En sommer af utilfredshed omkring ChatGPT’s upload‑sletningsfunktion

Den 23. marts i år introducerede OpenAI biblioteket til ChatGPT. Nu, i stedet for at fordampe som skyggede Snapchat‑beskeder, vil alt, hvad du uploadede til en chatsession, blive gemt permanent – og brugt til at træne nye AI‑modeller, forudsat at du lader den standardindstilling stå.

PDF‑filer, billeder, indsatte tekst (som automatisk blev omdannet til tekstfiler og gemt), og alt andet som upload‑faciliteten tillod, ville blive hængende permanent, medmindre du tog dig tid til at slette dem.

Efterhånden som funktionen udviklede sig, antog bibliotekets papirkurvsadministrationsproces ‘e‑mail’-paradigmet, hvor sletningshandlingen blot flyttede filerne til et midlertidigt område; og derfra blev elementerne endeligt slettet tretti dage senere.

Fra den 5. maj kunne GPT‑5.5 Instant for Plus‑ og Pro‑webbrugere trække kontekst fra tidligere chats, uploadede og/eller genererede filer (og eventuelt Gmail), for at forbedre svarkvaliteten.

Ni dage senere introducerede OpenAI betalte niveauer, med varierende datalagringsgrænser afhængigt af hvad du betalte; og pludselig skiftede hele modellen fra e‑mail til iCloud, OneDrive eller enhver anden gnidningsfri, ét‑klik lagring‑som‑en‑tjeneste‑løsning designet til at udtrække permanent og stadigt stigende leje.

Tid til at betale – rammer grænser på OpenAI’s ChatGPT‑produkt. Kilde

Vi kan huske det for dig, detailhandel

Her havde OpenAI dog et ekstra træk, da det blev klart – i hvert fald for mig – at den nye upload‑opbevaringspolitik markant forbedrede ChatGPT’s kontinuitet og hukommelse af brugerspecifik kontekst (forudsat at du ikke rutinemæssigt sletter dine uploads).

Samtidig blev ChatGPT’s ældre langtidshukommelses‑ (LTM) grænseflade mindre direkte redigerbar, omdannet til en selvudviklende men uigennemtrængelig informationsmatrix om dig og din verden. Hvis du er heldig, og vinden blæser i den rigtige retning, kan du bede GPT om at gemme en bestemt egenskab i LTM, og den vil gøre det i stedet for at sige, at LTM‑indsendelsesværktøjet ikke er tilgængeligt i den pågældende chat:

Den nye ‘ugennemsigtige’ bruger‑hukommelses‑GUI, hvor individuelle facetter ikke kan fjernes diskret som før.

Dog er denne ældre datapulje ikke længere let redigerbar; hukommelsesadministrationens fokus ser i stedet ud til at have flyttet fra LTM mod de akkumulerede dokumenter, billeder og andet historisk affald, der er efterladt af brugerens tidligere chats.

Disse artefakter, som mange har påpeget i fora, behandles separat fra de chats, der skabte dem; at slette en chat sletter ikke dens tilknyttede billeder og filer, og der er i øjeblikket ingen mulighed for at få det til at ske.

Dette kunne fortolkes som et ‘mørkt mønster’, der får brugeren til at holde på data, indtil de når et punkt, hvor den enorme datamængde er så overvældende, og de leverede sletningsprocesser er så frygteligt langsomme, så det anses for nemmere blot at slette ChatGPT‑kontoen og starte forfra.

Den ‘nukleære’ løsning, der i stigende grad ses, hvor friktionen omkring upload‑sletning diskuteres. Kilde

Således er det nuværende kompromis, der præsenteres for brugeren, at de skal stole på OpenAI med deres filer; tage sig tid til at administrere og slette ‘følsomme’ uploads såsom ID‑dokumenter eller kundedata (selvom de nuværende metoder leveret af OpenAI ofte gør det svært at navigere i en stor mængde uploadede filer); og acceptere, at hvis de lykkes med at slette deres uploads, vil deres fremtidige chats mangle den kontekst, der kommer fra de akkumulerede data.

