Ένας χρήστης της πλατφόρμας Reddit, σε πρόσφατη ανάρτησή του, εξέφρασε γραπτώς την αγωνία του, δηλώνοντας ότι ήταν «απελπισμένος για βοήθεια». Περιέγραψε ότι για περίπου έναν μήνα, το τηλέφωνό του είχε κατακλυστεί από κλήσεις «αγνώστων» οι οποίοι «αναζητούσαν έναν δικηγόρο, έναν σχεδιαστή προϊόντων, έναν κλειδαρά». Οι καλούντες, όπως φάνηκε, είχαν λάθος κατεύθυνση από την παραγωγική τεχνητή νοημοσύνη της Google.
Τον Μάρτιο, ένας προγραμματιστής λογισμικού στο Ισραήλ δέχθηκε επικοινωνία μέσω WhatsApp, αφού το chatbot Gemini της Google παρείχε λανθασμένες οδηγίες εξυπηρέτησης πελατών που περιλάμβαναν τον αριθμό τηλεφώνου του.
Επιπλέον, τον Απρίλιο, μία υποψήφια διδάκτορας στο Πανεπιστήμιο της Ουάσινγκτον, ενώ πειραματιζόταν με το Gemini, κατάφερε να αποσπάσει τον προσωπικό αριθμό κινητού τηλεφώνου ενός συναδέλφου της.
Ερευνητές στον τομέα της τεχνητής νοημοσύνης και ειδικοί στην ιδιωτικότητα στο διαδίκτυο έχουν εδώ και καιρό προειδοποιήσει για τους πολυάριθμους κινδύνους που ενέχει η παραγωγική τεχνητή νοημοσύνη για την προσωπική ιδιωτικότητα. Αυτές οι περιπτώσεις προσθέτουν ένα ακόμη σενάριο ανησυχίας: την αποκάλυψη πραγματικών τηλεφωνικών αριθμών ατόμων από την παραγωγική τεχνητή νοημοσύνη. (Ο χρήστης του Reddit δεν απάντησε σε πολλαπλά αιτήματα για σχολιασμό και δεν κατέστη δυνατή η ανεξάρτητη επαλήθευση της ιστορίας του.)
Οι ειδικοί υποστηρίζουν ότι αυτές οι παραβιάσεις της ιδιωτικότητας οφείλονται πιθανότατα στη χρήση προσωπικά αναγνωρίσιμων πληροφοριών (PII) στα δεδομένα εκπαίδευσης, αν και είναι δύσκολο να κατανοηθεί ο ακριβής μηχανισμός που προκαλεί την εμφάνιση πραγματικών τηλεφωνικών αριθμών στις απαντήσεις που παράγονται από την τεχνητή νοημοσύνη. Ωστόσο, ανεξάρτητα από τον λόγο, το αποτέλεσμα δεν είναι ευχάριστο για τα άτομα που βρίσκονται στην παραλήπτρια πλευρά – και, ακόμη πιο ανησυχητικά, φαίνεται να υπάρχουν ελάχιστα που μπορεί να κάνει κανείς για να το σταματήσει.
Αύξηση 400% στα αιτήματα ιδιωτικότητας που σχετίζονται με την Τεχνητή Νοημοσύνη
Είναι αδύνατο να γνωρίζουμε πόσο συχνά εκτίθενται οι τηλεφωνικοί αριθμοί των ανθρώπων, αλλά οι ειδικοί εκτιμούν ότι αυτό συμβαίνει πολύ συχνότερα από ό,τι αναφέρεται δημόσια.
