Hvad EU’s AI-lov ikke fortæller grundlæggere om træningsdata

Artikel 50 i EU’s AI-lov kræver, at et AI-system afslører, at en person taler med en maskine. Det siger intet om, hvad der sker med den samtale, når afsløringen er gjort.

Grundlæggere, der bygger produkter på toppen af en grundmodel, fokuserer på nøjagtighed og pris. Spørgsmålet om, hvad der sker med deres brugeres data, når de forlader deres produkt og bearbejdes af en tredjepartsmodel, kommer sjældent op under udvælgelse af leverandør.

Reglen blev gældende den 2. august 2026, og bøder for ikke-overholdelse kan gå op til 15 millioner euro eller 3% af det globale årlige omsætningsbeløb, hvilket som helst er højere. Bevaring og træning ligger helt uden for dens område. Hvis dit produkt sender brugersamtaler til en tredjepartsmodel, bliver leverandørens datapolitik en del af dit produkt, uanset om du havde til hensigt at eller ej.

Branchens standard er træning, ikke spørgende

Forskere ved Stanfords Institute for Human-Centered AI gennemgik privatpolitikkerne for seks store amerikanske AI-udviklere, herunder Amazon, Anthropic, Google, Meta, Microsoft og OpenAI, og fandt, at alle brugte kundesamtaledata som standard til at træne deres modeller, med nogle, der beholdt denne data ubegrænset. Den ledende forsker Jennifer King var direkte, da hun blev spurgt, om brugere af AI-chatsystemer skulle bekymre sig om deres privatliv, og svarede “absolut ja”. Træning bør derfor behandles som den standardmæssige antagelse, medmindre en leverandørs dokumentation siger noget andet. Detaljerne varierer dog fra en leverandør til en anden og fortjener nærmere opmærksomhed, før man binder sig til en platform.

Engang blev Anthropic rost for sin privatlivsbevidste tilgang, men Ændrede sine forbrugerbetingelser, så samtaler med Claude nu bruges til træning som standard, med mulighed for, at brugerne kan fravælge. Dette viser, hvor hurtigt en leverandørs træningspolitik kan ændre sig, selv når privatliv var en del af dens oprindelige salgsargument.

I andre modeller fungerer fravalg ikke fuldt ud. Google gemmer Gemini-samtaler gennemgået af menneskelige annotatorer i op til tre år, og deaktivering af Gemini Apps Activity-indstillingen ophæver ikke dette. Når en samtale er blevet markeret til menneskelig gennemgang, forbliver den i Googles systemer på en separat bevaringsbane, uanset hvad brugeren gør herefter.

Character.AI blev trænet på brugersamtaler som standard og tilbød kun en fravalgsmulighed for brugere i EEA og Storbritannien, hvilket placerer det på den tilladende side af datapolitikkerne, der er omhandlet her. Separat har virksomheden stået over for juridiske og reputationsmæssige udfordringer. I januar 2026 Enedes Character.AI og Google om at afslutte en række sager, der påstod skade fra platformens chatbot-interaktioner med mindreårige, uafhængigt af dens datapolitik. Google var medtiltalte på grund af dets bånd til Character.AIs grundlæggere, og selv om der ikke blev accepteret nogen skyld, og vilkårene ikke blev offentliggjort, viser sagen, at juridisk eksponering i forbindelse med en AI-leverandør kan nå de virksomheder, der støtter den.

Bevaringsvinduer, menneskelig gennemgangsudløsere og underleverandøradgang viser sjældent op uden for en privatpolitiks finprint. Virksomheder, der integrerer disse API’er, skal ofte undersøge grundigt for at opdage, hvor længe brugerdata bevarer sig i gennemgang eller hvem andre kan se det. Det meste af denne detalje når aldrig brugerne, hvilket betyder, at en virksomhed kan arve en leverandørs datapolitik og videregive den samme eksponering uden, at nogen af parterne er klar over, at det sker.

