OpenAI کے فاؤنڈیشن ماڈلز، جن میں ChatGPT کو چلانے والے ماڈلز بھی شامل ہیں، معلومات کے تین بنیادی ذرائع استعمال کر کے تیار کیے جاتے ہیں: (1) وہ معلومات جو انٹرنیٹ پر عوامی طور پر دستیاب ہیں، (2) وہ معلومات جن تک رسائی کے لیے ہم تیسرے فریقوں کے ساتھ شراکت کرتے ہیں، اور (3) وہ معلومات جو ہمارے صارفین، انسانی ٹرینرز اور محققین فراہم یا تخلیق کرتے ہیں.

ChatGPT میں استعمال ہونے جیسے فاؤنڈیشن ماڈلز تیار کرنے میں کئی مراحل شامل ہوتے ہیں، جن میں ٹریننگ ڈیٹا کی تیاری، پری-ٹریننگ اور پوسٹ-ٹریننگ، نیز تعیناتی کے بعد مسلسل جائزہ اور بہتری شامل ہیں. ان مراحل میں مختلف مقاصد کے لیے مختلف قسم کی معلومات استعمال کی جا سکتی ہیں، جن میں ماڈل کی کارکردگی، قابلِ اعتمادیت اور حفاظت کو بہتر بنانا شامل ہے. 

یہ مضمون اس بات کا خلاصہ پیش کرتا ہے کہ ہم ان ماڈلز کی تیاری میں مدد کے لیے کون سی معلومات استعمال کرتے ہیں، پرائیویسی قوانین کی تعمیل کرتے ہوئے وہ معلومات کیسے جمع اور استعمال کرتے ہیں، اور ٹریننگ کے پورے عمل میں کون سے حفاظتی اقدامات لاگو کرتے ہیں. یہ سمجھنے کے لیے کہ ہم اپنی سروسز کے صارفین سے معلومات کیسے جمع اور استعمال کرتے ہیں، بشمول یہ کہ ہمارے ماڈلز کو بہتر بنانے میں ChatGPT گفتگوؤں کے استعمال سے کیسے آپٹ آؤٹ کیا جائے، براہِ کرم ہماری پرائیویسی پالیسی اور یہ ہیلپ سینٹر مضمون دیکھیں.

ChatGPT کیا ہے اور یہ کیسے کام کرتا ہے؟

ChatGPT مصنوعی ذہانت پر مبنی ایک سروس ہے جس تک آپ انٹرنیٹ یا ایپ کے ذریعے رسائی حاصل کر سکتے ہیں. آپ ChatGPT کو بہت سے کاموں کے لیے استعمال کر سکتے ہیں، جیسے معلومات کو منظم اور خلاصہ کرنا، ترجموں میں مدد، کوڈنگ، تحقیق اور تجزیے میں معاونت، مختلف ٹولز کے ذریعے کئی مرحلوں والے کام مکمل کرنا، تصاویر کا تجزیہ یا تخلیق، تخلیقی صلاحیت اور خیالات کو تحریک دینا، اور روزمرہ کی دیگر سرگرمیاں. ChatGPT کو اس طرح ڈیزائن کیا گیا ہے کہ یہ متن، تصاویر، آڈیو اور ویڈیو سمیت بڑی مقدار میں معلومات سے پیٹرنز سیکھ کر صارف کے سوالات اور ہدایات کو سمجھے اور ان کا جواب دے. 

ٹریننگ کے دوران، ماڈل اس ڈیٹا کے اندر تعلقات کا تجزیہ کرتا ہے—مثلاً الفاظ عموماً سیاق و سباق میں ایک ساتھ کیسے آتے ہیں—اور جواب بناتے وقت اسی سمجھ کو استعمال کر کے ایک وقت میں ایک لفظ کے حساب سے 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، جو پورے الفاظ، الفاظ کے حصوں یا رموزِ اوقاف کی نمائندگی کر سکتے ہیں. ٹوکنز متن کی وہ بنیادی اکائیاں ہیں جنہیں ماڈل پروسیس کرتا ہے. اسی طرح، تصاویر جیسی مواد کی دوسری شکلیں بنانے والے ماڈلز یہ سیکھتے ہیں کہ ٹریننگ ڈیٹا میں پکسلز ایک دوسرے سے اور متعلقہ کیپشنز سے کیسے جڑے ہوتے ہیں.

