Grunnlíkön OpenAI, þar á meðal líkönin sem knýja ChatGPT, eru þróuð með upplýsingum úr þremur meginuppsprettum: (1) upplýsingum sem eru öllum aðgengilegar á netinu, (2) upplýsingum sem við fáum aðgang að í samstarfi við þriðju aðila og (3) upplýsingum sem notendur okkar, fólk sem sinnir þjálfun og rannsakendur leggja til eða búa til.

Þróun grunnlíkana á borð við þau sem notuð eru í ChatGPT fer fram í nokkrum áföngum, þar á meðal undirbúningi þjálfunargagna, forþjálfun og eftirþjálfun, auk stöðugs mats og endurbóta eftir að líkönin eru tekin í notkun. Á þessum stigum má nota mismunandi tegundir upplýsinga í ýmsum tilgangi, meðal annars til að bæta árangur, áreiðanleika og öryggi líkana. 

Þessi grein gefur yfirlit yfir upplýsingarnar sem við notum við þróun þessara líkana, hvernig við söfnum þeim og notum þær í samræmi við persónuverndarlög og þær verndarráðstafanir sem við beitum í gegnum allt þjálfunarferlið. Í persónuverndarstefnu okkar og þessari grein í hjálparmiðstöðinni má lesa um hvernig við söfnum og notum upplýsingar frá notendum þjónustunnar okkar, meðal annars hvernig má afþakka að samtöl við ChatGPT séu notuð til að bæta líkönin okkar.

Hvað er ChatGPT og hvernig virkar það?

ChatGPT er þjónusta sem byggist á gervigreind og er aðgengileg á netinu eða í gegnum app. Þú getur notað ChatGPT við margvísleg verkefni, meðal annars til að skipuleggja og draga saman upplýsingar, aðstoða við þýðingar, forritun, rannsóknir og greiningu, ljúka verkefnum í mörgum skrefum með mismunandi verkfærum, greina eða búa til myndir, örva sköpunargáfu og hugmyndavinnu og sinna öðrum daglegum viðfangsefnum. ChatGPT er hannað til að skilja og bregðast við spurningum og fyrirmælum notenda með því að læra mynstur úr miklu magni upplýsinga, þar á meðal texta, myndum, hljóði og myndskeiðum. 

Við þjálfun greinir líkanið tengsl innan þessara gagna — svo sem hvernig orð birtast yfirleitt saman í samhengi — og nýtir þann skilning til að spá fyrir um líklegasta næsta orð þegar það býr til svar, eitt orð í einu. Texta má skipta í smærri einingar, stundum kallaðar „tóka“, sem geta táknað heil orð, orðhluta eða greinarmerki. Tókar eru grunneiningar textans sem líkanið vinnur úr. Á sama hátt læra líkön sem búa til annars konar efni, svo sem myndir, mynstur í tengslum mynddíla innbyrðis og við meðfylgjandi myndatexta í þjálfunargögnunum.

Í námsferli líkansins (sem kallast „þjálfun“) gæti það til dæmis fengið það verkefni að ljúka setningu á borð við: „Í stað þess að beygja til vinstri beygði hún ___.“ Í upphafi þjálfunar eru svör þess að mestu tilviljanakennd. Eftir því sem líkanið vinnur úr og lærir af meira magni texta verður það hins vegar betra í að þekkja mynstur og spá fyrir um líklegasta næsta orð. Þetta ferli er endurtekið með milljónum setninga til að dýpka skilning þess og auka nákvæmni.

Þar sem hægt er að ljúka setningu á fleiri en einn trúverðugan hátt — til dæmis „Í stað þess að beygja til vinstri beygði hún til hægri“, „í hring“ eða „til baka“ — er ákveðin tilviljun fólgin í því hvernig líkanið svarar. Þess vegna getur sama spurning skilað mismunandi svörum í hvert sinn sem hún er lögð fram.

