互聯(lián)網(wǎng)社交時代被嚴格管控的數(shù)據(jù)獲取行為，如今在AI時代中卻成了一種常態(tài)。更好的使用體驗，是收集用戶隱私的理由嗎？
@科技新知 原創(chuàng)
作者丨思原 編輯丨蕨影
在AI時代，用戶輸入的信息不再僅僅屬于個人隱私，而是成為了大模型進步的墊腳石。
幫我做一份PPT幫我做一版新春海報幫我總結(jié)一下文檔內(nèi)容，大模型火了以后，用AI工具提效已經(jīng)成了白領們工作的日常，甚至不少人開始用AI叫外賣、訂酒店。
然而，這種數(shù)據(jù)收集和使用的方式也帶來了巨大的隱私風險。很多用戶忽視了數(shù)字化時代，使用數(shù)字化技術、工具的一個主要問題，就是透明度的缺失，他們不清楚這些AI工具的數(shù)據(jù)如何被收集、處理和存儲，不確定數(shù)據(jù)是否被濫用或泄露。
今年3月，OpenAI承認ChatGPT存在漏洞，導致部分用戶的歷史聊天記錄被泄露。此事件引發(fā)了公眾對大模型數(shù)據(jù)安全和個人隱私保護的擔憂。除了ChatGPT數(shù)據(jù)泄露事件，meta的AI模型也因侵犯版權(quán)而飽受爭議。今年4月，美國作家、藝術家等組織指控meta的AI模型盜用他們的作品進行訓練，侵犯其版權(quán)。
同樣，在國內(nèi)也發(fā)生了類似的事件。最近，愛奇藝與大模型六小虎之一的稀宇科技（MiniMax）因著作權(quán)糾紛引發(fā)關注。愛奇藝指控海螺AI未經(jīng)許可使用其版權(quán)素材訓練模型，此案為國內(nèi)首例視頻平臺對AI視頻大模型的侵權(quán)訴訟。
這些事件引發(fā)了外界對大模型訓練數(shù)據(jù)來源和版權(quán)問題的關注，說明AI技術的發(fā)展需要建立在用戶隱私保護的基礎之上。
為了解當前國產(chǎn)大模型信息披露透明度情況，「科技新知」選取了豆包、文心一言、kimi、騰訊混元、星火大模型、通義千文、快手可靈這7款市面主流大模型產(chǎn)品作為樣本，通過隱私政策和用戶協(xié)議測評、產(chǎn)品功能設計體驗等方式，進行了實測，發(fā)現(xiàn)不少產(chǎn)品在這方面做得并不出色，我們也清晰地看到了用戶數(shù)據(jù)與AI產(chǎn)品之間的敏感關系。
01 撤回權(quán)形同虛設首先，「科技新知」從登錄頁面可以明顯看到，7款國產(chǎn)大模型產(chǎn)品均沿襲了互聯(lián)網(wǎng)APP的標配使用協(xié)議和隱私政策，并且均在隱私政策文本中設有不同章節(jié)，以向用戶說明如何收集和使用個人信息。
而這些產(chǎn)品的說法也基本一致，為了優(yōu)化和改進服務體驗，我們可能會結(jié)合用戶對輸出內(nèi)容的反饋以及使用過程中遇到的問題來改進服務。在經(jīng)過安全加密技術處理、嚴格去標識化的前提下，可能會將用戶向AI輸入的數(shù)據(jù)、發(fā)出的指令以及AI相應生成的回復、用戶對產(chǎn)品的訪問和使用情況進行分析并用于模型訓練。
事實上，利用用戶數(shù)據(jù)訓練產(chǎn)品，再迭代更好產(chǎn)品供用戶使用，似乎是一個正向循環(huán)，但用戶關心的問題在于是否有權(quán)拒絕或撤回相關數(shù)據(jù)投喂AI訓練。