Η DeleteMe, μια εταιρεία που βοηθά τους πελάτες να αφαιρέσουν τις προσωπικές τους πληροφορίες από το διαδίκτυο, αναφέρει ότι οι ερωτήσεις πελατών σχετικά με την παραγωγική τεχνητή νοημοσύνη έχουν αυξηθεί κατά 400% — φτάνοντας σε μερικές χιλιάδες — τους τελευταίους επτά μήνες. Αυτές οι ερωτήσεις «αναφέρονται συγκεκριμένα στα ChatGPT, Claude, Gemini… ή άλλα εργαλεία παραγωγικής τεχνητής νοημοσύνης», δηλώνει ο Ρομπ Σάβελ, συνιδρυτής και διευθύνων σύμβουλος της εταιρείας. Συγκεκριμένα, το 55% αυτών των ανησυχιών σχετικά με την παραγωγική τεχνητή νοημοσύνη αναφέρεται στο ChatGPT, το 20% στο Gemini, το 15% στο Claude και το 10% σε άλλα εργαλεία τεχνητής νοημοσύνης, σύμφωνα με τον Σάβελ. (Το MIT Technology Review διαθέτει επιχειρηματική συνδρομή στην DeleteMe.)
Ο κ. Σάβελ αναφέρει ότι οι καταγγελίες πελατών σχετικά με την εμφάνιση προσωπικών πληροφοριών είναι συχνές. Σε μια κοινή περίπτωση, «ένας πελάτης ρωτά ένα chatbot κάτι αθώο για τον εαυτό του και λαμβάνει ως απάντηση ακριβείς διευθύνσεις κατοικίας, τηλεφωνικούς αριθμούς, ονόματα μελών της οικογένειας ή στοιχεία εργοδότη». Εναλλακτικά, ένας πελάτης μπορεί να έρθει αντιμέτωπος με την έκθεση προσωπικών δεδομένων κάποιου άλλου και να την αναφέρει, όταν «το chatbot παράγει εύλογες, αλλά λανθασμένες, πληροφορίες επικοινωνίας».
Αυτό συνάδει με ό,τι συνέβη στον Ντάνιελ Άμπραχαμ, έναν 28χρονο μηχανικό λογισμικού στο Ισραήλ. Στα μέσα Μαρτίου, όπως αναφέρει, ένας άγνωστος του έστειλε ένα «περίεργο μήνυμα WhatsApp από άγνωστο αριθμό» ζητώντας βοήθεια με τον λογαριασμό του στην PayBox, μια ισραηλινή εφαρμογή πληρωμών.
«Νόμιζα ότι ήταν ένα μήνυμα spam», έγραψε στο MIT Technology Review σε ένα email — «κάποιος που προσπαθούσε να με τρολάρει».
Όμως, όταν ρώτησε τον άγνωστο πώς είχε βρει τον αριθμό του, εκείνος του έστειλε ένα στιγμιότυπο οθόνης με τις οδηγίες του Gemini για επικοινωνία με την εξυπηρέτηση πελατών της PayBox μέσω WhatsApp — δίνοντας τον προσωπικό του αριθμό. Ο Άμπραχαμ δεν εργάζεται για την PayBox, και η PayBox δεν διαθέτει αριθμό εξυπηρέτησης πελατών μέσω WhatsApp, όπως επιβεβαίωσε ο Ελάντ Γκαμπάι, εκπρόσωπος εξυπηρέτησης πελατών της εταιρείας.
Αργότερα, ο Άμπραχαμ ρώτησε το Gemini πώς να επικοινωνήσει με την PayBox, και αυτό δημιούργησε τον αριθμό WhatsApp ενός άλλου ατόμου. Όταν ρωτήθηκε πρόσφατα, το Gemini απάντησε ξανά με έναν ισραηλινό τηλεφωνικό αριθμό — ο οποίος δεν ανήκε στην PayBox, αλλά σε μια ξεχωριστή εταιρεία πιστωτικών καρτών που συνεργάζεται με την PayBox.