Vélanámslíkön samanstanda af stórum söfnum talna, sem kallast „vægi“ eða „stikar“, ásamt kóða sem túlkar og notar þessar tölur. Þessi líkön geyma hvorki né varðveita afrit af gögnunum sem þau eru þjálfuð á. Þess í stað breytast gildi stikanna lítillega eftir því sem líkanið lærir, þannig að þau endurspegli mynstrin sem það hefur greint. Í fyrra dæminu fór líkanið frá því að spá fyrir um tilviljanakennd orð yfir í að spá af meiri nákvæmni — ekki með því að geyma þjálfunarsetningarnar heldur með því að uppfæra innri stika sína. Líkanið varðveitir ekki afrit af setningunum, myndunum eða hljóðinu sem það vinnur úr við þjálfun. ChatGPT „afritar og límir“ ekki úr þjálfunargögnum sínum. Þessu má líkja við kennara sem getur, eftir ítarlegt nám, útskýrt hugtök út frá skilningi sínum á tengslum hugmynda án þess að leggja upprunalega efnið á minnið eða endurtaka það orðrétt. Þegar líkanið býr til svar við beiðni notanda notar það vægin sem það hefur lært til að spá fyrir og skapa nýtt efni.

Hvers konar upplýsingar eru notaðar til að þjálfa ChatGPT?

Þegar um er að ræða opinbert efni á netinu notum við aðeins upplýsingar sem eru öllum aðgengilegar án endurgjalds. Þetta getur meðal annars verið efni á opnum vefsíðum, umræðuvettvöngum og bloggsíðum, opinberar færslur og annað efni sem er öllum aðgengilegt á netinu. Ef þú tekur til dæmis þátt í umræðum á opnum umræðuvettvangi á netinu eða birtir opinbera bloggfærslu eða aðra færslu gætum við notað það opinbera efni til að þjálfa líkön. Við grípum þó til ráðstafana til að draga úr vinnslu persónuupplýsinga í þjálfunarferlinu.  Þegar við söfnum opinberu efni af netinu söfnum við ekki vísvitandi gögnum af síðum sem vitað er að krefjast greiðslu fyrir aðgang eða af myrkravefnum. Auk þess notum við síur til að fjarlægja efni sem við viljum ekki að líkönin okkar læri af, svo sem hatursorðræðu, efni ætlað fullorðnum, síður sem safna saman persónuupplýsingum og ruslefni. Upplýsingarnar sem eftir standa eru síðan notaðar til að þjálfa líkönin okkar. 

Eigendur vefsvæða geta stjórnað því hvort heimilt sé að sækja opinbert efni af vefsvæðum þeirra til notkunar við þjálfun. Til þess geta þeir notað hefðbundnar aðgangsstýringar á vefnum, svo sem robots.txt, til að loka fyrir GPTBot, sem kann að skanna opinbert efni til að aðstoða við þjálfun líkananna okkar. Við bjóðum upp á leiðbeiningar til að hjálpa eigendum vefsvæða að stjórna því hvernig gervigreindarkerfin okkar eiga samskipti við vefsvæði þeirra og efni. 

Við notum einnig upplýsingar frá utanaðkomandi samstarfsaðilum til að þjálfa og bæta líkönin okkar. Þar á meðal geta verið upplýsingar úr gagnasöfnum sem við fáum aðgang að samkvæmt samningum við þriðju aðila, auk upplýsinga sem fólk sem sinnir þjálfun og rannsóknum leggur til eða býr til, að því marki sem stefnur okkar og samningar heimila. Þetta stuðlar að auknum gæðum, öryggi og betri árangri líkananna okkar. Þessar heimildir geta innihaldið texta, myndir, hljóð, myndskeið eða aðrar tegundir gagna, eftir því um hvaða gagnasafn er að ræða.

Við notum einnig tilbúin gögn í vaxandi mæli í sumum þjálfunarferlum. Við gætum til dæmis notað upplýsingar og líkönin okkar til að búa til kvaðningar, dæmi á mörgum tungumálum eða annað þjálfunarefni. Tilbúin gögn geta bætt árangur líkana, meðal annars með því að bæta við þjálfunargögnum á sviðum þar sem gögn eru af skornum skammti eða dreifing þeirra er ójöfn. Þau geta einnig stutt aðferðir við þróun líkana sem efla persónuvernd.

