de kullanırız. Bunlar, üçüncü taraflarla yaptığımız anlaşmalar aracılığıyla eriştiğimiz veri kümelerindeki bilgilerin yanı sıra, politikalarımızın ve anlaşmalarımızın izin verdiği ölçüde insan eğitmenler ve araştırmacılar tarafından sağlanan veya üretilen bilgileri de kapsayabilir. Bu, modellerimizin kalitesini, güvenliğini ve performansını artırmaya yardımcı olur. Bu kaynaklar, veri kümesine bağlı olarak metin, görsel, ses, video veya başka veri türleri içerebilir.
Bazı eğitim süreçlerinde sentetik verileri de giderek daha fazla kullanıyoruz. Örneğin, sentetik istemler, çok dilli örnekler veya başka eğitim materyalleri üretmek için bilgilerden ve modellerimizden yararlanabiliriz. Sentetik veriler, verinin az veya dengesiz olduğu alanlarda eğitim verilerini tamamlamak da dahil olmak üzere model performansını artırmaya yardımcı olabilir. Ayrıca model geliştirmede gizliliği güçlendiren yaklaşımları destekleyebilir.
ChatGPT’yi eğitmek için kişisel bilgiler kullanılır mı?
Çevrimiçi içeriklerin önemli bir bölümü kişiler hakkında bilgiler içerdiğinden, eğitim verilerimizde tesadüfen kişisel bilgiler de bulunabilir. Ancak eğitim sürecimizde kişisel bilgilerin işlenmesini azaltmak için önlemler alırız.
Eğitim verilerini kişilerin profillerini oluşturmak, onlarla iletişim kurmak veya onlara yönelik reklamları kişiselleştirmek için değil, modelin tahmin, akıl yürütme ve problem çözme gibi yeteneklerini geliştirmek için kullanırız.
Bazı durumlarda modeller, ad ve adres gibi unsurların dilde nasıl işlev gördüğünü anlamak veya kamuya mal olmuş kişileri ve tanınmış kuruluşları tanımak için kişisel bilgilerden öğrenebilir. Bu, modelin daha doğru ve bağlama uygun yanıtlar üretmesine yardımcı olur.
Eğitim sırasında kişisel bilgiler nasıl korunur?
Eğitim sırasında kişisel bilgilerin işlenmesini sınırlamak için aktif önlemler alırız. Örneğin, büyük miktarda kişisel veri derlediği bilinen kaynakları hariç tutar, eğitim sürecindeki kişisel bilgileri azaltmak için filtreleme uygular ve eğitim verilerinin tekrarlanması riskini azaltmak için yinelenen içerikleri tespit edip kaldırmaya yönelik adımlar atarız. Ayrıca modellerimizi, kişiler hakkında özel veya hassas bilgi isteyen taleplere yanıt vermekten kaçınacak şekilde eğitiriz.
Bilgileri ne kadar süre saklarız?
Eğitim verilerindeki bilgileri yalnızca bu makalede ve Gizlilik Politikamızda açıklanan amaçlar için makul ölçüde gerekli olduğu sürece saklarız. Bu amaçlar arasında modellerimizi geliştirmek ve iyileştirmek ile bunlarla ilgili bilimsel araştırmalar yürütmek de yer alır. Bilgileri saklama gereğinin devam edip etmediği düzenli olarak gözden geçirilir. Saklama süresi, bilginin türüne ve nasıl kullanıldığına göre değişir. Saklama süresini belirlerken bilgileri işleme amacımızı, bilgilerin miktarını, niteliğini ve hassasiyetini, yetkisiz kullanım veya paylaşımın yol açabileceği zarar riskini ve tabi olduğumuz yasal yükümlülükleri dikkate alırız.
ChatGPT geliştirilirken kişisel verilerin korunması yasalarına nasıl uyulur?
Eğitim bilgilerini hukuka uygun olarak kullanırız. Temel modellerimiz; erişilebilirlik araçları, müşteri desteği, yazılım geliştirme, kişiselleştirilmiş eğitim ve bilimsel araştırma dahil olmak üzere pek çok yararlı uygulamaya güç verir. Bu yetenekler, herkese açık bilgiler ve üçüncü taraf iş ortaklarından gelen bilgiler dahil olmak üzere büyük ölçekli eğitim verilerine dayanır. Bu makalede açıklandığı üzere, eğitim sürecinde kişisel bilgilerin işlenmesini azaltmaya ve riskleri hafifletmeye yönelik adımlar da dahil olmak üzere süreç boyunca koruyucu önlemler uygularız. Eğitim bilgilerinde yer alan kişisel bilgilerin toplanmasını ve kullanılmasını, GDPR gibi kişisel verilerin korunması yasaları kapsamındaki meşru menfaatlere dayandırırız. Gizlilik Politikamızda daha ayrıntılı açıklandığı üzere, genel yapay zekanın herkese fayda sağlamasını güvence altına alma misyonumuz doğrultusunda modellerimizi kullanıcılar ve toplumun geneli için eğitmek ve iyileştirmek de bu menfaatler arasındadır. Bu bilgileri hukuka uygun ve sorumlu bir şekilde topladığımızdan ve kullandığımızdan emin olmaya yardımcı olmak için bir veri koruma etki değerlendirmesi tamamladık.
