OpenAI کے بنیادی ماڈلز، بشمول ChatGPT کو چلانے والے ماڈلز، معلومات کے تین بنیادی ذرائع سے تیار کیے جاتے ہیں: (1) انٹرنیٹ پر عوامی طور پر دستیاب معلومات، (2) تیسرے فریقوں کے ساتھ شراکت کے ذریعے حاصل کردہ معلومات، اور (3) ہمارے صارفین، انسانی تربیت کاروں اور محققین کی فراہم یا تخلیق کردہ معلومات.

ChatGPT میں استعمال ہونے والے بنیادی ماڈلز کی تیاری میں کئی مراحل شامل ہیں، جیسے تربیتی ڈیٹا کی تیاری، پری-ٹریننگ اور بعد از تربیت، نیز تعیناتی کے بعد مسلسل جائزہ اور بہتری. ان مراحل میں مختلف مقاصد کے لیے مختلف اقسام کی معلومات استعمال کی جا سکتی ہیں، جن میں ماڈل کی کارکردگی، قابل اعتماد ہونے کی صلاحیت اور حفاظت کو بہتر بنانا شامل ہے. 

یہ مضمون ان معلومات کا خلاصہ پیش کرتا ہے جنہیں ہم ان ماڈلز کی تیاری میں مدد کے لیے استعمال کرتے ہیں، یہ بتاتا ہے کہ ہم پرائیویسی قوانین کی تعمیل کرتے ہوئے انہیں کیسے جمع اور استعمال کرتے ہیں، اور تربیتی عمل کے دوران کون سے حفاظتی اقدامات اپناتے ہیں. یہ سمجھنے کے لیے کہ ہم اپنی خدمات کے صارفین سے معلومات کیسے جمع اور استعمال کرتے ہیں، اور ChatGPT کی گفتگو کو اپنے ماڈلز بہتر بنانے کے لیے استعمال ہونے سے کیسے روکا جا سکتا ہے، ہماری پرائیویسی پالیسی اور ہیلپ سینٹر کا یہ مضمون دیکھیں.

ChatGPT کیا ہے اور یہ کیسے کام کرتا ہے؟

ChatGPT مصنوعی ذہانت پر مبنی ایک خدمت ہے جس تک آپ انٹرنیٹ یا ایپ کے ذریعے رسائی حاصل کر سکتے ہیں. آپ ChatGPT کو متعدد کاموں کے لیے استعمال کر سکتے ہیں، جیسے معلومات منظم کرنا اور ان کا خلاصہ بنانا، ترجمے، کوڈنگ، تحقیق اور تجزیے میں مدد لینا، مختلف ٹولز کے ذریعے کئی مراحل والے کام مکمل کرنا، تصاویر کا تجزیہ یا تخلیق کرنا، تخلیقی صلاحیت اور نئے خیالات کو فروغ دینا، اور روزمرہ کے دیگر کام انجام دینا. ChatGPT کو متن، تصاویر، آڈیو اور ویڈیو سمیت بڑی مقدار میں معلومات سے نمونے سیکھ کر صارفین کے سوالات اور ہدایات سمجھنے اور ان کا جواب دینے کے لیے بنایا گیا ہے. 

تربیت کے دوران ماڈل اس ڈیٹا کے باہمی تعلقات کا تجزیہ کرتا ہے، مثلاً سیاق میں الفاظ عموماً کس طرح ایک ساتھ آتے ہیں، اور اس سمجھ کو استعمال کرتے ہوئے جواب بناتے وقت ایک ایک کر کے اگلے سب سے ممکنہ لفظ کی پیش گوئی کرتا ہے. متن کو چھوٹی اکائیوں میں تبدیل کیا جا سکتا ہے، جنہیں کبھی کبھی ”ٹوکنز“ کہا جاتا ہے۔ یہ مکمل الفاظ، الفاظ کے حصوں یا رموز اوقاف کی نمائندگی کر سکتی ہیں. ٹوکنز متن کے وہ بنیادی اجزا ہیں جن پر ماڈل کارروائی کرتا ہے. اسی طرح، تصاویر جیسے دیگر قسم کے مواد بنانے والے ماڈلز تربیتی ڈیٹا میں پکسلز کے باہمی تعلق اور متعلقہ وضاحتی عبارتوں سے ان کے تعلق کے نمونے سیکھتے ہیں.