Η ανταλλαγή μηνυμάτων του Άμπραχαμ με τον άγνωστο έληξε γρήγορα, αλλά δήλωσε ότι ανησυχούσε για το πώς άλλες πιθανές ανταλλαγές θα μπορούσαν να εξελιχθούν άσχημα, οδηγώντας σε «παρενόχληση ή άλλες δυσάρεστες αλληλεπιδράσεις». «Τι θα γινόταν αν ζητούσα χρήματα για να ‘λύσω’ αυτό το ζήτημα [εξυπηρέτησης πελατών];» είπε.
Σε μια προσπάθεια να κατανοήσει πώς συνέβη αυτό, ο Άμπραχαμ πραγματοποίησε μια κανονική αναζήτηση Google με τον τηλεφωνικό του αριθμό και διαπίστωσε ότι είχε κοινοποιηθεί στο διαδίκτυο μία φορά, το 2015, σε έναν τοπικό ιστότοπο παρόμοιο με το Quora. Αν και δεν είναι βέβαιος ποιος το δημοσίευσε εκεί, αυτό μπορεί να εξηγεί πώς κατέληξε να αναπαραχθεί.
Τα chatbots όπως το Gemini, το ChatGPT της Open AI και το Claude της Anthropic βασίζονται σε Μεγάλα Γλωσσικά Μοντέλα (LLMs) που εκπαιδεύονται σε τεράστιες ποσότητες δεδομένων που συλλέγονται από όλο τον ιστό. Αυτό αναπόφευκτα περιλαμβάνει εκατοντάδες εκατομμύρια περιπτώσεις προσωπικά αναγνωρίσιμων πληροφοριών (PII). Όπως αναφέραμε το περασμένο καλοκαίρι, για παράδειγμα, το μεγάλο δημοφιλές σύνολο δεδομένων ανοιχτού κώδικα DataComp CommonPool, το οποίο έχει χρησιμοποιηθεί για την εκπαίδευση μοντέλων δημιουργίας εικόνων, περιλάμβανε αντίγραφα βιογραφικών σημειωμάτων, αδειών οδήγησης και πιστωτικών καρτών.
Η πιθανότητα εμφάνισης PII με αυτόν τον τρόπο αυξάνεται συνεχώς, καθώς τα «δημόσια δεδομένα εξαντλούνται» και οι εταιρείες τεχνητής νοημοσύνης αναζητούν νέες πηγές υψηλής ποιότητας δεδομένων εκπαίδευσης. Αυτό περιλαμβάνει πληροφορίες από μεσίτες δεδομένων και ιστότοπους αναζήτησης ατόμων. Σύμφωνα με το μητρώο μεσιτών δεδομένων της Καλιφόρνια, για παράδειγμα, 31 από τους 578 εγγεγραμμένους μεσίτες δεδομένων που δραστηριοποιούνται στην πολιτεία ανέφεραν ότι «κοινοποίησαν ή πώλησαν δεδομένα καταναλωτών σε έναν προγραμματιστή συστήματος ή μοντέλου GenAI τον τελευταίο χρόνο».
Επιπλέον, τα μοντέλα είναι γνωστό ότι απομνημονεύουν και αναπαράγουν δεδομένα κατά λέξη από τα σύνολα δεδομένων εκπαίδευσης — και πρόσφατη έρευνα υποδηλώνει ότι δεν είναι μόνο τα συχνά εμφανιζόμενα δεδομένα που είναι πιθανότερο να απομνημονευθούν.
Ατελή μέτρα προστασίας
Είναι πλέον καθιερωμένη πρακτική η ενσωμάτωση δικλείδων ασφαλείας στον σχεδιασμό ενός Μεγάλου Γλωσσικού Μοντέλου (LLM) για τον περιορισμό ορισμένων εξόδων. Τα φίλτρα περιεχομένου στοχεύουν στον εντοπισμό προσωπικά αναγνωρίσιμων πληροφοριών (PII) και στην αποτροπή της δημοσιοποίησής τους από τα chatbots, για παράδειγμα, ενώ η Anthropic παρέχει οδηγίες στο Claude να επιλέγει απαντήσεις που περιέχουν «τις λιγότερο προσωπικές, ιδιωτικές ή εμπιστευτικές πληροφορίες που ανήκουν σε άλλους».