مثال کے طور پر، ماڈل کے سیکھنے کے عمل (جسے ”ٹریننگ“ کہا جاتا ہے) کے دوران ماڈل کو اس طرح کا جملہ مکمل کرنے کا کام دیا جا سکتا ہے: ”بائیں مڑنے کے بجائے، وہ ___ مڑی.“ ٹریننگ کے ابتدائی مرحلے میں اس کے جوابات زیادہ تر بے ترتیب ہوتے ہیں. تاہم، جیسے جیسے ماڈل متن کی بڑی مقدار کو پروسیس کر کے اس سے سیکھتا ہے، وہ پیٹرنز پہچاننے اور اگلے سب سے ممکنہ لفظ کی پیش گوئی کرنے میں بہتر ہوتا جاتا ہے. اس کی سمجھ کو بہتر بنانے اور درستگی بڑھانے کے لیے یہ عمل لاکھوں جملوں پر دہرایا جاتا ہے.

چونکہ کسی جملے کو مکمل کرنے کے کئی قابلِ قبول طریقے ہو سکتے ہیں—جیسے ”بائیں مڑنے کے بجائے، وہ دائیں مڑی،“ ”گھوم گئی،“ یا ”واپس مڑی“—اس لیے ماڈل کے جواب دینے کے طریقے میں بے ترتیبی کا ایک فطری عنصر موجود ہوتا ہے. نتیجتاً، ایک ہی سوال کے مختلف بار پوچھے جانے پر مختلف جوابات مل سکتے ہیں.

مشین لرننگ ماڈلز اعداد کے بڑے مجموعوں پر مشتمل ہوتے ہیں، جنہیں ”ویٹس“ یا ”پیرامیٹرز“ کہا جاتا ہے، ساتھ ہی وہ کوڈ بھی ہوتا ہے جو ان اعداد کی تشریح 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، جب کوئی ماڈل سیکھتا ہے تو اس کے پیرامیٹرز کی قدروں کو ان پیٹرنز کی عکاسی کے لیے معمولی طور پر ایڈجسٹ کیا جاتا ہے جن کی اس نے شناخت کی ہے. پچھلی مثال میں، ماڈل بے ترتیب الفاظ کی پیش گوئی سے زیادہ درست پیش گوئیاں کرنے تک بہتر ہوا—ٹریننگ کے جملے محفوظ کر کے نہیں، بلکہ اپنے اندرونی پیرامیٹرز کو اپ ڈیٹ کر کے. ماڈل ٹریننگ کے دوران پروسیس کیے گئے جملوں، تصاویر یا آڈیو کی نقول برقرار نہیں رکھتا. ChatGPT اپنے ٹریننگ ڈیٹا سے ”کاپی اور پیسٹ“ نہیں کرتا—یہ بالکل ایسے ہے جیسے کوئی استاد، وسیع مطالعے کے بعد، اصل مواد کو لفظ بہ لفظ یاد یا دوبارہ پیش کیے بغیر خیالات کے باہمی تعلقات سمجھ کر تصورات کی وضاحت کر سکتا ہے. صارف کی درخواست کا جواب بناتے وقت، ماڈل انہی سیکھے ہوئے ویٹس کو استعمال کر کے نئے مواد کی پیش گوئی اور تخلیق کرتا ہے.

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

عوامی طور پر دستیاب انٹرنیٹ مواد کے لیے ہم صرف وہ معلومات استعمال کرتے ہیں جو انٹرنیٹ پر آزادانہ اور کھلے طور پر قابلِ رسائی ہوتی ہیں. اس میں عوامی طور پر دستیاب ویب صفحات، عوامی فورمز، عوامی بلاگز، عوامی پوسٹس اور دیگر عوامی طور پر دستیاب آن لائن مواد شامل ہو سکتا ہے. مثال کے طور پر، اگر آپ کسی عوامی طور پر دستیاب آن لائن مباحثہ فورم میں حصہ لیتے ہیں یا کوئی عوامی بلاگ یا دوسری پوسٹ شائع کرتے ہیں، تو ہم اس عوامی طور پر قابلِ رسائی مواد کو ماڈل ٹریننگ کے مقاصد کے لیے استعمال کر سکتے ہیں. تاہم، ہم اپنے ٹریننگ کے عمل میں ذاتی معلومات کی پروسیسنگ کو کم کرنے کے لیے اقدامات کرتے ہیں.  عوامی طور پر دستیاب انٹرنیٹ مواد جمع کرتے وقت، ہم جان بوجھ کر ایسے ذرائع سے ڈیٹا اکٹھا نہیں کرتے جو paywalls کے پیچھے معلوم ہوں یا ڈارک ویب سے ہوں. اس کے علاوہ، ہم ایسا مواد ہٹانے کے لیے فلٹرز لگاتے ہیں جس سے ہم نہیں چاہتے کہ ہمارے ماڈلز سیکھیں، جیسے نفرت انگیز تقریر، بالغوں کا مواد، ذاتی معلومات جمع کرنے والی سائٹس، اور اسپیم. باقی معلومات پھر ہمارے ماڈلز کو تربیت دینے کے لیے استعمال کی جاتی ہیں. 