مثلاً ماڈل کے سیکھنے کے عمل، جسے ”تربیت“ کہا جاتا ہے، کے دوران اسے یہ جملہ مکمل کرنے کا کام دیا جا سکتا ہے: ”بائیں مڑنے کے بجائے وہ ___ مڑی۔“ تربیت کے ابتدائی مرحلے میں اس کے جوابات بڑی حد تک بے ترتیب ہوتے ہیں. تاہم، جیسے جیسے ماڈل بڑی مقدار میں متن پر کارروائی کر کے اس سے سیکھتا ہے، وہ نمونے پہچاننے اور اگلے سب سے ممکنہ لفظ کی پیش گوئی کرنے میں بہتر ہوتا جاتا ہے. اس کی سمجھ کو نکھارنے اور درستگی بہتر بنانے کے لیے یہ عمل لاکھوں جملوں پر دہرایا جاتا ہے.

چونکہ کسی جملے کو معقول طور پر کئی طریقوں سے مکمل کیا جا سکتا ہے، مثلاً ”بائیں مڑنے کے بجائے وہ دائیں مڑی“، ”گھوم گئی“ یا ”واپس مڑی“، اس لیے ماڈل کے جواب دینے کے طریقے میں فطری طور پر کچھ بے ترتیبی ہوتی ہے. اسی وجہ سے ایک ہی سوال مختلف بار پوچھنے پر مختلف جوابات دے سکتا ہے.

مشین لرننگ ماڈلز اعداد کے بڑے مجموعوں پر مشتمل ہوتے ہیں، جنہیں ”ویٹس“ یا ”پیرامیٹرز“ کہا جاتا ہے، اور ان کے ساتھ ایسا کوڈ ہوتا ہے جو ان اعداد کو سمجھتا اور استعمال کرتا ہے. یہ ماڈلز اس ڈیٹا کی نقول محفوظ یا برقرار نہیں رکھتے جس پر انہیں تربیت دی جاتی ہے. اس کے بجائے، ماڈل کے سیکھنے کے دوران اس کے پیرامیٹرز کی قدروں میں معمولی تبدیلی کی جاتی ہے تاکہ وہ شناخت کردہ نمونوں کی عکاسی کریں. پہلی مثال میں ماڈل بے ترتیب الفاظ کی پیش گوئی سے زیادہ درست پیش گوئی تک پہنچا، تربیتی جملے محفوظ کر کے نہیں بلکہ اپنے اندرونی پیرامیٹرز کو تازہ کر کے. ماڈل تربیت کے دوران زیر کارروائی جملوں، تصاویر یا آڈیو کی نقول برقرار نہیں رکھتا. ChatGPT اپنے تربیتی ڈیٹا سے مواد ”نقل کر کے چسپاں“ نہیں کرتا۔ یہ بالکل ایسے ہی ہے جیسے ایک استاد گہرے مطالعے کے بعد اصل مواد کو لفظ بہ لفظ یاد یا دوبارہ پیش کیے بغیر خیالات کے باہمی تعلق کو سمجھ کر تصورات کی وضاحت کر سکتا ہے. صارف کی درخواست کا جواب بناتے وقت ماڈل سیکھے ہوئے ان ویٹس کو نیا مواد تخلیق کرنے اور اس کی پیش گوئی کے لیے استعمال کرتا ہے.

ChatGPT کو سکھانے کے لیے کس قسم کی معلومات استعمال ہوتی ہیں؟

عوامی طور پر دستیاب انٹرنیٹ مواد میں سے ہم صرف وہ معلومات استعمال کرتے ہیں جو انٹرنیٹ پر آزادانہ اور کھلے طور پر قابل رسائی ہوں. اس میں عوامی طور پر دستیاب ویب صفحات، عوامی فورمز، بلاگز، پوسٹس اور دیگر آن لائن مواد شامل ہو سکتا ہے. مثلاً اگر آپ عوامی طور پر دستیاب کسی آن لائن مباحثے کے فورم میں حصہ لیتے یا کوئی عوامی بلاگ یا دوسری پوسٹ شائع کرتے ہیں تو ہم اس قابل رسائی مواد کو ماڈل کی تربیت کے لیے استعمال کر سکتے ہیں. تاہم، ہم اپنے تربیتی عمل میں ذاتی معلومات پر کارروائی کم کرنے کے لیے اقدامات کرتے ہیں.  عوامی طور پر دستیاب انٹرنیٹ مواد جمع کرتے وقت ہم جان بوجھ کر ایسے ذرائع سے ڈیٹا حاصل نہیں کرتے جو ہمارے علم کے مطابق ادائیگی کی پابندی کے پیچھے ہوں یا ڈارک ویب پر موجود ہوں. مزید برآں، ہم ایسا مواد ہٹانے کے لیے فلٹرز لگاتے ہیں جس سے ہم اپنے ماڈلز کو نہیں سکھانا چاہتے، مثلاً نفرت انگیز گفتگو، بالغوں کا مواد، ذاتی معلومات یکجا کرنے والی سائٹس اور غیر مطلوبہ مواد. اس کے بعد باقی معلومات ہمارے ماڈلز کی تربیت کے لیے استعمال کی جاتی ہیں. 

