Có Một Giải Pháp Rõ Ràng Cho Các Rủi Ro Về Quyền Riêng Tư Của Trí Tuệ Nhân Tạo Tạo Sinh?

Các rủi ro về quyền riêng tư của trí tuệ nhân tạo tạo sinh là rất thực. Từ việc tăng cường giám sát và lộ lọt thông tin đến các chiến dịch lừa đảo và giả mạo hiệu quả hơn bao giờ hết, trí tuệ nhân tạo tạo sinh xói mòn quyền riêng tư hàng loạt, không phân biệt, đồng thời cung cấp cho các tác nhân độc hại, dù là tội phạm, được tài trợ bởi nhà nước hay chính phủ, các công cụ cần thiết để nhắm vào các cá nhân và nhóm.

Giải pháp rõ ràng nhất cho vấn đề này liên quan đến việc người tiêu dùng và người dùng tập thể quay lưng lại với sự cường điệu về AI, yêu cầu minh bạch từ những người phát triển hoặc triển khai các tính năng “AI” và quy định hiệu quả từ các cơ quan chính phủ giám sát hoạt động của họ. Mặc dù đáng để phấn đấu, điều này không có khả năng xảy ra bất cứ lúc nào sớm.

Những gì còn lại là các cách tiếp cận hợp lý, thậm chí nếu không đầy đủ, để giảm thiểu rủi ro về quyền riêng tư của trí tuệ nhân tạo tạo sinh. Dự đoán dài hạn, chắc chắn, nhưng nhàm chán là càng nhiều người dùng được giáo dục về quyền riêng tư dữ liệu nói chung, rủi ro về quyền riêng tư của trí tuệ nhân tạo tạo sinh sẽ giảm đi.

Chúng Ta Có Hiểu Đúng Khái Niệm Về Trí Tuệ Nhân Tạo Tạo Sinh?

Sự cường điệu về AI là rất phổ biến đến mức một cuộc khảo sát về những gì mọi người hiểu về trí tuệ nhân tạo tạo sinh hầu như không cần thiết. Tất nhiên, không có “tính năng AI” nào, chức năng hoặc sản phẩm thực sự đại diện cho ví dụ về trí tuệ nhân tạo thực sự, bất kể điều đó có nghĩa là gì. Thay vào đó, chúng chủ yếu là ví dụ về học máy (ML), học sâu (DL) và mô hình ngôn ngữ lớn (LLM).

Trí tuệ nhân tạo tạo sinh, như tên gọi cho thấy, có thể tạo ra nội dung mới – dù là văn bản (bao gồm cả ngôn ngữ lập trình), âm thanh (bao gồm cả âm nhạc và giọng nói giống con người) hay video (có âm thanh, thoại, cắt và thay đổi máy quay). Tất cả những điều này được thực hiện bằng cách đào tạo LLM để xác định, khớp và sao chép các mẫu trong nội dung do con người tạo ra.

Hãy lấy ChatGPT làm ví dụ. Giống như nhiều LLM, nó được đào tạo trong ba giai đoạn rộng:

• Đào tạo trước: Trong giai đoạn này, LLM được “cho ăn” tài liệu văn bản từ internet, sách, tạp chí học thuật và bất cứ thứ gì khác chứa thông tin văn bản có thể liên quan hoặc hữu ích.
• Tinh chỉnh hướng dẫn dưới sự giám sát: Các mô hình được đào tạo để phản hồi một cách mạch lạc hơn với các hướng dẫn bằng cách sử dụng các cặp hướng dẫn-phản hồi chất lượng cao, thường được lấy từ con người.
• Học tăng cường từ phản hồi của con người (RLHF): LLM như ChatGPT thường trải qua giai đoạn đào tạo này, trong đó các tương tác với người dùng được sử dụng để tinh chỉnh mô hình theo các trường hợp sử dụng điển hình.

Tất cả ba giai đoạn của quá trình đào tạo đều liên quan đến dữ liệu, dù là kho dữ liệu khổng lồ được thu thập trước (như trong giai đoạn đào tạo trước) hay dữ liệu được thu thập và xử lý gần như thời gian thực (như trong RLHF). Đó là dữ liệu mang lại hầu hết rủi ro về quyền riêng tư từ trí tuệ nhân tạo tạo sinh.

Rủi Ro Về Quyền Riêng Tư Của Trí Tuệ Nhân Tạo Tạo Sinh Là Gì?

Quyền riêng tư bị xâm phạm khi thông tin cá nhân liên quan đến một cá nhân (chủ thể dữ liệu) được cung cấp cho các cá nhân hoặc tổ chức khác mà không có sự đồng ý của chủ thể dữ liệu. LLM được đào tạo trước và tinh chỉnh trên một loạt dữ liệu rộng lớn có thể và thường bao gồm dữ liệu cá nhân. Dữ liệu này thường được thu thập từ các nguồn công khai, nhưng không phải lúc nào cũng vậy.

Ngay cả khi dữ liệu đó được lấy từ các nguồn công khai, việc dữ liệu được tổng hợp và xử lý bởi LLM và sau đó được làm cho có thể tìm kiếm được thông qua giao diện của LLM có thể được coi là vi phạm quyền riêng tư.

Giai đoạn học tăng cường từ phản hồi của con người (RLHF) làm cho mọi thứ trở nên phức tạp. Ở giai đoạn đào tạo này, các tương tác thực tế với người dùng được sử dụng để sửa đổi và tinh chỉnh phản hồi của LLM. Điều này có nghĩa là các tương tác của người dùng với LLM có thể được xem, chia sẻ và phổ biến bởi bất kỳ ai có quyền truy cập vào dữ liệu đào tạo.

