Os modelos de base da OpenAI, incluindo os que estão na base do ChatGPT, são desenvolvidos a partir de três fontes principais de informação: (1) informação disponível publicamente na Internet, (2) informação a que acedemos através de parcerias com terceiros e (3) informação fornecida ou gerada pelos nossos utilizadores, pelas pessoas responsáveis pelo treino e por investigadores.
O desenvolvimento de modelos de base como os utilizados no ChatGPT envolve várias etapas, incluindo a preparação dos dados de treino, o pré-treinamento e o pós-treino, bem como a avaliação e a melhoria contínuas após a disponibilização. Nestas etapas, podem ser utilizados diferentes tipos de informação para várias finalidades, incluindo melhorar o desempenho, a fiabilidade e a segurança dos modelos.
Este artigo apresenta uma visão geral da informação que utilizamos para ajudar a desenvolver estes modelos, da forma como a recolhemos e utilizamos em conformidade com a legislação de privacidade e das salvaguardas que aplicamos ao longo do processo de treino. Para saber como recolhemos e utilizamos a informação dos utilizadores dos nossos serviços, incluindo como impedir a utilização das suas conversas no ChatGPT para ajudar a melhorar os nossos modelos, consulte a nossa política de privacidade e este artigo do centro de apoio.
O que é o ChatGPT e como funciona?
O ChatGPT é um serviço baseado em inteligência artificial ao qual pode aceder através da Internet ou da aplicação. Pode utilizar o ChatGPT para uma grande variedade de tarefas, incluindo organizar e resumir informação, ajudar com traduções, apoiar a programação, a investigação e a análise, concluir tarefas com várias etapas em diferentes ferramentas, analisar ou gerar imagens, estimular a criatividade e as ideias e realizar outras atividades do dia a dia. O ChatGPT foi concebido para compreender e responder às perguntas e instruções dos utilizadores, aprendendo padrões a partir de grandes quantidades de informação, incluindo texto, imagens, áudio e vídeo.
Durante o treino, o modelo analisa as relações entre estes dados — por exemplo, a forma como as palavras costumam aparecer juntas num dado contexto — e utiliza essa compreensão para prever a palavra seguinte mais provável ao gerar uma resposta, uma palavra de cada vez. O texto pode ser convertido em unidades mais pequenas, por vezes chamadas «tokens», que podem representar palavras inteiras, partes de palavras ou pontuação. Os tokens são as unidades básicas do texto que o modelo processa. Da mesma forma, os modelos que geram outras formas de conteúdo, como imagens, aprendem padrões na forma como os píxeis se relacionam entre si e com as legendas associadas nos dados de treino.
Por exemplo, durante o processo de aprendizagem do modelo (conhecido como «treino»), pode ser-lhe pedido que complete uma frase como: «Em vez de virar à esquerda, ela virou ___.» No início do treino, as suas respostas são, em grande parte, aleatórias. No entanto, à medida que o modelo processa e aprende com um grande volume de texto, melhora a sua capacidade de reconhecer padrões e prever a palavra seguinte mais provável. Este processo repete-se em milhões de frases para aperfeiçoar a sua compreensão e melhorar a sua precisão.
Como existem várias formas plausíveis de completar uma frase — como «Em vez de virar à esquerda, ela virou à direita», «para o lado oposto» ou «para trás» —, existe um elemento de aleatoriedade inerente à forma como o modelo responde. Por isso, a mesma pergunta pode gerar respostas diferentes quando é feita em ocasiões distintas.
Os modelos de aprendizagem automática são constituídos por grandes conjuntos de números, conhecidos como «pesos» ou «parâmetros», juntamente com código que interpreta e utiliza esses números. Estes modelos não armazenam nem conservam cópias dos dados com que são treinados. Em vez disso, à medida que um modelo aprende, os valores dos seus parâmetros são ligeiramente ajustados para refletir os padrões que identificou. No exemplo anterior, o modelo passou de prever palavras aleatórias a fazer previsões mais exatas — não por armazenar as frases de treino, mas por atualizar os seus parâmetros internos. O modelo não conserva cópias das frases, imagens ou conteúdos de áudio que processa durante o treino. O ChatGPT não «copia e cola» os seus dados de treino — tal como um professor que, após um estudo aprofundado, consegue explicar conceitos por compreender as relações entre ideias, sem memorizar ou reproduzir os materiais originais palavra por palavra. Ao gerar uma resposta a um pedido do utilizador, o modelo utiliza estes pesos aprendidos para prever e criar novos conteúdos.
Que tipo de informação é utilizado para treinar o ChatGPT?
