En sommer med misnøye rundt ChatGPTs opplastings‑slettingsfunksjon

Den 23. mars i år introduserte OpenAI presenterte Library til ChatGPT. Nå, i stedet for å forsvinne som skyggete Snapchat‑meldinger, vil alt du lastet opp i en chat‑sesjon bli lagret permanent – og brukt til å trene nye AI‑modeller, forutsatt at du lar den standardinnstillingen stå.

PDF‑filer, bilder, innlimt tekst (som automatisk ble omgjort til tekstfiler og lagret), og alt annet som opplastingsfunksjonen tillot, ville bli liggende permanent, med mindre du tok deg bryet med å slette dem.

Etter hvert som funksjonen utviklet seg, tok Librarys papirkurvhåndteringsprosess i bruk «e‑post»-paradigmet, der sletting ganske enkelt flyttet filene til et mellomlagringsområde; og derfra ble elementene endelig slettet tretti dager senere.

Fra 5. mai, for Plus‑ og Pro‑nettbrukere, kunne GPT‑5.5 Instant hente kontekst fra tidligere chatter, opplastede og/eller genererte filer (og eventuelt Gmail), for å forbedre svarkvaliteten.

Ni dager senere introduserte OpenAI betalte nivåer, med varierende lagringsgrenser avhengig av hva du betalte; og plutselig skiftet hele modellen fra e‑post til iCloud, OneDrive eller en annen sømløs, ett‑klikk lagring‑som‑en‑tjeneste‑løsning designet for å hente permanent og stadig økende leie.

På tide å betale – når du treffer grenser på OpenAI sin ChatGPT‑produkt. Kilde

Vi kan huske det for deg, detaljhandel

Her hadde OpenAI imidlertid et ekstra triks, siden det ble tydelig – i hvert fall for meg – at den nye policyen for oppbevaring av opplastinger merkbart forbedret ChatGPTs kontinuitet og gjenkalling av brukerspesifikk kontekst (forutsatt at du ikke rutinemessig sletter opplastningene dine).

Samtidig ble ChatGPTs eldre langtidsminne‑grensesnitt (LTM) mindre direkte redigerbart, og ble omdannet til en selv‑utviklende men ugjennomtrengelig informasjonsmatrise om deg og din verden. Hvis du er heldig, og vinden blåser i riktig retning, kan du be GPT lagre en bestemt egenskap i LTM, og den vil gjøre det i stedet for å si at LTM‑innsendelsesverktøyet ikke er tilgjengelig i den aktuelle chatten:

Den nye «ugjennomsiktige» bruker‑minne‑GUI‑en, der individuelle fasetter ikke kan fjernes diskret som før.

Imidlertid er denne eldre datamengden ikke lenger lett redigerbar; stedet for minnehåndtering ser det i stedet ut til å ha skiftet fra LTM til de akkumulerte dokumentene, bildene og annet historisk søppel som er igjen fra brukerens tidligere chatter.

Disse artefaktene, som mange har påpekt i forum, behandles separat fra chattene som opprettet dem; å slette en chat sletter ikke de tilknyttede bildene og filene, og det finnes for øyeblikket ingen mulighet til å få dette til.

Dette kan tolkes som et «dark pattern» som fører brukeren mot datalagring, helt til de når et punkt hvor den enorme datamengden er så overveldende, og de tilgjengelige slettingsprosedyrene er så fryktelig trege, at det anses som enklere bare å slette ChatGPT‑kontoen og starte på nytt.

Den «nukleære» løsningen som blir stadig mer sett der friksjonen rundt sletting av opplastinger diskuteres. Kilde

Så langt er avveiningen som presenteres for brukeren at de må stole på OpenAI med filene sine; ta seg bryet med å administrere og slette «sensitive» opplastinger som ID‑dokumenter eller kundedata (selv om de nåværende metodene fra OpenAI vanligvis gjør det vanskelig å navigere i et stort antall opplastede filer); og akseptere at dersom de lykkes med å slette opplastningene sine, vil fremtidige chatter mangle konteksten som kommer fra den akkumulerte dataen.