ویب سائٹ مالکان معیاری ویب کنٹرولز، جیسے robots.txt کے ذریعے GPTBot کو منع کر کے، یہ منظم کر سکتے ہیں کہ ان کی سائٹس کا عوامی طور پر دستیاب مواد ٹریننگ میں استعمال کے لیے قابلِ رسائی ہو یا نہیں؛ GPTBot ہمارے ماڈلز کی ٹریننگ میں مدد کے لیے عوامی طور پر دستیاب مواد کو کرال کر سکتا ہے. ہم ویب سائٹ مالکان کی مدد کے لیے رہنمائی فراہم کرتے ہیں تاکہ وہ یہ منظم کر سکیں کہ ان کی سائٹس اور مواد ہمارے AI سسٹمز کے ساتھ کیسے تعامل کرتے ہیں. 

ہم اپنے ماڈلز کو تربیت دینے اور بہتر بنانے میں مدد کے لیے تیسرے فریق پارٹنرز سے معلومات بھی استعمال کرتے ہیں. اس میں وہ معلومات شامل ہو سکتی ہیں جو تیسرے فریقوں کے ساتھ معاہدوں کے ذریعے ہمیں دستیاب ڈیٹاسیٹس میں ہوتی ہیں، نیز وہ معلومات بھی جو انسانی ٹرینرز اور محققین ہماری پالیسیوں اور معاہدوں کے تحت اجازت ہونے پر فراہم یا تخلیق کرتے ہیں. اس سے ہمارے ماڈلز کے معیار، حفاظت اور کارکردگی کو بہتر بنانے میں مدد ملتی ہے. ڈیٹاسیٹ کے لحاظ سے ان ذرائع میں متن، تصاویر، آڈیو، ویڈیو یا ڈیٹا کی دیگر اقسام شامل ہو سکتی ہیں.

ہم کچھ ٹریننگ عملوں میں مصنوعی ڈیٹا کا استعمال بھی بڑھا رہے ہیں. مثال کے طور پر، ہم معلومات اور اپنے ماڈلز کو مصنوعی پرومپٹس، کثیر لسانی مثالیں یا دیگر ٹریننگ مواد بنانے کے لیے استعمال کر سکتے ہیں. مصنوعی ڈیٹا ماڈل کی کارکردگی بہتر بنانے میں مدد کر سکتا ہے، مثلاً ان شعبوں میں ٹریننگ ڈیٹا کی تکمیل کر کے جہاں ڈیٹا کم یا غیر متوازن ہو، اور یہ ماڈل ڈیولپمنٹ میں پرائیویسی بڑھانے والے طریقوں کی بھی معاونت 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 ٹریننگ ڈیٹا میں اتفاقاً ذاتی معلومات شامل ہو سکتی ہیں. تاہم، ہم اپنے ٹریننگ کے عمل میں ذاتی معلومات کی پروسیسنگ کو کم کرنے کے لیے اقدامات کرتے ہیں.

ہم ٹریننگ ڈیٹا کو ماڈل کی صلاحیتیں—جیسے پیش گوئی، ریزننگ اور مسئلہ حل کرنا—تیار کرنے کے لیے استعمال کرتے ہیں، افراد کے پروفائل بنانے، ان سے رابطہ کرنے یا انہیں ذاتی نوعیت کے اشتہارات دکھانے کے لیے نہیں.

کچھ معاملات میں، ماڈلز ذاتی معلومات سے یہ سمجھنے کے لیے سیکھ سکتے ہیں کہ ناموں اور پتوں جیسے عناصر زبان میں کیسے کام کرتے ہیں، یا عوامی شخصیات اور معروف اداروں کو پہچاننے کے لیے. اس سے ماڈل کو زیادہ درست اور سیاق و سباق کے مطابق جوابات بنانے میں مدد ملتی ہے.

ٹریننگ کے دوران ذاتی معلومات کو کیسے محفوظ رکھا جاتا ہے؟

ہم ٹریننگ کے دوران ذاتی معلومات کی پروسیسنگ کو محدود کرنے کے لیے فعال اقدامات کرتے ہیں. مثال کے طور پر، ہم ایسے معلوم ذرائع کو خارج کرتے ہیں جو بڑی مقدار میں ذاتی ڈیٹا جمع کرتے ہیں، ٹریننگ کے عمل میں ذاتی معلومات کم کرنے کے لیے فلٹرنگ لاگو کرتے ہیں، اور ٹریننگ ڈیٹا کے دہرائے جانے کے خطرے کو کم کرنے کے لیے ڈپلیکیٹ مواد کی شناخت اور اسے ہٹانے کے اقدامات کرتے ہیں. اس کے علاوہ، ہم اپنے ماڈلز کو تربیت دیتے ہیں کہ وہ افراد کے بارے میں نجی یا حساس معلومات کی درخواستوں کا جواب دینے سے گریز کریں. 