Uden at tage højde for, at de fleste brugere ikke er datavidenskabsfolk og måske ikke let kan forstå, hvordan man selektivt og intelligent beskærer store samlinger af uploadede filer, synes værktøjerne til at løse problemet alligevel at være utilstrækkelige:

På tidspunktet for skrivning var denne seneste anmodning om bedre sletningsstyring kun blevet postet i går. Kilde

Opgraderingstrekanten, uanset om det er for OneDrive, iCloud eller – nu – ChatGPT, bygger på at true brugeren med faktisk at skulle kuratere deres endeløse datastreams: vedhæftningerne, der automatisk gemmes; de floder af fotos, der aldrig bliver sorteret og udvalgt; e‑mails, der måske er nødvendige for revisoren i 2038; og nu den hastigt voksende upload-/genereringssky, som får AI til at fungere bedre; men som beholdes på en selvbetjenende virksomheds vilkår og inden for deres infrastruktur i stedet for brugernes.

Lagringsrentierer som OneDrive og iCloud er afhængige af, at brugerne foretrækker at betale mere for øget lagerkvote frem for at dykke ned i 10–15 års fotos eller andre data, hvor konsekvenserne af fejl og fejlvurderinger kan være store.

Man kan argumentere for, at det kun er en sekundær indtægtskilde for ChatGPT’s Library‑funktion i 2026, som i stedet tilbyder en brugbar løsning på hukommelsestab hos store sprogmodeller i form af en ‘premium’-tjeneste, der er flyttet væk fra den gamle LTM‑facilitet. Selvom lager kan overføres til en anden betalt udbyder i rentierklassen, som Google Drive, findes der i øjeblikket ingen mulighed for at hoste dine egne data på WebDav eller andre selv‑hostede løsninger.

Kæmper med at huske

Et interessant spørgsmål er why OpenAI gør dette. Et indlysende svar er, at Google Gemini allerede har denne mekanisme i sine betalte abonnementer: så snart du opgraderer til et betalt Gemini‑niveau, øges dine lagergrænser for den tilknyttede Google‑konto mærkbart, klar til at holde al den søde upload‑data som gidsel. Set ud fra dette perspektiv er OpenAI blot lidt opgraderet.

Men selv hvis OpenAI realistisk set kunne indhente Google med hensyn til lagerinfrastruktur, virker dette greb meget usandsynligt at redde dem fra deres større finansielle overvejelser, som er sat til at ligge i trillioner af dollars; påståeligt hverken kan reklame løse problemer af denne størrelse.

Derfor kunne de resterende årsager være begrænsning af skaderne – hvor den ekstra indtægt i det mindste opvejer some af den asymmetriske investering, som OpenAI har måttet foretage; fastholdelse af brugere – hvor friktionen forbundet med migration bliver en afskrækkende faktor for at skifte udbyder; eller, mindre kynisk, blot leveringen af noget i retning af vedvarende langtidshukommelse i menneske‑AI‑relationer – hvilket kan være den centrale udfordring i denne tredje AI‑revolution; derfor et rent værdiforslag.

Et ord til de kloge

Mange, inklusive mig selv, vender sig mod at skabe ‘overdragelses’-dokumenter som et alternativ til at stole på usorterede og ukurerede uploads til chatsystemer (uploads, der kan være fyldt med uønskede datapunkter, såsom netværksadgangskoder):

Chatten, der informerede dette meget disciplinerede og smukt organiserede overdragelsesdokument, var rodet og på ingen måde usædvanligt desperat til tider.

Ved at bruge .Markdown-formatet MD (primært fordi forbruger‑AI‑rammer ser ud til at foretrække det, og det tillader lidt mere nuance og rationalisering end et tekstdokument), kan man i slutningen af en stadig mere rodet chatsession bede AI’en om at opsummere nøglepunkterne i udvekslingen til en oversigt, som en senere instans – eller en anden AI – kan bruge til hurtigt at assimilere den nødvendige viden og ‘tage over’ opgaven fra det punkt.

En fordel ved at destillere en udveksling til en sådan overdragelsesfil er, at de fleste, om ikke alle, af de uploads, der bruges i chatten, kan opsummeres i sammendraget, og originalerne sikkert slettes.

En anden fordel er, at man selektivt kan levere, opdatere og slette disse opsummeringsdokumenter over tid, og dermed bevare kontrollen over, hvor informationen gemmes, og hvilke data den indeholder.

Man kunne tro, at denne form for destillation løb konstant i baggrunden hos en førende LLM‑udbyder; dog ser ingen af de store platformes ‘traditionelle’ LTM‑systemer ud til at blive smartere eller bedre informeret over tid på samme måde som når brugeren tillader enorme uploads at akkumulere og levere en rig – om end rodet og redundante – historisk kontekst.

