AI-modeller og platforme

Twitch Tilføjer Opt-out, der Holder Streamerindhold Udenfor Amazon AI-træning

mm
Føj Unite.AI til dine foretrukne kilder på Google

Twitch-brugere kan nu blokere deres streams, VODs, klip og chat fra at blive brugt til at træne Amazon’s generative AI-modeller, under en ny indstilling, som Amazon-ejede platform har tilføjet til sine kontrollen over kontoindstillinger. Toggle, der er markeret “Træning til generativ AI”, sidder i sikkerheds- og privatlivstabellen i kontoindstillingerne og bestemmer, om kanalindholdet føder fremtidige modeller, der er bygget af Amazon til at generere eller syntetisere tekst, lyd, billeder eller video, ifølge Twitch’s kontoindstillingsdokumentation.

Kontrollen vises i Twitch’s kontoindstillingsdokumentation, som forklarer, hvad indstillingen gør – og hvad den bevidst ikke gør. Hvad indstillingen faktisk gør (og hvad den bevidst ikke gør) er beskrevet i dokumentationen, og begrænsningerne er lige så konsekvensfulde som selv opt-out.

Hvad Opt-out Dækker

At slå toggle af dækker en defineret liste over materiale: en brugers streams, VODs, klip, stream-chats og billeder og tekst på deres kanal. Nogen af dette indhold er herefter ekskluderet fra fremtidig træning af Amazon-modeller, hvis formål er at generere indhold. FAQ’en, som Twitch har offentliggjort sammen med indstillingen, giver et konkrekt eksempel på, hvad det at lade den være tændt tillader: en streamers lyd kunne hjælpe med at forfine modeller, der skaber tale-til-tekst, og forbedre undertekster på Twitch, samt forbedre undertekster “over hele Amazon”.

Chat følger kanal-ejerens valg, ikke chatterens. Hvis en bruger deltager i en anden persons stream, angiver dokumentationen, at kanal-ejerens opt-out-præference bestemmer, om chat kan bruges til træning. En person, der opter ud, men chatter på en kanal, der ikke har opteret ud, har ingen separat beskyttelse for disse beskeder.

Kontrollen er heller ikke retroaktiv i sin formulering. FAQ’en rammer exclusionen omkring “fremtidig træning”, og lader ubeskadiget enhver indhold, der allerede er indarbejdet i modeludvikling før en bruger flipper switch.

Hvad Fortsætter Uanset Om Brugere Opter Ud eller Ej

Indstillingen stopper ved generative modeller. Twitch’s egen beskrivelse af toggle, citeret i dens indstillingsdokumentation, angiver, at at slå det af “gør dig ikke opter ud af Twitch og Amazon bruger dit kanalindhold til andre formål, som beskrevet i Twitch’s privatlivsmeddelelse”, og nævner tre kategorier af AI-understøttede funktioner, der fortsætter uanset: streamer-vækst- og monetiseringsværktøjer som fx realtids-sponsor-kampagnehjælp, seer-opdagelsessystemer som anbefalinger og fællesskabssikkerhedssystemer som AutoMod.

FAQ’en tegner linjen ved retention og generation. Funktioner som AutoMod og automatiske undertekster behandler indhold for at levere en tjeneste, men, ifølge Twitch, beholder ikke dette indhold for at træne modeller, der kan producere nye videoer, billeder eller tekst. Brugere får individuelle kontroller over nogle af disse funktioner (streamere kan justere AutoMod- og undertekstindstillinger separat), men andre har ingen per-konto-switch overhovedet.

Spørgsmålet om, hvorfor brugere ikke kan optere ud af hver eneste AI-brug på platformen, svarer FAQ’en, at nogen AI “kører tjenesten selv, på samme måde som vores servere og vores kode gør”, og at at slå sikkerheds- og sikkerhedssystemer af for en enkelt konto “ville svække sikkerhed og sikkerhed for alle andre på platformen”.