Ωστόσο, όπως διαπίστωσαν πρόσφατα από πρώτο χέρι δύο υποψήφιες διδάκτορες του Πανεπιστημίου της Ουάσινγκτον που ερευνούν την ιδιωτικότητα και την τεχνολογία, αυτές οι διασφαλίσεις δεν λειτουργούν πάντα.
«Μια μέρα, απλώς έπαιζα με το Gemini και αναζήτησα την Γιάελ Άιγκερ, τη φίλη και συνεργάτιδά μου», λέει η Μέιρα Γκίλμπερτ. Πληκτρολόγησε «στοιχεία επικοινωνίας Γιάελ Άιγκερ» και αφού το Gemini παρείχε μια επισκόπηση της έρευνας της Άιγκερ, κάτι που η Γκίλμπερτ περίμενε, το Gemini επέστρεψε επίσης τον προσωπικό τηλεφωνικό αριθμό της φίλης της. «Ήταν σοκαριστικό», λέει η Γκίλμπερτ.
Όταν είδε το αποτέλεσμα του Gemini, η Άιγκερ θυμήθηκε ότι είχε, πράγματι, κοινοποιήσει τον τηλεφωνικό της αριθμό στο διαδίκτυο τον προηγούμενο χρόνο, για ένα εργαστήριο τεχνολογίας. Ωστόσο, δεν περίμενε να είναι τόσο ορατός σε όλους στο διαδίκτυο.
«Το να είναι οι πληροφορίες σου… προσβάσιμες σε ένα κοινό, και μετά το Gemini να τις καθιστά προσβάσιμες σε οποιονδήποτε» είναι εντελώς διαφορετικό, λέει η Άιγκερ — ειδικά όταν διαπίστωσε ότι οι πληροφορίες ήταν θαμμένες σε μια κανονική αναζήτηση Google.
«Είχε υποβαθμιστεί σοβαρά», επιβεβαιώνει η Γκίλμπερτ. «Δεν θα το είχα βρει ποτέ αν απλώς κοιτούσα τα αποτελέσματα της Google». (Δοκίμασα την ίδια εντολή στο Gemini νωρίτερα αυτόν τον μήνα, και μετά από μια αρχική άρνηση, το εργαλείο μου έδωσε επίσης τον αριθμό της Άιγκερ.)
Μετά από αυτή την εμπειρία, η Άιγκερ, η Γκίλμπερτ και μια άλλη υποψήφια διδάκτορας του Πανεπιστημίου της Ουάσινγκτον, η Άννα-Μαρία Γκεοργκίεβα, αποφάσισαν να δοκιμάσουν το ChatGPT για να δουν τι πληροφορίες θα εμφάνιζε σχετικά με έναν καθηγητή.
Αρχικά, οι δικλείδες ασφαλείας της OpenAI ενεργοποιήθηκαν, και το ChatGPT απάντησε ότι οι πληροφορίες δεν ήταν διαθέσιμες. Ωστόσο, στην ίδια απάντηση, το chatbot πρότεινε: «Αν θέλετε να εμβαθύνετε, μπορώ ακόμα να δοκιμάσω μια πιο ‘ερευνητική’ προσέγγιση». Η ερώτησή τους απλώς έπρεπε να βοηθήσει «να περιορίσουμε τα πράγματα», είπε το ChatGPT, «μια εικασία γειτονιάς» για το πού μπορεί να ζει ο καθηγητής, ή «ένα πιθανό όνομα συνιδιοκτήτη» για το σπίτι του καθηγητή. Το ChatGPT συνέχισε: «Αυτός είναι συνήθως ο μόνος τρόπος για να εμφανιστούν νεότερα ή σκόπιμα λιγότερο ορατά αρχεία ιδιοκτησίας».