Hvorfor dette er et grundlæggerproblem og ikke kun en politisk debat

Hvis dit produkt sender brugersamtaler til en grundmodel med standardtræning aktiveret, har du accepteret en datapolitik på vegne af dine brugere uden at fortælle dem det, selv om du aldrig havde til hensigt at. Artikel 50 kræver ikke, at du afslører denne beslutning, fordi den kun dækker faktum, at de taler med AI.

Adgang til tredjeparter udvider denne eksponering yderligere. Modelleverandører outsourcerer ofte datapåtegning og sikkerhedsrevision til underleverandører. I maj 2026 Texas’ justitsminister Ken Paxton iværksatte en undersøgelse af Metas AI-briller efter datapåtegning af underleverandøren Sama i Kenya angiveligt sagde, at de kunne få adgang til optagelser af brugernes private øjeblikke, herunder badeværelsesbesøg. Meta bestrider, at dette afspejler det fulde billede af dens praksis, og undersøgelsen er fortsat i gang. Selv om eksemplet omhandler bærbare kameraer, kan samme problem også gælde konversationsbaseret AI. Et løfte om, at en virksomhed ikke sælger dine data, siger intet om, hvem andre kan læse dem internt, før de når en træningspipeline.

Hvad du skal tjekke, før du vælger en leverandør

Før du tilslutter en grundmodel til virkelige brugerdata, er der flere spørgsmål, som hver grundlægger skal besvare.

Dataprocessingsaftalen er et sted at starte. Denne aftale er dokumentet, der regulerer, hvordan dine brugeres data håndteres, og det er værd at læse det i fuld udstrækning.

Kontrakten selv fortjener lige så megen opmærksomhed. Leverandører tilbyder ofte strengere ikke-træningsbetingelser på enterprise- eller API-kontrakter end på forbrugerchatsprodukter, så bekræft skriftligt, hvilke betingelser der gælder for din specifikke integration. Mange virksomheder antager ofte fejlagtigt, at enterprise-gradens privatlivssprog dækker dem som standard.

Fravalgsbestemmelser er også værd at undersøge. Googles Gemini-indstillinger viser, hvorfor, da i denne model deaktivering af aktivitetsregistrering ikke standser menneskelig gennemgang. En leverandør bør være i stand til at sige klart, om et fravalg standser træning, menneskelig gennemgang eller begge.

Til sidst skal du kortlægge, hvor dataene går nedstrøms fra leverandøren. Påtegning og sikkerhedsrevision outsourceres ofte, og en leverandørs egne privatlivsløfter udvides ikke automatisk til hver underleverandør i denne kæde.

Ingen af disse spørgsmål bør behandles som en engangsøvelse. Leverandørens betingelser kan ændre sig, nogle gange hurtigt, og leverandøren, du underskrev med sidste år, kan ikke fungere under de samme regler i dag.

Markedet kan fastsætte en standard, som reguleringen endnu ikke har nået

Artikel 50 er ikke det sidste ord om AI-databestyring fra EU, og grundlæggere bør ikke vente på den næste runde af regulering for at indhente det gap, den efterlod. Virksomheder kan komme før gapet nu ved at bygge en ekspllicit og synlig opt-in for træning på deres egne brugeres data. Der er en reel grænse mellem at forbedre en model og stille og roligt at tjene på brugerens tillid. Mange AI-tjenester krydser denne grænse stadig ved at bruge samtaler til træning uden nogensinde at bede om eksplizit, informeret samtykke. Grundlæggere, der tegner denne grænse for sig selv nu, behøver ikke at tilpasse sig overholdelse senere.

Det er en bevægelse med præcedens. Krypterede meddelelsesapps og adgangskodehåndterere ventede ikke på, at reguleringen gjorde stærke standarder standard. De valgte selv disse muligheder og gjorde dem til en markedsposition. AI-produkter har den samme mulighed. Grundlæggerne, der tegner denne grænse, før det er obligatorisk, er dem, der vil blive betroet den næste følsomme samtale, deres brugere har.