ویب سائٹ کے مالکان robots.txt جیسے معیاری ویب کنٹرولز کے ذریعے GPTBot کو روک کر یہ طے کر سکتے ہیں کہ آیا ان کی سائٹس کا عوامی مواد تربیت کے لیے قابل رسائی ہو۔ GPTBot ہمارے ماڈلز کی تربیت میں مدد کے لیے عوامی مواد کا جائزہ لے سکتا ہے. ہم ویب سائٹ کے مالکان کو یہ طے کرنے میں مدد دینے کے لیے رہنمائی فراہم کرتے ہیں کہ ان کی سائٹس اور مواد ہمارے مصنوعی ذہانت کے نظاموں کے ساتھ کیسے تعامل کریں. 

ہم اپنے ماڈلز کی تربیت اور بہتری میں مدد کے لیے تیسرے فریق کے شراکت داروں سے حاصل کردہ معلومات بھی استعمال کرتے ہیں. اس میں تیسرے فریقوں کے ساتھ معاہدوں کے ذریعے حاصل کیے گئے ڈیٹا مجموعوں کی معلومات، نیز ہماری پالیسیوں اور معاہدوں کے تحت اجازت یافتہ صورتوں میں انسانی تربیت کاروں اور محققین کی فراہم یا تخلیق کردہ معلومات شامل ہو سکتی ہیں. اس سے ہمارے ماڈلز کا معیار، حفاظت اور کارکردگی بہتر بنانے میں مدد ملتی ہے. ڈیٹا مجموعے کے لحاظ سے ان ذرائع میں متن، تصاویر، آڈیو، ویڈیو یا دیگر اقسام کا ڈیٹا شامل ہو سکتا ہے.

ہم کچھ تربیتی عملوں میں مصنوعی ڈیٹا کا استعمال بھی بتدریج بڑھا رہے ہیں. مثلاً ہم مصنوعی ہدایات، کثیر لسانی مثالیں یا دیگر تربیتی مواد بنانے کے لیے معلومات اور اپنے ماڈلز استعمال کر سکتے ہیں. مصنوعی ڈیٹا ماڈل کی کارکردگی بہتر بنانے میں مدد دے سکتا ہے، مثلاً ان شعبوں میں تربیتی ڈیٹا کی کمی یا عدم توازن کو پورا کر کے، اور ماڈل کی تیاری میں پرائیویسی بڑھانے والے طریقوں کی معاونت بھی کر سکتا ہے.

کیا ChatGPT کو سکھانے کے لیے ذاتی معلومات استعمال کی جاتی ہیں؟

آن لائن مواد کا ایک بڑا حصہ لوگوں سے متعلق معلومات پر مشتمل ہوتا ہے، اس لیے ہمارے تربیتی ڈیٹا میں اتفاقاً ذاتی معلومات شامل ہو سکتی ہیں. تاہم، ہم اپنے تربیتی عمل میں ذاتی معلومات پر کارروائی کم کرنے کے لیے اقدامات کرتے ہیں.

ہم تربیتی ڈیٹا کو ماڈل کی صلاحیتیں، مثلاً پیش گوئی، ریزننگ اور مسائل حل کرنے کی صلاحیت، بہتر بنانے کے لیے استعمال کرتے ہیں، نہ کہ افراد کی پروفائلز بنانے، ان سے رابطہ کرنے یا انہیں ذاتی نوعیت کے اشتہارات دکھانے کے لیے.

بعض صورتوں میں ماڈلز ذاتی معلومات سے یہ سمجھنا سیکھ سکتے ہیں کہ نام اور پتے جیسے عناصر زبان میں کیسے کام کرتے ہیں، یا عوامی شخصیات اور معروف اداروں کو کیسے پہچانا جاتا ہے. اس سے ماڈل کو زیادہ درست اور سیاق کے لحاظ سے موزوں جوابات بنانے میں مدد ملتی ہے.