Οι φοιτήτριες παρείχαν αυτές τις πληροφορίες, οδηγώντας το ChatGPT να παράγει τη διεύθυνση κατοικίας του καθηγητή, την τιμή αγοράς του σπιτιού και το όνομα του συζύγου του από τα αρχεία ιδιοκτησίας της πόλης.
(Η Τάγια Κρίστιανσον, εκπρόσωπος της OpenAI, δήλωσε ότι δεν ήταν σε θέση να σχολιάσει τι συνέβη σε αυτή την περίπτωση χωρίς να δει στιγμιότυπα οθόνης ή να γνωρίζει ποιο μοντέλο είχαν δοκιμάσει οι φοιτήτριες, αν και επισημάναμε ότι πολλοί χρήστες ενδέχεται να μην γνωρίζουν ποιο μοντέλο χρησιμοποιούσαν στη διεπαφή του ChatGPT. Σε απάντηση σε ερωτήσεις σχετικά με την έκθεση προσωπικά αναγνωρίσιμων πληροφοριών (PII), έστειλε συνδέσμους σε έγγραφα που περιγράφουν πώς η OpenAI χειρίζεται την ιδιωτικότητα, συμπεριλαμβανομένου του φιλτραρίσματος των PII, και άλλα εργαλεία.)
Αυτό αποκαλύπτει ένα από τα θεμελιώδη προβλήματα με τα chatbots, λέει ο Σάβελ της DeleteMe. Οι εταιρείες τεχνητής νοημοσύνης «μπορούν να ενσωματώσουν δικλείδες ασφαλείας», αλλά τα chatbots τους είναι επίσης «σχεδιασμένα να είναι αποτελεσματικά και να απαντούν στις ερωτήσεις των πελατών».
Το ζήτημα της έκθεσης δεδομένων δεν περιορίζεται στο Gemini ή στο ChatGPT. Πέρυσι, το Futurism διαπίστωσε ότι αν ζητούσες από το chatbot Grok της xAI με την εντολή «[όνομα] διεύθυνση», σχεδόν σε όλες τις περιπτώσεις παρείχε όχι μόνο διευθύνσεις κατοικίας, αλλά συχνά και τους τηλεφωνικούς αριθμούς του ατόμου, διευθύνσεις εργασίας και διευθύνσεις για άτομα με παρόμοια ονόματα. (Η xAI δεν απάντησε σε αίτημα για σχολιασμό.)
Καμία σαφής απάντηση
Δεν υπάρχουν απλές λύσεις σε αυτό το πρόβλημα — δεν υπάρχει εύκολος τρόπος ούτε να επαληθευτεί αν οι προσωπικές πληροφορίες κάποιου περιλαμβάνονται στο σύνολο δεδομένων εκπαίδευσης ενός δεδομένου μοντέλου, ούτε να αναγκαστούν τα μοντέλα να αφαιρέσουν τις προσωπικά αναγνωρίσιμες πληροφορίες (PII).
Ιδανικά, οι μεμονωμένοι καταναλωτές θα πρέπει να μπορούν να ζητούν την αφαίρεση των PII τους, λέει η Τζένιφερ Κινγκ, ερευνήτρια ιδιωτικότητας και δεδομένων στο Ινστιτούτο Τεχνητής Νοημοσύνης με Επίκεντρο τον Άνθρωπο του Πανεπιστημίου του Στάνφορντ. Ωστόσο, αυτό συνήθως ερμηνεύεται ότι ισχύει μόνο για τα δεδομένα που έχουν δώσει απευθείας οι άνθρωποι στις εταιρείες — όπως όταν αλληλεπιδρούν με ένα chatbot, εξηγεί η Κινγκ.