No que diz respeito aos conteúdos públicos da Internet, utilizamos apenas informação de acesso livre e gratuito. Esta informação pode incluir páginas Web, fóruns, blogues, publicações e outros conteúdos disponíveis publicamente na Internet. Por exemplo, se participar num fórum de discussão público na Internet ou publicar num blogue público ou fazer outra publicação pública, podemos utilizar esses conteúdos de acesso público para treinar modelos. No entanto, tomamos medidas para reduzir o tratamento de dados pessoais no nosso processo de treino. Ao recolher conteúdos públicos da Internet, não recolhemos intencionalmente dados de fontes que sabemos exigirem pagamento para aceder aos conteúdos, nem da dark web. Além disso, aplicamos filtros para remover materiais com os quais não queremos que os nossos modelos aprendam, como discurso de ódio, conteúdos para adultos, sites que agregam dados pessoais e spam. A informação restante é então utilizada para treinar os nossos modelos.
Os proprietários de sites podem decidir se os conteúdos públicos dos seus sites podem ser acedidos para fins de treino, utilizando controlos Web padrão, como o robots.txt, para bloquear o GPTBot, que pode rastrear conteúdos públicos para ajudar a treinar os nossos modelos. Disponibilizamos orientações para ajudar os proprietários de sites a gerir a forma como os seus sites e conteúdos interagem com os nossos sistemas de IA.
Também utilizamos informação de parceiros externos para ajudar a treinar e melhorar os nossos modelos. Esta pode incluir informação de conjuntos de dados aos quais acedemos através de acordos com terceiros, bem como informação fornecida ou gerada por pessoas responsáveis pelo treino e por investigadores, quando as nossas políticas e acordos o permitem. Isto ajuda a melhorar a qualidade, a segurança e o desempenho dos nossos modelos. Estas fontes podem incluir texto, imagens, áudio, vídeo ou outros tipos de dados, consoante o conjunto de dados.
Também utilizamos cada vez mais dados sintéticos em alguns processos de treino. Por exemplo, podemos utilizar informação e os nossos modelos para gerar prompts sintéticos, exemplos multilingues ou outros materiais de treino. Os dados sintéticos podem ajudar a melhorar o desempenho dos modelos, nomeadamente ao complementar os dados de treino em áreas onde estes são escassos ou desequilibrados, e podem também apoiar abordagens ao desenvolvimento de modelos que reforcem a privacidade.
São utilizados dados pessoais para treinar o ChatGPT?
Uma parte significativa dos conteúdos na Internet inclui informação sobre pessoas, pelo que os nossos dados de treino podem conter dados pessoais de forma incidental. No entanto, tomamos medidas para reduzir o tratamento de dados pessoais no nosso processo de treino.
Utilizamos os dados de treino para desenvolver as capacidades do modelo — como a previsão, o raciocínio e a resolução de problemas — e não para criar perfis de pessoas, contactá-las ou personalizar os anúncios que lhes são apresentados.
Em alguns casos, os modelos podem aprender com dados pessoais para compreender como elementos como nomes e moradas funcionam na linguagem, ou para reconhecer figuras públicas e entidades conhecidas. Isto ajuda o modelo a gerar respostas mais exatas e adequadas ao contexto.
Como são protegidos os dados pessoais durante o treino?
Tomamos medidas ativas para limitar o tratamento de dados pessoais durante o treino. Por exemplo, excluímos fontes conhecidas por agregarem grandes quantidades de dados pessoais, aplicamos filtros para reduzir os dados pessoais no processo de treino e tomamos medidas para identificar e remover conteúdos duplicados, reduzindo o risco de repetição dos dados de treino. Além disso, treinamos os nossos modelos para evitar que respondam a pedidos de informação privada ou sensível sobre pessoas.
Durante quanto tempo conservamos a informação
Conservamos a informação nos dados de treino apenas durante o tempo razoavelmente necessário para as finalidades descritas neste artigo e na nossa política de privacidade, incluindo o desenvolvimento e a melhoria dos nossos modelos e a investigação científica relacionada. A conservação é revista periodicamente para garantir que continua a ser necessária e varia consoante o tipo de informação e a forma como é utilizada. Ao determinar o prazo de conservação, temos em conta fatores como a finalidade do tratamento, a quantidade, a natureza e a sensibilidade da informação, o risco potencial de danos decorrentes da sua utilização ou divulgação não autorizadas e quaisquer obrigações legais a que estejamos sujeitos.
Como é que o desenvolvimento do ChatGPT cumpre a legislação de privacidade?