تربیت کے دوران ذاتی معلومات کا تحفظ کیسے کیا جاتا ہے؟

ہم تربیت کے دوران ذاتی معلومات پر کارروائی محدود کرنے کے لیے فعال اقدامات کرتے ہیں. مثلاً ہم ایسے معروف ذرائع خارج کر دیتے ہیں جو بڑی مقدار میں ذاتی ڈیٹا یکجا کرتے ہیں، تربیتی عمل میں ذاتی معلومات کم کرنے کے لیے فلٹرز لگاتے ہیں، اور تربیتی ڈیٹا دہرائے جانے کا خطرہ گھٹانے کے لیے نقلی مواد کی شناخت اور اسے ہٹانے کے اقدامات کرتے ہیں. اس کے علاوہ، ہم اپنے ماڈلز کو تربیت دیتے ہیں کہ وہ افراد کی نجی یا حساس معلومات مانگنے والی درخواستوں کا جواب دینے سے گریز کریں. 

ہم معلومات کتنی مدت تک برقرار رکھتے ہیں

ہم تربیتی ڈیٹا میں معلومات صرف اتنی مدت تک برقرار رکھتے ہیں جتنی اس مضمون اور ہماری پرائیویسی پالیسی میں بیان کردہ مقاصد کے لیے معقول طور پر ضروری ہو، جن میں اپنے ماڈلز کی تیاری اور بہتری اور متعلقہ سائنسی تحقیق شامل ہیں. معلومات برقرار رکھنے کی مسلسل ضرورت یقینی بنانے کے لیے وقتاً فوقتاً جائزہ لیا جاتا ہے، اور یہ مدت معلومات کی قسم اور استعمال کے طریقے کے لحاظ سے مختلف ہوتی ہے. معلومات برقرار رکھنے کی مدت طے کرتے وقت ہم ان پر کارروائی کے مقصد، معلومات کی مقدار، نوعیت اور حساسیت، غیر مجاز استعمال یا افشا سے ممکنہ نقصان کے خطرے، اور ہم پر عائد قانونی ذمہ داریوں جیسے عوامل پر غور کرتے ہیں.

ChatGPT کی تیاری پرائیویسی قوانین کی تعمیل کیسے کرتی ہے؟

ہم تربیتی معلومات کو قانونی طور پر استعمال کرتے ہیں. ہمارے بنیادی ماڈلز بہت سی مفید ایپلی کیشنز کو تقویت دیتے ہیں، جن میں رسائی پذیری کے ٹولز، صارف معاونت، سافٹ ویئر کی تیاری، ذاتی نوعیت کی تعلیم اور سائنسی تحقیق شامل ہیں. یہ صلاحیتیں لارچ-اسکیل ٹریننگ کے ڈیٹا پر منحصر ہیں، جس میں عوامی طور پر دستیاب معلومات اور تیسرے فریق کے شراکت داروں سے حاصل کردہ معلومات شامل ہیں. ہم پورے تربیتی عمل میں حفاظتی اقدامات اپناتے ہیں، جن میں ذاتی معلومات پر کارروائی کم کرنے اور خطرات گھٹانے کے لیے تیار کردہ اقدامات شامل ہیں، جیسا کہ اس مضمون میں بیان کیا گیا ہے. تربیتی معلومات میں شامل ذاتی معلومات کو جمع اور استعمال کرنے کی بنیاد GDPR جیسے پرائیویسی قوانین کے تحت جائز مفادات ہیں۔ ان میں صارفین اور وسیع تر معاشرے کے لیے اپنے ماڈلز کی تربیت اور بہتری شامل ہے، جو اس امر کو یقینی بنانے کے ہمارے مقصد سے ہم آہنگ ہے کہ آرٹیفیشل جنرل انٹیلیجنس سب کے لیے فائدہ مند ہو۔ اس کی مزید وضاحت ہماری پرائیویسی پالیسی میں موجود ہے. ہم نے ڈیٹا کے تحفظ سے متعلق اثرات کا جائزہ مکمل کیا ہے تاکہ یہ یقینی بنانے میں مدد ملے کہ ہم یہ معلومات قانونی اور ذمہ دارانہ طریقے سے جمع اور استعمال کر رہے ہیں.

معلومات کب شیئر یا منتقل کی جا سکتی ہیں

ہم ذاتی معلومات ”فروخت“ نہیں کرتے اور تربیتی ڈیٹا میں موجود ذاتی معلومات صرف اپنی پرائیویسی پالیسی میں بیان کردہ محدود حالات میں افشا کرتے ہیں. مثلاً ہم اپنے ماڈلز کی تیاری، جانچ اور بہتری میں معاون ملحقہ اداروں، فروخت کنندگان اور خدمت فراہم کنندگان کے ساتھ معلومات شیئر کر سکتے ہیں. ہم نیک نیتی سے یہ سمجھتے ہوئے بھی معلومات افشا کر سکتے ہیں کہ کسی قانونی ذمہ داری کی تعمیل یا اپنے، اپنے صارفین، ملازمین یا عوام کے حقوق اور سلامتی و تحفظ کے لیے ایسا کرنا ضروری ہے، جیسا کہ ہماری پرائیویسی پالیسی میں بیان کیا گیا ہے.