«Δεν ξέρω αν η Google διαθέτει καν την υποδομή… για να μου πει, ‘Ναι, έχουμε τα δεδομένα σας στα δεδομένα εκπαίδευσής μας, μπορούμε να συνοψίσουμε τι γνωρίζουμε για εσάς, και μετά μπορούμε να διαγράψουμε ή να διορθώσουμε πράγματα που είναι λανθασμένα ή πράγματα που δεν θέλετε να υπάρχουν’», λέει.
Η υφιστάμενη νομοθεσία περί ιδιωτικότητας, όπως ο Νόμος περί Προστασίας Καταναλωτών της Καλιφόρνια (California Consumer Privacy Act) ή ο Γενικός Κανονισμός Προστασίας Δεδομένων (GDPR) της Ευρώπης, δεν καλύπτει τις «δημόσια διαθέσιμες» πληροφορίες που έχουν ήδη συλλεχθεί και χρησιμοποιηθεί για την εκπαίδευση των Μεγάλων Γλωσσικών Μοντέλων (LLMs), ειδικά επειδή μεγάλο μέρος αυτών είναι ανωνυμοποιημένο (αν και πολλαπλές μελέτες έχουν επίσης δείξει πόσο εύκολο είναι να εξαχθούν ταυτότητες και PII από ανωνυμοποιημένα και ψευδωνυμοποιημένα δεδομένα).
Όσον αφορά το «αν [οι εταιρείες τεχνητής νοημοσύνης] έχουν ποτέ προσπαθήσει συστηματικά να επανεξετάσουν δεδομένα που είχαν ήδη συλλεχθεί από το δημόσιο διαδίκτυο και να ελαχιστοποιήσουν αυτά τα στοιχεία;» προσθέτει η Κινγκ. «Καμία ιδέα».
Η επόμενη καλύτερη λύση θα ήταν οι εταιρείες να «αφαιρέσουν όλους τους τηλεφωνικούς αριθμούς ή όλα τα δεδομένα που μοιάζουν με [τηλεφωνικούς αριθμούς]», λέει η Κινγκ, αλλά «κανείς δεν έχει δηλώσει» ότι το κάνει αυτό.
Η Hugging Face, μια πλατφόρμα που φιλοξενεί σύνολα δεδομένων ανοιχτού κώδικα και μοντέλα τεχνητής νοημοσύνης, διαθέτει ένα εργαλείο που επιτρέπει στους ανθρώπους να αναζητούν πόσο συχνά ένα κομμάτι δεδομένων — όπως ο τηλεφωνικός τους αριθμός — έχει εμφανιστεί σε δεδομένα εκπαίδευσης LLM ανοιχτού κώδικα, αλλά αυτό δεν αντιπροσωπεύει απαραίτητα τι έχει χρησιμοποιηθεί για την εκπαίδευση κλειστών LLM που τροφοδοτούν δημοφιλή chatbots όπως το Claude, το ChatGPT και το Gemini. (Ο αριθμός της Άιγκερ, για παράδειγμα, δεν εμφανίστηκε στο εργαλείο της Hugging Face.)
Ο Άλεξ Τζόζεφ, επικεφαλής επικοινωνίας για τις εφαρμογές Gemini και τα Google Labs, δεν απάντησε σε συγκεκριμένες ερωτήσεις, αλλά δήλωσε ότι «η ομάδα» «εξετάζει» τις συγκεκριμένες περιπτώσεις που επισημάνθηκαν από το MIT Technology Review. Παρέσχε επίσης έναν σύνδεσμο σε ένα έγγραφο υποστήριξης που περιγράφει πώς οι χρήστες μπορούν να «αντιταχθούν στην επεξεργασία των προσωπικών τους δεδομένων» ή να «ζητήσουν τη διόρθωση ανακριβών προσωπικών δεδομένων στις απαντήσεις των εφαρμογών Gemini». Η σελίδα σημειώνει ότι η απάντηση της εταιρείας θα εξαρτηθεί από τους νόμους περί ιδιωτικότητας της δικαιοδοσίας σας.