Eru persónuupplýsingar notaðar til að þjálfa ChatGPT?

Stór hluti efnis á netinu inniheldur upplýsingar um fólk og því geta persónuupplýsingar fylgt með þjálfunargögnunum okkar án þess að þeim sé sérstaklega safnað. Við grípum þó til ráðstafana til að draga úr vinnslu persónuupplýsinga í þjálfunarferlinu.

Við notum þjálfunargögn til að þróa getu líkansins — svo sem til að spá fyrir, beita rökum og leysa vandamál — en ekki til að búa til persónusnið einstaklinga, hafa samband við þá eða sérsníða auglýsingar að þeim.

Í sumum tilvikum geta líkön lært af persónuupplýsingum til að skilja hvernig atriði á borð við nöfn og heimilisföng eru notuð í tungumáli eða til að þekkja opinberar persónur og þekkta aðila. Þetta hjálpar líkaninu að búa til nákvæmari svör sem falla betur að samhenginu.

Hvernig eru persónuupplýsingar verndaðar við þjálfun?

Við vinnum markvisst að því að takmarka vinnslu persónuupplýsinga við þjálfun. Við útilokum til dæmis þekktar heimildir sem safna saman miklu magni persónuupplýsinga, notum síur til að draga úr persónuupplýsingum í þjálfunarferlinu og gerum ráðstafanir til að finna og fjarlægja tvítekið efni. Þannig drögum við úr hættu á að þjálfunargögn séu endurtekin í svörum. Auk þess þjálfum við líkönin okkar í að forðast að svara beiðnum um einkaupplýsingar eða viðkvæmar upplýsingar um einstaklinga. 

Hve lengi við varðveitum upplýsingar

Við varðveitum upplýsingar í þjálfunargögnum aðeins eins lengi og með sanngirni má telja nauðsynlegt í þeim tilgangi sem lýst er í þessari grein og persónuverndarstefnu okkar, meðal annars til að þróa og bæta líkönin okkar og vegna tengdra vísindarannsókna. Varðveisla er endurskoðuð reglulega til að tryggja að hún sé enn nauðsynleg. Varðveislutíminn fer eftir tegund upplýsinganna og hvernig þær eru notaðar. Þegar við ákveðum varðveislutíma tökum við meðal annars mið af tilgangi vinnslunnar, magni, eðli og viðkvæmni upplýsinganna, mögulegri hættu á tjóni vegna óheimillar notkunar eða miðlunar og þeim lagaskyldum sem á okkur hvíla.

Hvernig er þróun ChatGPT í samræmi við persónuverndarlög?

Við notum upplýsingar til þjálfunar með lögmætum hætti. Grunnlíkönin okkar knýja margvísleg gagnleg forrit og þjónustu, meðal annars aðgengisverkfæri, þjónustuver, hugbúnaðarþróun, einstaklingsmiðað nám og vísindarannsóknir. Þessi geta byggist á umfangsmiklum þjálfunargögnum, þar á meðal opinberum upplýsingum og upplýsingum frá utanaðkomandi samstarfsaðilum. Við beitum verndarráðstöfunum í gegnum allt þjálfunarferlið, meðal annars aðgerðum sem ætlað er að draga úr vinnslu persónuupplýsinga í ferlinu og minnka áhættu, eins og lýst er í þessari grein. Söfnun okkar og notkun á persónuupplýsingum sem eru í þjálfunargögnum byggist á lögmætum hagsmunum samkvæmt persónuverndarlögum, svo sem almennu persónuverndarreglugerðinni (GDPR). Þar á meðal er þjálfun og endurbætur á líkönum okkar í þágu notenda og samfélagsins í heild, í samræmi við markmið okkar um að tryggja að almenn gervigreind gagnist öllum. Nánar er fjallað um þetta í persónuverndarstefnu okkar. Við höfum lokið mati á áhrifum á persónuvernd til að stuðla að því að við söfnum og notum þessar upplýsingar á lögmætan og ábyrgan hátt.