而「科技新知」在翻閱以及實測這7款AI產(chǎn)品后發(fā)現(xiàn)，只有豆包、訊飛、通義千問、可靈四家在隱私條款中提及了可以改變授權(quán)產(chǎn)品繼續(xù)收集個人信息的范圍或撤回授權(quán)。
其中，豆包主要是集中在語音信息的撤回授權(quán)。政策顯示，如果您不希望您輸入或提供的語音信息用于模型訓練和優(yōu)化，可以通過關閉設置-賬號設置-改進語音服務來撤回您的授權(quán)；不過對于其他信息，則是需要通過公示的聯(lián)系方式與官方聯(lián)系，才能要求撤回使用數(shù)據(jù)用于模型訓練和優(yōu)化。
在實際操作過程中，對于語音服務的授權(quán)關閉并不算難，但對于其他信息的撤回使用，「科技新知」在聯(lián)系豆包官方后一直未能得到回復。
圖源/（豆包）
通義千問與豆包類似，個人能操作的僅有對語音服務的授權(quán)撤回，而對于其他信息，也是需要聯(lián)系通過披露的聯(lián)系方式與官方聯(lián)系，才能改變或者收回授權(quán)收集和處理個人信息的范圍。
圖源/（通義千問）
可靈作為視頻及圖像生成平臺，在人臉使用方面有著重表示，稱不會將您的面部像素信息用于其他任何用途或共享給第三方。但如果想要取消授權(quán)，則需要發(fā)送郵件聯(lián)系官方進行取消。
圖源/（可靈）
相比豆包、通義千文以及可靈，訊飛星火的要求更為苛刻，按照條款，用戶如果需要改變或撤回收集個人信息的范圍，需要通過注銷賬號的方式才能實現(xiàn)。
圖源/（訊飛星火）
值得一提的是，騰訊元寶雖然沒有在條款中提到如何改變信息授權(quán)，但在APP中我們可以看到語音功能改進計劃的開關。
圖源/（騰訊元寶）
而Kimi雖然在隱私條款中提到了可以撤銷向第三方分享聲紋信息，并且可以在APP中進行相應操作，但「科技新知」在摸索良久后并沒有發(fā)現(xiàn)更改入口。至于其他文字類信息，也未找到相應條款。
圖源/（Kimi隱私條款）
其實，從幾款主流的大模型應用不難看出，各家對于用戶聲紋管理更為重視，豆包、通義千文等都能通過自主操作去取消授權(quán)，而對于地理位置、攝像頭、麥克風等特定交互情況下的基礎授權(quán)，也可以自主關閉，但對撤回投喂的數(shù)據(jù)，各家都不那么順暢。
值得一提的是，海外大模型在用戶數(shù)據(jù)退出AI訓練機制上，也有相似做法，谷歌的Gemini相關條款規(guī)定，如果你不想讓我們審核將來的對話或使用相關對話來改進Google的機器學習技術，請關閉Gemini應用活動記錄。
另外，Gemini也提到，當刪除自己的應用活動記錄時，系統(tǒng)不會刪除已經(jīng)過人工審核員審核或批注的對話內(nèi)容（以及語言、設備類型、位置信息或反饋等相關數(shù)據(jù)），因為這些內(nèi)容是單獨保存的，并且未與Google賬號關聯(lián)。這些內(nèi)容最長會保留三年。
圖源/（Gemini條款）
ChatGPT的規(guī)則有些模棱兩可，稱用戶可能有權(quán)限制其處理個人數(shù)據(jù)，但在實際使用中發(fā)現(xiàn)，Plus用戶可以主動設置禁用數(shù)據(jù)用于訓練，但對于免費用戶，數(shù)據(jù)通常會被默認收集并用于訓練，用戶想要選擇退出則需要給官方發(fā)件。
圖源/（ChatGPT條款）
其實，從這些大模型產(chǎn)品的條款我們不難看出，收集用戶輸入信息似乎已經(jīng)成了共識，不過對于更為隱私的聲紋、人臉等生物信息，僅有一些多模態(tài)平臺略有表現(xiàn)。