Η OpenAI διαθέτει μια πύλη ιδιωτικότητας που επιτρέπει στους ανθρώπους να υποβάλλουν αιτήματα για την αφαίρεση των προσωπικών τους πληροφοριών από τις απαντήσεις του ChatGPT, αλλά σημειώνει ότι εξισορροπεί τα αιτήματα ιδιωτικότητας με το δημόσιο συμφέρον και «ενδέχεται να απορρίψει ένα αίτημα εάν υπάρχει νόμιμος λόγος για να το πράξει».
Η Anthropic περιγράφει πώς χρησιμοποιεί προσωπικά δεδομένα στην εκπαίδευση μοντέλων, αλλά δεν διαθέτει σαφή τρόπο για τους ανθρώπους να ζητήσουν την αφαίρεσή τους. Η εταιρεία δεν απάντησε σε αίτημα για σχολιασμό.
Η καλύτερη επιλογή για όποιον επιθυμεί να προστατεύσει τα προσωπικά του δεδομένα αυτή τη στιγμή είναι να «ξεκινήσει από την πηγή: να αφαιρέσει τα προσωπικά δεδομένα από τον δημόσιο ιστό πριν καταλήξουν στην επόμενη συλλογή», λέει ο Σάβελ. Από την αρχή του έτους, για παράδειγμα, η Καλιφόρνια προσφέρει στους κατοίκους της μια διαδικτυακή πύλη για να ζητήσουν από τους μεσίτες δεδομένων να διαγράψουν τις πληροφορίες τους. Ωστόσο, αυτό δεν εγγυάται ότι τα δεδομένα σας δεν έχουν ήδη χρησιμοποιηθεί για εκπαίδευση — και επομένως δεν θα εμφανιστούν στην απάντηση ενός chatbot.
Ο χρήστης του Reddit που δεχόταν αδιάκοπες κλήσεις δημοσίευσε ότι είχε «υποβάλει επίσημο αίτημα νομικής αφαίρεσης/ιδιωτικότητας στην Google, ζητώντας τους να αποκλείσουν επειγόντως τον αριθμό μου από τις εξόδους των LLM τους», αλλά δεν είχε λάβει ακόμη απάντηση. Έγραψε επίσης τον περασμένο μήνα ότι «η παρενόχληση συνεχίζεται καθημερινά».
Ο Άμπραχαμ, ο Ισραηλινός προγραμματιστής λογισμικού, λέει ότι επικοινώνησε με την εξυπηρέτηση πελατών της Google στις 17 Μαρτίου, την επομένη της αποκάλυψης του τηλεφωνικού του αριθμού. Λέει ότι δεν έλαβε απάντηση μέχρι τις 4 Μαΐου, και αυτή απλώς ζητούσε τεκμηρίωση που είχε ήδη παράσχει.
Εν τω μεταξύ, εμπνευσμένη, η Άιγκερ συνεργάζεται με την Γκίλμπερτ και την Γκεοργκίεβα σε ένα ερευνητικό έργο για να μελετήσουν περαιτέρω ποιες προσωπικές πληροφορίες ανασύρονται — και τι μπορεί να γνωρίζουν, ακόμα κι αν δεν μας το λένε.
Κάποιες από αυτές τις πληροφορίες μπορεί να είναι «τεχνικά δημόσιες», λέει η Γκίλμπερτ, αλλά τα chatbots ενδέχεται να αλλάζουν «την προσπάθεια που θα κατέβαλε κανείς για να τις βρει». Τώρα, αντί να ψάχνει σε 10 σελίδες αποτελεσμάτων αναζήτησης της Google, ή να πληρώνει για τις πληροφορίες από έναν ιστότοπο μεσίτη δεδομένων, «η παραγωγική τεχνητή νοημοσύνη απλώς μειώνει το εμπόδιο εισόδου για τη στόχευση ατόμων;»
Αυτό το κείμενο έχει ενημερωθεί για να διευκρινιστεί η απάντηση της OpenAI.
