OpenAI a furat cantități impresionante de date personale, inclusiv fișe medicale și informații despre copii, pentru a instrui ChatGPT

• Tweet

OpenAI, compania lui Sam Altman a colectat „în secret" date pentru a-și antrena modelele ample de limbaj, astfel încât chatbot-ul să poată reda limbajul uman, relatează Insider.

„În ciuda protocoalelor stabilite pentru achiziționarea și utilizarea informațiilor personale, pârâții au avut o abordare diferită: furtul", au scris avocații în dosarul, de 157 de pagini, al procesului intentat miercuri la Tribunalul Districtual pentru Districtul de Nord al Californiei, SUA.

Procesul susține că OpenAI a accesat web-ul pentru a aduna cantități uriașe de date, inclusiv preluate de pe site-urile de social media. De exemplu, corpul de date cu caracter personal al OpenAI, WebText2, a colectat cantități uriașe de date din postările Reddit și de pe site-urile web la care făceau trimitere, susține dosarul din proces.

Datele accesate au inclus „informații private și conversații private, date medicale, informații despre copii - în esență, fiecare informație schimbată pe internet pe care o putea colecta -, fără notificarea proprietarilor sau a utilizatorilor acestor de date, cu atât mai puțin cu permisiunea lor."

Aceasta a echivalat cu „furtul neglijent și, altfel, ilegal de date cu caracter personal de la milioane de americani care nici măcar nu folosesc instrumente AI", susține procesul.

Pe lângă colectarea „amprentelor digitale" ale publicului larg, procesul susține că OpenAI stochează și dezvăluie și informațiile private ale utilizatorilor, inclusiv detaliile pe care le introduc pentru a crea conturi OpenAI, datele din chat și informațiile de pe rețelele de socializare.

Pe lângă date de la persoanele care folosesc ChatGPT în mod direct, au fost colectate și date de la persoane care folosesc aplicații care au ChatGPT integrat, cum sunt Snapchat, Stripe, Spotify, Microsoft Teams și Slack, mai susține procesul. Companiile nu au răspuns imediat la cererea de comentarii a Insider.

Cei care au intentat procesul urmăresc să obțină înghețarea temporară a accesului comercial și a dezvoltării comerciale a produselor OpenAI până când compania va implementa mai multe reglementări și garanții, inclusiv opțiunea care să permită oamenilor să refuze colectarea datelor lor și împiedicarea ca produsele sale „să depășească inteligența umană și să dăuneze altora". Procesul urmărește, de asemenea, obținerea de compensații financiare pentru persoanele ale căror date au fost accesate pentru a instrui roboții.

Pe lângă OpenAI, și principalul susținător, Microsoft, a fost numit pârât. Reclamanții au fost identificați doar după inițialele, ocupațiile și statul lor, potrivit avocaților, pentru a „evita controlul intruziv, precum și orice reacție potențial dăunătoare".

Popularitatea IA generativă, care poate crea text, audio, imagini și videoclipuri, a explodat de când OpenAI și-a lansat ChatGPT în noiembrie. Oamenii au folosit IA generativă în scopuri personale, profesionale și academice, deși există îngrijorări cu privire la accesul acesteia la date.