但是這并非經(jīng)驗不足，尤其是對于互聯(lián)網(wǎng)大廠來說。比如，微信的隱私條款中就詳盡地列舉了每一項數(shù)據(jù)收集的具體場景、目的和范圍，甚至明確承諾不會收集用戶的聊天記錄抖音也是如此，用戶在抖音上上傳的信息幾乎都會在隱私條款中標準使用方式、使用目的等詳細說明。
圖源/（抖音隱私條款）
互聯(lián)網(wǎng)社交時代被嚴格管控的數(shù)據(jù)獲取行為，如今在AI時代中卻成了一種常態(tài)。用戶輸入的信息已經(jīng)被大模型廠商們打著訓練語料的口號隨意獲取，用戶數(shù)據(jù)不再被認為是需要嚴格對待的個人隱私，而是模型進步的墊腳石。
除了用戶數(shù)據(jù)外，對于大模型嘗試來說，訓練語料的透明也至關重要，這些語料是否合理合法，是否構(gòu)成侵權(quán)，對于用戶的使用來說是否存在潛在風險等都是問題。我們帶著疑問對這7款大模型產(chǎn)品進行了深度挖掘、評測，結(jié)果也令我們大吃一驚。
大模型的訓練除了算力外，高質(zhì)量的語料更為重要，然而這些語料往往存在一些受版權(quán)保護的文本、圖片、視頻等多樣化作品，未經(jīng)授權(quán)便使用顯然會構(gòu)成侵權(quán)。
「科技新知」實測后發(fā)現(xiàn)，7款大模型產(chǎn)品在協(xié)議中都未提及大模型訓練數(shù)據(jù)的具體來源，更沒有公開版權(quán)數(shù)據(jù)。
至于大家都非常默契不公開訓練語料的原因也很簡單，一方面可能是因為數(shù)據(jù)使用不當很容易出現(xiàn)版權(quán)爭端，而AI公司將版權(quán)產(chǎn)品用作訓練語料是否合規(guī)合法，目前還未有相關規(guī)定；另一方面或與企業(yè)之間的競爭有關，企業(yè)公開訓練語料就相當于食品公司將原材料告訴了同行，同行可以很快進行復刻，提高產(chǎn)品水平。
值得一提的是，大多數(shù)模型的政策協(xié)議中都提到，會將用戶和大模型的交互后所得到的信息用于模型和服務優(yōu)化、相關研究、品牌推廣與宣傳、市場營銷、用戶調(diào)研等。
坦白講，因為用戶數(shù)據(jù)的質(zhì)量參差不齊，場景深度不夠，邊際效應存在等多方面原因，用戶數(shù)據(jù)很難提高模型能力，甚至還可能帶來額外的數(shù)據(jù)清洗成本。但即便如此，用戶數(shù)據(jù)的價值仍然存在。只是它們不再是提升模型能力的關鍵，而是企業(yè)獲取商業(yè)利益的新途徑。通過分析用戶對話，企業(yè)可以洞察用戶行為、發(fā)掘變現(xiàn)場景、定制商業(yè)功能，甚至和廣告商共享信息。而這些也恰巧都符合大模型產(chǎn)品的使用規(guī)則。
不過，也需要注意的是，實時處理過程中產(chǎn)生的數(shù)據(jù)會上傳到云端進行處理，也同樣會被存儲至云端，雖然大多數(shù)大模型在隱私協(xié)議中提到使用不低于行業(yè)同行的加密技術、匿名化處理及相關可行的手段保護個人信息，但這些措施的實際效果仍有擔憂。
例如，如果將用戶輸入的內(nèi)容作為數(shù)據(jù)集，可能過段時間后當其他人向大模型提問相關的內(nèi)容，會帶來信息泄露的風險；另外，如果云端或者產(chǎn)品遭到攻擊，是否仍可能通過關聯(lián)或分析技術恢復原始信息，這一點也是隱患。