Bilgilerin paylaşılabileceği veya aktarılabileceği durumlar
Kişisel bilgileri “satmayız” ve eğitim verilerindeki kişisel bilgileri yalnızca Gizlilik Politikamızda açıklanan sınırlı durumlarda paylaşırız. Örneğin, modellerimizin geliştirilmesini, test edilmesini ve iyileştirilmesini destekleyen bağlı kuruluşlar, tedarikçiler ve hizmet sağlayıcılarla bilgi paylaşabiliriz. Ayrıca, Gizlilik Politikamızda açıklandığı üzere, yasal bir yükümlülüğe uymak veya kendimizin, kullanıcılarımızın, çalışanlarımızın ya da kamunun haklarını ve güvenliğini korumak için gerekli olduğuna iyi niyetle inandığımız durumlarda da bilgileri paylaşabiliriz.
Altyapımız küresel olduğundan, eğitim verilerindeki kişisel bilgiler Avrupa Ekonomik Alanı (AEA), İsviçre veya Birleşik Krallık dışındaki ülkelerde (Amerika Birleşik Devletleri dahil) işlenebilir. Bu durumlarda, Gizlilik Politikamızda açıklandığı üzere, yeterlilik kararları veya standart sözleşme maddeleri gibi uygun güvenceleri uygularız.
Haklarınız ve bunları nasıl kullanabileceğiniz
İtiraz başvurularını ve benzer hak kullanım taleplerini yanıtlarız. Dili öğrenmesinin bir sonucu olarak ChatGPT’nin yanıtları, kişisel bilgileri herkese açık internette birden fazla kez yer alan kişiler (örneğin, kamuya mal olmuş kişiler) hakkında bazen kişisel bilgiler içerebilir. Belirli yargı bölgelerindeki kişiler, Gizlilik Portalımız aracılığıyla kişisel bilgilerinin modellerimiz tarafından işlenmesine itiraz edebilir veya veri sahibi olarak diğer haklarına ilişkin taleplerde bulunabilir. Bu haklarınızı dsar@openai.com adresine yazarak da kullanabilirsiniz.
Talebinizi değerlendirip yanıtlayabilmemiz için hangi kişisel bilgilerle ilgili olduğunu anlamamıza yetecek bilgi sağlayın. Adınızı, ilgili URL’leri, model çıktılarından somut örnekleri veya sorunu belirlemeye yardımcı olacak başka ayrıntıları paylaşabilirsiniz. Bazı durumlarda işlem yapabilmemiz için önce kimliğinizi doğrulamanızı veya bilgilerin sizinle ilgili olduğunu teyit etmenizi isteyebiliriz. Bu taleplerin nasıl iletileceği, önerilen uygulamalar ve taleplerin nasıl incelendiği hakkında daha fazla bilgiyi, kişisel verilerin ChatGPT’den kaldırılmasına ilişkin Yardım Merkezi makalemizde bulabilirsiniz. Talepleri, geçerli kişisel verilerin korunması yasalarına uygun olarak inceler ve yasal süreler içinde yanıtlarız.
Kişisel verilerin korunması yasaları uyarınca bazı hakların mutlak olmayabileceğini lütfen unutmayın. Örneğin, ilgili bilgileri doğrulayamadığımızda, talep OpenAI tarafından işlenen kişisel bilgilerle ilgili olmadığında, bir istisna geçerli olduğunda veya talebi yerine getirmemek için başka bir hukuki gerekçemiz bulunduğunda talebi karşılayamayabiliriz. Talepler tek tek değerlendirilir. Bu değerlendirme, gizlilik hakları ile ifade özgürlüğü ve kamu yararı gibi diğer önemli hususlar arasında denge kurulmasını gerektirebilir.
Bununla birlikte, kişisel bilgilerin korunmasına öncelik vermek ve kişisel verilerin korunmasına ilişkin geçerli tüm yasalara uymak için çaba gösteririz. Bir konuyu yeterince ele almadığımızı düşünüyorsanız, yerel denetim makamınıza şikâyette bulunma hakkınız vardır.
Web sitemizi, uygulamalarımızı ve hizmetlerimizi kullandığınızda sizden veya sizin hakkınızda topladığımız kişisel bilgilere ilişkin OpenAI uygulamaları hakkında daha fazla bilgi için Gizlilik Politikamıza bakın.