Utilizamos a informação de treino de forma lícita. Os nossos modelos de base permitem uma grande variedade de aplicações benéficas, incluindo ferramentas de acessibilidade, apoio ao cliente, desenvolvimento de software, educação personalizada e investigação científica. Estas capacidades dependem de grandes volumes de dados de treino, incluindo informação disponível publicamente e informação de parceiros externos. Aplicamos salvaguardas ao longo de todo o processo de treino, incluindo medidas concebidas para reduzir o tratamento de dados pessoais nesse processo e atenuar os riscos, conforme descrito neste artigo. A recolha e utilização de dados pessoais incluídos na informação de treino baseiam-se em interesses legítimos ao abrigo da legislação de privacidade, como o RGPD. Entre estes interesses estão o treino e a melhoria dos nossos modelos para os utilizadores e para a sociedade em geral, em consonância com a nossa missão de garantir que a inteligência artificial geral beneficia todas as pessoas, conforme explicado em maior detalhe na nossa política de privacidade. Realizámos uma avaliação de impacto sobre a proteção de dados para ajudar a garantir que recolhemos e utilizamos esta informação de forma legal e responsável.
Quando a informação pode ser partilhada ou transferida
Não «vendemos» dados pessoais e só divulgamos dados pessoais presentes nos dados de treino nas circunstâncias limitadas descritas na nossa política de privacidade. Por exemplo, podemos partilhar informação com empresas afiliadas, fornecedores e prestadores de serviços que apoiam o desenvolvimento, os testes e a melhoria dos nossos modelos. Também podemos divulgar informação quando acreditamos, de boa-fé, que tal é necessário para cumprir uma obrigação legal ou para proteger os nossos direitos, a nossa segurança e integridade, bem como os dos nossos utilizadores, colaboradores ou do público, conforme descrito na nossa política de privacidade.
Como a nossa infraestrutura é global, os dados pessoais presentes nos dados de treino podem ser tratados em países fora do EEE, da Suíça ou do Reino Unido (incluindo nos Estados Unidos). Quando tal acontece, aplicamos salvaguardas adequadas, como decisões de adequação ou cláusulas contratuais-tipo, conforme descrito na nossa política de privacidade.
Os seus direitos e como exercê-los
Respondemos a pedidos de exercício do direito de oposição e de outros direitos semelhantes. Como resultado da aprendizagem da linguagem, as respostas do ChatGPT podem, por vezes, incluir dados pessoais de pessoas cujos dados aparecem várias vezes em conteúdos públicos da Internet (por exemplo, figuras públicas). Em determinadas jurisdições, as pessoas podem opor-se ao tratamento dos seus dados pessoais pelos nossos modelos ou apresentar outros pedidos de exercício dos direitos dos titulares dos dados através do nosso Portal de Privacidade. Também pode exercer estes direitos contactando privacy@openai.com.
Para nos ajudar a avaliar e a responder ao seu pedido, forneça informação suficiente para compreendermos a que dados pessoais se refere, como o seu nome, URL relevantes, exemplos específicos de respostas do modelo ou outros detalhes que ajudem a identificar o problema. Em alguns casos, podemos pedir-lhe que comprove a sua identidade ou confirme que a informação lhe diz respeito antes de podermos tomar medidas. Pode encontrar mais informação sobre como apresentar estes pedidos, incluindo boas práticas e a forma como os pedidos são analisados, no nosso artigo do Centro de Apoio sobre a remoção de dados pessoais do ChatGPT. Analisamos os pedidos em conformidade com a legislação de privacidade aplicável e respondemos dentro dos prazos legais aplicáveis.
Tenha em atenção que, de acordo com a legislação de privacidade, alguns direitos podem não ser absolutos. Por exemplo, podemos não conseguir satisfazer um pedido se não pudermos verificar a informação relevante, se o pedido não disser respeito a dados pessoais tratados pela OpenAI, se for aplicável uma exceção ou se tivermos outro fundamento legal para não o satisfazer. Os pedidos são avaliados caso a caso e podem exigir uma ponderação entre os direitos de privacidade e outros fatores importantes, como a liberdade de expressão e o interesse público.
No entanto, esforçamo-nos por dar prioridade à proteção dos dados pessoais e cumprir toda a legislação de privacidade aplicável. Se considerar que não demos uma resposta adequada a uma questão, tem o direito de apresentar uma reclamação à autoridade de controlo local.
Para mais informação sobre as práticas da OpenAI relativas aos dados pessoais que recolhemos junto de si ou sobre si quando utiliza o nosso site, aplicações e serviços, consulte a nossa política de privacidade.