Uavhengig av at de fleste brukere ikke er datavitere, og kanskje ikke lett kan forstå hvordan man selektivt og intelligent beskjærer store samlinger av opplastede filer, virker verktøyene for å løse problemet likevel utilstrekkelige:

På tidspunktet for skrivingen ble denne siste forespørselen om bedre slettingshåndtering kun lagt ut i går. Kilde

Oppsalgspåvirkningen, enten det gjelder OneDrive, iCloud eller – nå – ChatGPT, bygger på å true brukeren med at de faktisk må kuratere sine endeløse datastrømmer: vedleggene som automatisk lagres; flommen av bilder som aldri blir sortert og valgt ut; e‑postene som kan være nødvendige for regnskapsføreren i 2038; og nå den voksende og oppblåste opplastings‑/genereringsskyen som gjør AI virkelig bedre; men som beholdes på vilkår fra et egeninteressert selskap, og innen deres infrastruktur, snarere enn brukernes.

Lagringsrentierer som OneDrive og iCloud er avhengige av at brukerne foretrekker å betale mer for økt lagringskvote enn å dykke dypt ned i 10–15 år med bilder eller annen data, der risikoen for feil og misvurderinger kan være høy.

Det kan hevdes at dette kun er en sekundær inntektsstrøm for ChatGPTs 2026 Bibliotek-funksjon, som i stedet tilbyr en brukbar løsning på LLM amnesi i form av en ‘premium’-tjeneste, avløst fra den gamle LTM-fasiliteten. Selv om lagring kan overføres til en annen betalt leverandør i rentierklassen, som Google Drive, finnes det for øyeblikket ingen mulighet til å hoste egne data på WebDav eller andre selvhostede løsninger.

Kjemper med å huske

Et interessant spørsmål er hvorfor OpenAI gjør dette. Et åpenbart svar er at Google Gemini allerede har denne mekanismen i sine betalte abonnementer: så snart du oppgraderer til et betalt Gemini-nivå, øker lagringsgrensene for den tilknyttede Google-kontoen merkbart, klar til å holde all den søte opplastingsdataen som gissel. Fra dette perspektivet bare hever OpenAI seg litt.

Imidlertid, selv om OpenAI realistisk sett kunne innhente Google når det gjelder lagringsinfrastruktur, virker dette grepet svært usannsynlig å redde dem fra deres større økonomiske hensyn, som er satt til å ligge i trillioner av dollar; man kan hevde at hverken kan reklame løse problemer av denne størrelsesorden.

Derfor kan de gjenværende årsakene være skadebegrensning – hvor den ekstra inntekten i det minste oppveier noe av den asymmetriske investeringen OpenAI har måttet foreta; brukerretensjon – hvor friksjonen knyttet til migrasjon blir et avskrekkingsmoment for å bytte leverandør; eller, mindre kynisk, ganske enkelt tilveiebringelsen av noe som ligner på langvarig vedvarende minne i menneske‑AI‑relasjoner – som kan være den sentrale utfordringen i denne tredje AI-revolusjonen; derfor, et rent verdiforslag.

Et ord til de vise

Mange, inkludert meg selv, vender seg mot å lage ‘overleverings’-dokumenter som et alternativ til å stole på uordnede og ukurerte opplastinger til chatsystemer (opplastinger som kan være infisert med uønskede datapunkter, som nettverkspassord):

Chatten som informerte dette svært disiplinerte og vakkert organiserte overleveringsdokumentet var rotete og ikke lite desperat til tider.

Ved å bruke .MD markdown-format (hovedsakelig fordi forbruker‑AI‑rammeverk ser ut til å foretrekke det, og det gir litt mer nyanse og rasjonalisering enn et tekstdokument), kan man på slutten av en stadig mer rotete chatsesjon be AI’en om å oppsummere nøkkelpunktene i utvekslingen til en oversikt som en senere forekomst – eller en annen AI – kan bruke for raskt å tilegne seg den nødvendige kunnskapen og ‘ta over’ oppgaven fra det punktet.

En fordel med å destillere en utveksling til en slik overleveringsfil er at de fleste, om ikke alle, av opplastningene som brukes i chatten kan oppsummeres i sammendraget, og originalene trygt slettes.

En annen fordel er at man kan selektivt levere, oppdatere og slette disse sammendragsdokumentene over tid, og beholde kontrollen over hvor informasjonen lagres, og hvilke data den inneholder.

Man kunne tro at denne typen destillasjon foregikk kontinuerlig bak kulissene hos en ledende LLM-leverandør; imidlertid ser ingen av de store plattformenes ‘tradisjonelle’ LTM-systemer ut til å bli smartere eller bedre informert over tid på samme måte som når brukeren lar enorme opplastinger hope seg opp, og gir rik – om enn rotete og overflødig – historisk kontekst.