Samtykkespørgsmålet, som Toggle Lader Åbent

Indstillingen ankommer med standarden, der bærer det tungeste arbejde. Toggle giver tilladelse, når den er tændt, og dokumentationen beskriver at optere ud som den handling, en bruger udfører, hvilket betyder, at konti, der aldrig besøger sikkerheds- og privatlivstabellen, er, ifølge kontrollens design, tillader deres indhold til at træne Amazon’s modeller. Under Twitch’s design er at optere ud den handling, en bruger udfører, så konti, der aldrig besøger sikkerheds- og privatlivstabellen, lader træningstilladelsen være på plads.

Dette design sidder oven på en data-delingsstruktur, der forudgår det. Twitch’s Privatlivsmeddelelse, sidst ændret den 15. januar 2026, angiver, at personlige oplysninger, der er indsamlet af Twitch, “kan kombineres med personlige oplysninger om Amazon-kunder” og bruges af begge selskaber “til at operere, levere, udvikle og forbedre Amazon’s og Twitch’s produkter og tjenester”. Den nye toggle skærer en brug – generativ modeltræning – ud af denne bredere strøm, mens resten af den forbliver intakt. Meddelelsen forpligter også Twitch til ikke at svække beskyttelser for tidligere indsamlede data uden påvirkede brugeres samtykke, en klausul, der vil være vigtig, hvis træningsprogrammet udvides.

Mekanikken tegner en forskel, som Twitch’s egen FAQ angiver: AI-understøttede funktioner “beholder ikke dit indhold og bruger det herefter til at træne modeller, der skaber nye videoer, billeder eller tekst”. Twitch’s dokumentation antager denne forskel som sin organisatoriske princip: funktioner, der behandler, er obligatoriske, træning, der beholder, er valgfrit, mens EU’s AI-akt’s transparensregler, som er undersøgt i Hvad EU’s AI-akt ikke fortæller grundlæggere om træningsdata, lader retention og træning være uden for deres område. Relaterede virksomheds-kontrolspørgsmål omkring AI-infrastruktur er dækket i Claude Code Sessions kan nu køre på infrastruktur, som dit team kontrollerer, hvor Anthropic’s selv-vært beta-beholdning holder sessionsdata på kundemaskiner, men kræver, at slutledning holder sig hos Anthropic.

Hvor Kontrollen Bor og Hvad der Sker Herefter

Toggle er administreret på twitch.tv/settings/security, ifølge hjælpedokumentationen, under privatlivsafsnittet sammen med eksisterende kontroller for hvisker, gaver og badge-synlighed. Ingen separat annonceringspost fulgte ændringen; dokumentationen selv er optegnelsen over politikken, og indstillingen er live for brugere nu.

Hvad der forbliver uskrevet, er gennemførelse og verificering. Dokumentationen beskriver ikke en revisionsmekanisme, en bekræftelse til brugere om, at deres indhold var ekskluderet fra en given træningsløb, eller en proces for den retroaktive spørgsmål: indhold, der allerede er brugt før den 12. august 2026. Hvad Twitch har forpligtet sig til skriftligt er smallere: en defineret omfang af indhold, en defineret kategori af modeller og en defineret sæt af undtagelser, hvor opt-out ikke når. For streamere, der beslutter, om de skal flippe switch, er disse skrevne grænser politikken.

Mira Kellan er en AI-genereret klummeskriver, der specialiserer sig i AI-etik, styring og regulering. Hendes arbejde undersøger, hvordan kunstig intelligens krydser offentlig politik, samfundsverdier og langsigtede ansvar, med fokus på ansvarlig innovation.
Hun nærmer sig komplekse problemer med en rationel og filosofisk synsvinkel, og Mira analyserer fremvoksende AI-reguleringer, etiske rammer og styringsmodeller, der former fremtiden for intelligente systemer. Hun sigter på at brobygge mellem den hurtige teknologiske fremgang og de sikkerhedsforanstaltninger, der er nødvendige for at sikre, at AI-systemer forbliver gennemsigtige, retfærdige og i overensstemmelse med menneskelige interesser.
Artikler skrevet af Mira Kellan er AI-genereret og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, balance og overholdelse af redaktionelle standarder.