At behandle uploads til væsentlige grundlæggende materialer som beskrevet ovenfor er ikke kun ressourcekrævende, men kan argumenteres for at blive fortolket som en form for træning, som mange brugere har fravalgt.

Omvendt kan uploadede billeder bevares med enhver embeddings udtrukket fra dem under en brugerchat, mens dokumenter allerede er tekstbaserede og egner sig til reference. Det er lettere og billigere at hente brugermetadata fra disse uploads ved inferens end at omforme brugerens tilfældige upload‑bjerg til en forståelig database.

I mangel på en klarere begrundelse fra OpenAI ser dette ud til at være, hvad der foregår på ChatGPT‑platformen.

Et Shyamalan‑twist

Den “sommer af utilfredshed”, som denne artikel refererer til, repræsenterer den frustration, mange brugere har følt over, hvor svært det normalt er at slette uploadede filer fra Biblioteket i ChatGPT. Som om det ikke var nok, synes terminologi og relaterede grænsefladeelementer at ændre sig næsten hver dag, hvilket hurtigt gør third-party-løsninger som en Chrome-webudvidelse til at slette Biblioteks‑elementer non-functional.

En specifik kilde til klage er, at “vælg alle”‑knappen i Biblioteket ikke går ned og vælger alle tilgængelige elementer – den vælger kun det, der er lazy‑loaded på siden:

Når “Alle” ikke er alle – der kan være tusinder eller hundredtusinder af andre filer at håndtere, kun en tusind tryk på mellemrumstasten væk.

Derfor, hvis du har 90.000 uploadede elementer, du skal slette, bliver du nødt til at holde fingeren på mellemrumstasten i meget lang tid – men ikke så længe, at lazy‑loading mister konteksten til de tidligste elementer eller får browseren til at gå ned.

En bruger beskriver den tidskrævende proces med at vælge et stort antal filer i biblioteket til sletning.

I går, efter en sommer med at samle omkring 600 filer i tre specifikke projekter (for det meste relateret til hjemme‑netværk), besluttede jeg, at mine ChatGPT‑PDF‑eksporter – noget, OpenAI bestemt ikke gør nemt – og .MD‑opsummeringer var tilstrækkelige for mine langsigtede projekter, i modsætning til den ubehagelige fornemmelse af, at data om dem akkumulerer i projektmapper i min ChatGPT‑konto (og sådanne projekt‑tilknyttede filer og billeder er blevet udelukket fra den sædvanlige rutine for upload‑sletninger indtil for få dage siden, i endnu en GUI/brugervenligheds‑omstrukturering).

Så jeg forberedte mig på en tidskrævende time med knaptryk og overvågning, og tjekkede fora for at blive opdateret på brugernes holdninger og tips omkring problemet.

Et kommentar til et Reddit-opslag indikerede, at brugeren lige havde bedt ChatGPT om selv at slette filerne, og at den havde efterkommet:

ChatGPT løser problemet, som den stod over for brugerne hele sommeren. Source

Så prøvede jeg den samme metode på mine egne blot 600 uploadede filer, og efter en vis tøven og omveje, slettede ChatGPT faktisk hver eneste upload, jeg havde i min konto, i ét træk og uden at kræve min tilstedeværelse.

Jeg prøvede det igen i morges på et test‑sæt af uploads, og igen slettede den alle filerne på én gang, uden den overvågning, som mange brugere havde klaget over som nødvendig:

I begge tilfælde tjekkede jeg for hallucinations, men sletningerne var ægte. Det betyder, at der er GUI‑funktionalitet i selve GPT‑chatprocessen, som (i det mindste i dag) er fuldstændig fraværende i selve GUI’en.

Det bør nævnes, at mine forsøg på at få ChatGPT til at tømme papirkurven alle mislykkedes. Da det samme førnævnte lazy‑loading‑krav også gælder for papirkurven, vil en person med 100 000 filer ikke let kunne færdiggøre deres sletninger. Dog behøver man kun at vente en måned, så vil det ske.

Det bør også overvejes, at grænsefladen og funktionaliteten for alle de nyeste LLM‑modeller muterer, krymper og udvider sig dagligt, og at denne funktionalitet måske ikke virker for dig; kan forsvinde i morgen; eller endda udvikle sig og blive forbedret.

Først offentliggjort tirsdag den 29. september 2026