چونکہ ہمارا بنیادی ڈھانچہ عالمی ہے، اس لیے تربیتی ڈیٹا میں موجود ذاتی معلومات پر EEA، سوئٹزرلینڈ یا UK سے باہر کے ممالک، بشمول ریاستہائے متحدہ، میں کارروائی کی جا سکتی ہے. ایسی صورت میں ہم مناسب حفاظتی اقدامات اپناتے ہیں، مثلاً موزونیت کے فیصلے یا معیاری معاہداتی شقیں، جیسا کہ ہماری پرائیویسی پالیسی میں بیان کیا گیا ہے.

آپ کے حقوق اور انہیں استعمال کرنے کا طریقہ

ہم اعتراض کی درخواستوں اور حقوق سے متعلق ایسی ہی درخواستوں کا جواب دیتے ہیں. زبان سیکھنے کے نتیجے میں ChatGPT کے جوابات میں کبھی کبھار ان افراد کی ذاتی معلومات شامل ہو سکتی ہیں جن کی معلومات عوامی انٹرنیٹ پر کئی بار موجود ہوں، مثلاً عوامی شخصیات. بعض قانونی دائرہ اختیار میں افراد ہمارے ماڈلز کی جانب سے اپنی ذاتی معلومات پر کارروائی کے خلاف اعتراض یا ڈیٹا کے موضوع کی حیثیت سے حقوق کی دیگر درخواستیں ہمارے پرائیویسی پورٹل کے ذریعے جمع کر سکتے ہیں. آپ privacy@openai.com پر رابطہ کر کے بھی یہ حقوق استعمال کر سکتے ہیں.

آپ کی درخواست کا جائزہ لینے اور جواب دینے میں ہماری مدد کے لیے اتنی معلومات فراہم کریں کہ ہم سمجھ سکیں درخواست کن ذاتی معلومات سے متعلق ہے، مثلاً آپ کا نام، متعلقہ URLs، ماڈل کے نتائج کی مخصوص مثالیں یا مسئلے کی شناخت میں مدد دینے والی دیگر تفصیلات. بعض صورتوں میں کارروائی سے پہلے ہم آپ سے اپنی شناخت کی تصدیق کرنے یا یہ ثابت کرنے کو کہہ سکتے ہیں کہ معلومات آپ ہی سے متعلق ہیں. ان درخواستوں کو جمع کرنے کے طریقے، بہترین طریقہ کار اور درخواستوں کے جائزے سمیت مزید معلومات، ChatGPT سے ذاتی ڈیٹا ہٹانے سے متعلق ہمارے ہیلپ سینٹر کے مضمون میں دستیاب ہیں. ہم قابل اطلاق پرائیویسی قوانین کے مطابق درخواستوں کا جائزہ لیتے اور متعلقہ قانونی مدت کے اندر جواب دیتے ہیں.

براہ کرم آگاہ رہیں کہ پرائیویسی قوانین کے تحت بعض حقوق مطلق نہیں ہو سکتے. مثلاً اگر ہم متعلقہ معلومات کی تصدیق نہ کر سکیں، درخواست OpenAI کی زیر کارروائی ذاتی معلومات سے متعلق نہ ہو، کوئی استثنا لاگو ہو، یا ہمارے پاس ایسا کرنے کی کوئی دوسری قانونی وجہ ہو تو ممکن ہے ہم درخواست پوری نہ کر سکیں. درخواستوں کا ہر معاملے کی بنیاد پر الگ جائزہ لیا جاتا ہے، اور اس میں پرائیویسی کے حقوق کو اظہار رائے کی آزادی اور عوامی مفاد جیسے دیگر اہم امور کے مقابل متوازن کرنا پڑ سکتا ہے.

تاہم، ہم ذاتی معلومات کے تحفظ کو ترجیح دینے اور تمام قابل اطلاق پرائیویسی قوانین کی تعمیل کرنے کی کوشش کرتے ہیں. اگر آپ سمجھتے ہیں کہ ہم نے کسی مسئلے کو مناسب طریقے سے حل نہیں کیا تو آپ کو اپنے مقامی نگران ادارے کے پاس شکایت درج کرانے کا حق ہے.

ہماری ویب سائٹ، ایپلی کیشنز اور خدمات استعمال کرتے وقت آپ سے یا آپ کے بارے میں جمع کی جانے والی ذاتی معلومات سے متعلق OpenAI کے طریقوں کی مزید تفصیل کے لیے ہماری پرائیویسی پالیسی دیکھیں.