Hvenær upplýsingum kann að vera miðlað eða þær fluttar

Við „seljum“ ekki persónuupplýsingar og miðlum aðeins persónuupplýsingum úr þjálfunargögnum við þær afmörkuðu aðstæður sem lýst er í persónuverndarstefnu okkar. Við kunnum til dæmis að deila upplýsingum með tengdum félögum, birgjum og þjónustuveitendum sem styðja við þróun, prófanir og endurbætur á líkönunum okkar. Við kunnum einnig að miðla upplýsingum ef við teljum í góðri trú að það sé nauðsynlegt til að uppfylla lagaskyldu eða vernda réttindi og öryggi okkar, notenda okkar, starfsfólks eða almennings, eins og lýst er í persónuverndarstefnu okkar.

Þar sem innviðir okkar eru um allan heim kunna persónuupplýsingar í þjálfunargögnum að vera unnar í löndum utan EES, Sviss eða Bretlands, þar á meðal í Bandaríkjunum. Þegar það á við tryggjum við viðeigandi vernd, svo sem með því að byggja á ákvörðunum um fullnægjandi vernd eða stöðluðum samningsákvæðum, eins og lýst er í persónuverndarstefnu okkar.

Réttindi þín og hvernig þú nýtir þau

Við bregðumst við andmælum og sambærilegum beiðnum um að nýta réttindi. Vegna tungumálanámsins geta svör ChatGPT stundum innihaldið persónuupplýsingar um einstaklinga sem upplýsingar birtast ítrekað um á opna netinu, til dæmis opinberar persónur. Einstaklingar í tilteknum lögsagnarumdæmum geta andmælt vinnslu persónuupplýsinga sinna í líkönum okkar eða lagt fram aðrar beiðnir um réttindi skráðra einstaklinga í gegnum Persónuverndargátt okkar. Þú getur einnig nýtt þessi réttindi með því að hafa samband á privacy@openai.com.

Til að auðvelda okkur að meta beiðni þína og bregðast við henni skaltu veita nægar upplýsingar til að við skiljum hvaða persónuupplýsingar hún varðar. Það gæti verið nafn þitt, viðeigandi vefslóðir, tiltekin dæmi um úttak líkana eða aðrar upplýsingar sem hjálpa okkur að átta okkur á málinu. Í sumum tilvikum gætum við beðið þig um að staðfesta hver þú ert eða að upplýsingarnar varði þig áður en við getum gripið til aðgerða. Frekari upplýsingar um hvernig senda má þessar beiðnir, þar á meðal ráðleggingar og upplýsingar um hvernig farið er yfir þær, er að finna í grein Hjálparmiðstöðvarinnar um að fjarlægja persónuupplýsingar úr ChatGPT. Við förum yfir beiðnir í samræmi við gildandi persónuverndarlög og svörum innan þeirra tímamarka sem lög mæla fyrir um.

Athugaðu að samkvæmt persónuverndarlögum eru sum réttindi ekki endilega fortakslaus. Við getum til dæmis ekki alltaf orðið við beiðni ef við getum ekki sannreynt viðkomandi upplýsingar, ef beiðnin varðar ekki persónuupplýsingar sem OpenAI vinnur með, ef undanþága á við eða ef við höfum aðra lögmæta ástæðu til að verða ekki við henni. Hver beiðni er metin sérstaklega og það getur falið í sér að vega rétt til persónuverndar á móti öðrum mikilvægum sjónarmiðum, svo sem tjáningarfrelsi og almannahagsmunum.

Við leggjum okkur þó fram um að hafa vernd persónuupplýsinga í forgangi og fara eftir öllum gildandi persónuverndarlögum. Ef þér finnst við ekki hafa brugðist við máli með fullnægjandi hætti átt þú rétt á að leggja fram kvörtun hjá persónuverndaryfirvöldum í þínu landi.

Í persónuverndarstefnu okkar er að finna frekari upplýsingar um starfshætti OpenAI varðandi persónuupplýsingar sem við söfnum frá þér eða um þig þegar þú notar vefsvæðið okkar, öpp og þjónustu.