ہم معلومات کب تک برقرار رکھتے ہیں

ہم ٹریننگ ڈیٹا میں معلومات کو 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، بشمول اپنے ماڈلز کو تیار اور بہتر بنانے اور متعلقہ سائنسی تحقیق کے مقاصد کے لیے. برقراری کا وقتاً فوقتاً جائزہ لیا جاتا ہے تاکہ مسلسل ضرورت کو یقینی بنایا جا سکے، اور یہ معلومات کی قسم اور اس کے استعمال کے طریقے کے لحاظ سے مختلف ہوتی ہے. برقراری کا تعین کرتے وقت ہم ایسے عوامل پر غور کرتے ہیں جیسے معلومات کو پروسیس کرنے کا ہمارا مقصد، معلومات کی مقدار، نوعیت اور حساسیت، غیر مجاز استعمال یا افشا سے ممکنہ نقصان کا خطرہ، اور وہ قانونی ذمہ داریاں جن کے ہم تابع ہیں.

ChatGPT کی تیاری پرائیویسی قوانین کی تعمیل کیسے کرتی ہے؟

ہم ٹریننگ کی معلومات کو قانونی طور پر استعمال کرتے ہیں. ہمارے فاؤنڈیشن ماڈلز فائدہ مند ایپلیکیشنز کی وسیع رینج کو طاقت دیتے ہیں—جن میں ایکسیسبلٹی ٹولز، کسٹمر سپورٹ، سافٹ ویئر ڈیولپمنٹ، ذاتی نوعیت کی تعلیم، اور سائنسی تحقیق شامل ہیں. یہ صلاحیتیں لارچ-اسکیل ٹریننگ ڈیٹا پر منحصر ہیں، جن میں عوامی طور پر دستیاب معلومات اور تیسرے فریق پارٹنرز سے معلومات شامل ہیں. ہم ٹریننگ کے پورے عمل میں حفاظتی اقدامات لاگو کرتے ہیں، جن میں ٹریننگ کے عمل میں ذاتی معلومات کی پروسیسنگ کو کم کرنے اور خطرات کو گھٹانے کے لیے بنائے گئے اقدامات شامل ہیں، جیسا کہ اس مضمون میں بیان کیا گیا ہے. ہم ٹریننگ کی معلومات میں شامل ذاتی معلومات کے اپنے جمع کرنے اور استعمال کو GDPR جیسے پرائیویسی قوانین کے تحت جائز مفادات پر مبنی رکھتے ہیں، بشمول صارفین اور وسیع تر معاشرے کے لیے اپنے ماڈلز کو تربیت دینے اور بہتر بنانے کے لیے، اپنی اس مشن کے مطابق کہ آرٹیفیشل جنرل انٹیلیجنس سب کے لیے فائدہ مند ہو، جیسا کہ ہماری پرائیویسی پالیسی میں مزید تفصیل سے وضاحت کی گئی ہے. ہم نے ڈیٹا پروٹیکشن امپیکٹ اسیسمنٹ مکمل کر لیا ہے تاکہ یہ یقینی بنانے میں مدد ملے کہ ہم یہ معلومات قانونی اور ذمہ دارانہ طور پر جمع اور استعمال کر رہے ہیں.

معلومات کب شیئر یا منتقل کی جا سکتی ہیں

ہم ذاتی معلومات ”فروخت“ نہیں کرتے، اور ٹریننگ ڈیٹا میں موجود ذاتی معلومات صرف ان محدود حالات میں افشا کرتے ہیں جو ہماری پرائیویسی پالیسی میں بیان کیے گئے ہیں. مثال کے طور پر، ہم معلومات کو اپنے وابستہ اداروں، وینڈرز اور سروس فراہم کنندگان کے ساتھ شیئر کر سکتے ہیں جو ہمارے ماڈلز کی تیاری، جانچ اور بہتری میں معاونت کرتے ہیں. ہم نیک نیتی سے یہ سمجھتے ہوئے بھی معلومات افشا کر سکتے ہیں کہ کوئی قانونی ذمہ داری پوری کرنے یا اپنے اور اپنے صارفین، ملازمین یا عوام کے حقوق، حفاظت اور سیکیورٹی کے تحفظ کے لیے ایسا کرنا ضروری ہے، جیسا کہ ہماری پرائیویسی پالیسی میں بیان کیا گیا ہے.