歐洲數(shù)據(jù)保護委員會（EDPB）前不久發(fā)布了對人工智能模型處理個人數(shù)據(jù)的數(shù)據(jù)保護指導意見。該意見明確指出，AI模型的匿名性并非一紙聲明即可確立，而是必須經(jīng)過嚴謹?shù)募夹g驗證和不懈的監(jiān)控措施來確保。此外，意見還著重強調(diào)，企業(yè)不僅要證實數(shù)據(jù)處理活動的必要性，還必須展示其在處理過程中采用了對個人隱私侵入性最小的方法。
所以，當大模型公司以為了提升模型性能而收集數(shù)據(jù)時，我們需要更警惕去思考，這是模型進步的必要條件，還是企業(yè)基于商業(yè)目的而對用戶的數(shù)據(jù)濫用。
除了常規(guī)大模型應用外，智能體、端側(cè)AI的應用帶來的隱私泄漏風險更為復雜。
相比聊天機器人等AI工具，智能體、端側(cè)AI在使用時需要獲取的個人信息會更詳細且更具有價值。以往手機獲取的信息主要包括用戶設備及應用信息、日志信息、底層權(quán)限信息等；在端側(cè)AI場景以及當前主要基于讀屏錄屏的技術方式，除上述全面的信息權(quán)限外，終端智能體往往還可以獲取錄屏的文件本身，并進一步通過模型分析，獲取其所展現(xiàn)的身份、位置、支付等各類敏感信息。
例如榮耀此前在發(fā)布會上演示的叫外賣場景，這樣位置、支付、偏好等信息都會被AI應用悄無聲息地讀取與記錄，增加了個人隱私泄露的風險。
如騰訊研究院此前分析，在移動互聯(lián)網(wǎng)生態(tài)中，直接面向消費者提供服務的APP一般均會被視為數(shù)據(jù)控制者，在如電商、社交、出行等服務場景中承擔著相應的隱私保護與數(shù)據(jù)安全責任。然而，當端側(cè)AI智能體基于APP的服務能力完成特定任務時，終端廠商與APP服務提供者在數(shù)據(jù)安全上的責任邊界變得模糊。
往往廠商會以提供更好服務來當作說辭，當放到整個行業(yè)量來看，這也并非正當理由，Apple Intelligence就明確表示其云端不會存儲用戶數(shù)據(jù)，并采用多種技術手段防止包括Apple自身在內(nèi)的任何機構(gòu)獲取用戶數(shù)據(jù)，贏得用戶信任。
毋庸置疑，當前主流大模型在透明度方面存在諸多亟待解決的問題。無論是用戶數(shù)據(jù)撤回的艱難，還是訓練語料來源的不透明，亦或是智能體、端側(cè) AI 帶來的復雜隱私風險，都在不斷侵蝕著用戶對大模型的信任基石。
大模型作為推動數(shù)字化進程的關鍵力量，其透明度的提升已刻不容緩。這不僅關乎用戶個人信息安全與隱私保護，更是決定整個大模型行業(yè)能否健康、可持續(xù)發(fā)展的核心要素。
未來，期待各大模型廠商能積極響應，主動優(yōu)化產(chǎn)品設計與隱私政策，以更加開放、透明的姿態(tài)，向用戶清晰闡釋數(shù)據(jù)的來龍去脈，讓用戶能夠放心地使用大模型技術。同時，監(jiān)管部門也應加快完善相關法律法規(guī)，明確數(shù)據(jù)使用規(guī)范與責任邊界，為大模型行業(yè)營造一個既充滿創(chuàng)新活力又安全有序的發(fā)展環(huán)境，使大模型真正成為造福人類的強大工具。
看完覺得寫得好的，不防打賞一元，以支持藍海情報網(wǎng)揭秘更多好的項目。
感謝您的支持，我會繼續(xù)努力的!
打開支付寶掃一掃，即可進行掃碼打賞哦
手機直接保存圖片,掃一掃識別二維碼,即可進行掃碼打賞哦
