Что такое данные искусственного интеллекта и как их используют?

Данными искусственного интеллекта называют два разных по смыслу набора информации, и их стоит различать. Первый — это обучающие данные, огромные массивы текстов, изображений и записей, на которых модель училась до того, как её выпустили: страницы сайтов, книги, лицензированные базы, размеченные вручную примеры. Второй — это данные, которые вы сами вводите во время использования уже готовой модели: ваши сообщения в чате, загруженные фото, документы.

Со вторым типом данных и связаны основные переживания пользователей, и здесь правило простое: если в настройках сервиса явно не отключена опция улучшения модели за счёт переписки пользователей, ваши сообщения могут попадать в будущее обучение в обезличенном виде. У ChatGPT такая настройка называется «Improve the model for everyone» и находится в разделе конфиденциальности данных, у большинства российских сервисов похожая опция тоже есть, просто называется иначе.

Что стоит сделать, если тема важна для вас:

• проверьте настройки конфиденциальности используемого сервиса и при желании отключите использование переписки для обучения;
• не загружайте в общедоступные чат-боты паспортные данные, номера карт, врачебные документы, даже если вопрос кажется безобидным;
• для чувствительной работы смотрите в сторону корпоративных тарифов, там обычно данные клиента по договору не используются для обучения общей модели.

Отключение этой настройки не удаляет уже отправленные ранее сообщения из истории обучения, оно касается только новых. Если переписка уже была отправлена до того, как вы это заметили, изменить это задним числом обычно нельзя.