چونکہ ہمارا انفراسٹرکچر عالمی ہے، اس لیے ٹریننگ ڈیٹا میں موجود ذاتی معلومات کو EEA، سوئٹزرلینڈ یا برطانیہ سے باہر کے ممالک (بشمول ریاستہائے متحدہ) میں پروسیس کیا جا سکتا ہے. جہاں ایسا ہوتا ہے، ہم مناسب حفاظتی اقدامات لاگو کرتے ہیں، جیسے کفایت 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 اسی طرح کے حقوق سے متعلق درخواستوں کا جواب دیتے ہیں. زبان سیکھنے کے نتیجے میں، ChatGPT کے جوابات میں کبھی کبھار ان افراد کے بارے میں ذاتی معلومات شامل ہو سکتی ہیں جن کی ذاتی معلومات عوامی انٹرنیٹ پر کئی بار ظاہر ہوتی ہیں (مثلاً عوامی شخصیات). بعض دائرہ اختیار میں افراد ہمارے ماڈلز کے ذریعے اپنی ذاتی معلومات کی پروسیسنگ پر اعتراض کر سکتے ہیں یا ہمارے پرائیویسی پورٹل کے ذریعے ڈیٹا سبجیکٹ کے دیگر حقوق کی درخواستیں 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 اس کا جواب دینے میں ہماری مدد کے لیے، براہِ کرم اتنی معلومات فراہم کریں کہ ہم سمجھ سکیں آپ کی درخواست کس ذاتی معلومات سے متعلق ہے، جیسے آپ کا نام، متعلقہ URLs، ماڈل آؤٹ پٹس کی مخصوص مثالیں، یا دیگر تفصیلات جو مسئلے کی شناخت میں مدد کریں. کچھ معاملات میں، کارروائی کرنے سے پہلے ہم آپ سے اپنی شناخت کی تصدیق کرنے یا یہ ثابت کرنے کے لیے کہ معلومات آپ سے متعلق ہیں کہہ سکتے ہیں. ان درخواستوں کو جمع کرانے کے طریقے کے بارے میں مزید معلومات، بشمول بہترین طریقے اور درخواستوں کا جائزہ کیسے لیا جاتا ہے، ChatGPT سے ذاتی ڈیٹا ہٹانے سے متعلق ہمارے ہیلپ سینٹر مضمون میں دستیاب ہیں. ہم قابلِ اطلاق پرائیویسی قوانین کے مطابق درخواستوں کا جائزہ لیتے ہیں اور قابلِ اطلاق قانونی مدتوں کے اندر جواب دیتے ہیں.

براہِ کرم آگاہ رہیں کہ پرائیویسی قوانین کے مطابق، کچھ حقوق مطلق نہیں ہو سکتے. مثال کے طور پر، ہم کسی درخواست کو پورا کرنے کے قابل نہیں ہو سکتے جہاں ہم متعلقہ معلومات کی تصدیق نہ کر سکیں، جہاں درخواست OpenAI کے ذریعے پروسیس کی گئی ذاتی معلومات سے متعلق نہ ہو، جہاں کوئی استثنا لاگو ہو، یا جہاں ایسا کرنے کی ہمارے پاس کوئی دوسری قانونی وجہ ہو. درخواستوں کا جائزہ ہر معاملے کی بنیاد پر لیا جاتا ہے اور اس میں پرائیویسی حقوق کو دیگر اہم امور، جیسے اظہارِ رائے کی آزادی اور عوامی مفاد، کے مقابل متوازن کرنا شامل ہو سکتا ہے. 

تاہم، ہم ذاتی معلومات کے تحفظ کو ترجیح دینے کی کوشش کرتے ہیں، اور تمام قابلِ اطلاق پرائیویسی قوانین کی تعمیل کرتے ہیں. اگر آپ کو لگتا ہے کہ ہم نے کسی مسئلے کو مناسب طور پر حل نہیں کیا، تو آپ کو اپنی مقامی نگرانی اتھارٹی کے پاس شکایت درج کرانے کا حق ہے.

جب آپ ہماری ویب سائٹ، ایپلیکیشنز اور سروسز استعمال کرتے ہیں تو ہم آپ سے یا آپ کے بارے میں جو ذاتی معلومات جمع کرتے ہیں، ان سے متعلق OpenAI کے طریقوں کے بارے میں مزید معلومات کے لیے براہِ کرم ہماری پرائیویسی پالیسی دیکھیں.