Vel, å bearbeide opplastinger til essensielle innledninger av den typen som er beskrevet ovenfor er ikke bare ressurskrevende, men kan med rette tolkes som en form for trening, som mange brukere har valgt å stå utenfor.

Omvendt kan opplastede bilder bevares med eventuelle innbygginger hentet fra dem under en brukerchat, mens dokumenter allerede er tekstbaserte og egnet for referanse. Det er enklere og billigere å hente brukermetadata fra disse opplastningene under inferens enn å omformulere brukerens tilfeldige opplastningsfjell til en forståelig database.

I fravær av en klarere begrunnelse fra OpenAI, ser dette ut til å være det som skjer på ChatGPT-plattformen.

En Shyamalan-vri

‘misnøyens sommer’ som denne artikkelen refererer til, representerer frustrasjonen mange brukere har følt over hvor vanskelig det vanligvis er å slette opplastede filer fra Biblioteket i ChatGPT. I tillegg ser terminologi og relaterte grensesnittelementer ut til å endre seg nesten hver dag, noe som raskt gjør tredjeparts løsninger som en Chrome-nettleserutvidelse for å slette Bibliotek-elementer, ikke-fungerende.

En spesifikk kilde til klage er at ‘velg alle’-knappen i Biblioteket ikke går ned og velger alle tilgjengelige elementer – den velger kun det som har blitt lastet inn etter behov på siden:

Når ‘Alle’ ikke er alle – det kan være tusenvis, eller hundretusener, av andre filer å håndtere, kun tusen trykk på mellomromstasten unna.

Derfor, hvis du har 90 000 opplastede elementer å slette, må du holde fingeren på mellomromstasten i svært lang tid – men ikke så lenge at den tregt lastende funksjonen mister konteksten til de tidligste elementene, eller krasjer nettleseren.

En bruker beskriver den tidkrevende prosessen med å velge et stort antall filer i biblioteket for sletting.

I går, etter en sommer med å samle omtrent 600 filer i tre spesifikke prosjekter (hovedsakelig relatert til hjemmenettverk), bestemte jeg meg for at mine ChatGPT PDF-eksporter – ikke noe som OpenAI gjør i det hele tatt lett – og .MD‑sammendrag var tilstrekkelige for mine langsiktige prosjekter, i motsetning til den ubehagelige følelsen av at data om dem akkumuleres i prosjektmapper i min ChatGPT‑konto (og slike prosjekt‑tilknyttede filer og bilder har blitt ekskludert fra de vanlige rutinemessige opplastings‑slettingene frem til for noen dager siden, i enda en GUI‑/brukervennlighets‑omorganisering).

Så forberedte jeg meg på en tidkrevende time med knappetrykk og tilsyn, og sjekket forumene for å holde meg oppdatert på brukernes holdninger og tips rundt problemet.

En kommentar i ett Reddit‑innlegg indikerte at brukeren nettopp hadde bedt ChatGPT om å slette filene selv, og den hadde etterkommet:

ChatGPT løser problemet den plaget brukerne med hele sommeren. Kilde

Så prøvde jeg den samme metoden på mine egne kun 600 opplastede filer, og etter en viss mengde omveier og nøling, sletter ChatGPT faktisk hver eneste opplasting jeg hadde i kontoen, i ett eneste trekk, uten å kreve min tilstedeværelse.

Jeg prøvde det igjen i morges, på en test‑opplasting, og igjen slettet den alle filene i ett tak, uten den tilsynet som mange brukere hadde klaget på som nødvendig:

I begge tilfeller sjekket jeg for hallusinasjoner, men slettingene var ekte. Dette betyr at det finnes GUI‑funksjonalitet i selve GPT‑chat‑prosessen som (i det minste i dag) er helt fraværende i selve GUI‑et.

Det bør nevnes at mine forsøk på å få ChatGPT til å tømme papirkurven alle mislyktes. Siden det samme nevnte lazy‑loading‑kravet gjelder for papirkurven, vil ikke noen med 100 000 filer lett kunne fullføre slettingene sine. Imidlertid trenger minst én bare å vente en måned, så vil det skje.

Det bør også vurderes at grensesnittet og funksjonaliteten til alle de fremste LLM‑ene endrer seg, krymper og vokser daglig, og at denne funksjonaliteten kanskje ikke fungerer for deg; kan forsvinne i morgen; eller til og med utvikle seg og forbedres.

Først publisert tirsdag 29. september 2026