Trong hầu hết các trường hợp, đây không phải là vi phạm quyền riêng tư, vì hầu hết các nhà phát triển LLM bao gồm các chính sách quyền riêng tư và điều khoản dịch vụ yêu cầu người dùng đồng ý trước khi tương tác với LLM. Rủi ro về quyền riêng tư nằm ở chỗ nhiều người dùng không biết rằng họ đã đồng ý thu thập và sử dụng dữ liệu như vậy. Những người dùng như vậy có thể tiết lộ thông tin riêng tư và nhạy cảm trong quá trình tương tác với các hệ thống này, không nhận ra rằng những tương tác này không phải là bí mật hay riêng tư.

Như vậy, chúng ta đến với ba cách chính mà trí tuệ nhân tạo tạo sinh gây ra rủi ro về quyền riêng tư:

• Các kho dữ liệu đào tạo trước lớn có thể chứa thông tin cá nhân dễ bị tổn thương và bị xâm phạm.
• Thông tin cá nhân trong dữ liệu đào tạo trước có thể bị rò rỉ cho các người dùng khác của cùng một LLM thông qua phản hồi của nó với các truy vấn và hướng dẫn.
• Thông tin cá nhân và bí mật được cung cấp trong quá trình tương tác với LLM có thể kết thúc với nhân viên của LLM và có thể với các nhà thầu thứ ba, từ đó có thể được xem hoặc bị rò rỉ.

Tất cả những điều này đều là rủi ro đối với quyền riêng tư của người dùng, nhưng khả năng thông tin nhận dạng cá nhân (PII) kết thúc trong tay sai vẫn似乎 khá thấp. Đó là, ít nhất, cho đến khi các nhà môi giới dữ liệu tham gia vào bức tranh. Những công ty này chuyên tìm kiếm PII và thu thập, tổng hợp và phổ biến nếu không nói thẳng ra là phát sóng nó.

Với PII và các dữ liệu cá nhân khác đã trở thành một loại hàng hóa và ngành công nghiệp môi giới dữ liệu nảy sinh để lợi dụng điều này, bất kỳ dữ liệu cá nhân nào “lọt ra ngoài” đều có khả năng cao bị các nhà môi giới dữ liệu thu thập và lan truyền rộng rãi.

Rủi Ro Về Quyền Riêng Tư Của Trí Tuệ Nhân Tạo Tạo Sinh Trong Bối Cảnh

Trước khi xem xét các rủi ro về quyền riêng tư mà trí tuệ nhân tạo tạo sinh gây ra cho người dùng trong bối cảnh các sản phẩm, dịch vụ và quan hệ đối tác cụ thể của công ty, hãy bước lại và xem xét toàn diện hơn về toàn bộ bảng màu rủi ro của trí tuệ nhân tạo tạo sinh. Viết cho IAPP, Moraes và Previtali đã thực hiện một cách tiếp cận dựa trên dữ liệu để tinh chỉnh “Thuật ngữ về quyền riêng tư” của Solove năm 2006, giảm 16 rủi ro về quyền riêng tư được mô tả ở đó xuống 12 rủi ro về quyền riêng tư cụ thể của AI.

Đây là 12 rủi ro về quyền riêng tư được bao gồm trong phân loại lại của họ:

• Giám sát: AI làm tăng rủi ro giám sát bằng cách tăng quy mô và phổ biến của thu thập dữ liệu cá nhân.
• Xác định: Công nghệ AI cho phép liên kết danh tính tự động trên nhiều nguồn dữ liệu, làm tăng rủi ro liên quan đến việc lộ danh tính cá nhân.
• Tổng hợp: AI kết hợp các mảnh dữ liệu khác nhau về một người để suy ra, tạo ra rủi ro xâm phạm quyền riêng tư.
• Phrenology và physiognomy: AI suy ra tính cách hoặc thuộc tính xã hội từ các đặc điểm vật lý, một loại rủi ro mới không có trong phân loại của Solove.
• Sử dụng thứ cấp: AI làm tăng việc sử dụng dữ liệu cá nhân cho các mục đích khác với mục đích ban đầu thông qua việc tái sử dụng dữ liệu.
• Loại trừ: AI làm cho việc không thông báo hoặc không cho người dùng kiểm soát cách dữ liệu của họ được sử dụng trở nên tồi tệ hơn thông qua các thực hành dữ liệu không minh bạch.
• Bất an toàn: Yêu cầu dữ liệu và thực hành lưu trữ của AI làm tăng rủi ro về rò rỉ dữ liệu và truy cập không đúng.
• Tiêu lộ: AI có thể tiết lộ thông tin nhạy cảm, chẳng hạn như thông qua các kỹ thuật tạo sinh.
• Biến dạng: Khả năng của AI tạo ra nội dung giả nhưng chân thực làm tăng sự lan truyền của thông tin sai lệch hoặc sai.
• Tiêu lộ: AI có thể gây ra việc chia sẻ dữ liệu không đúng khi nó suy ra thông tin nhạy cảm bổ sung từ dữ liệu thô.
• Tăng khả năng tiếp cận: AI làm cho thông tin nhạy cảm dễ tiếp cận hơn với khán giả rộng lớn hơn so với dự định.
• Xâm phạm: Công nghệ AI xâm phạm không gian cá nhân hoặc sự riêng tư, thường thông qua các biện pháp giám sát.

Điều này tạo nên một số rủi ro đáng lo ngại. Điều quan trọng cần lưu ý là phân loại này, để tín nhiệm của nó, tính đến xu hướng của trí tuệ nhân tạo tạo sinh hư hỏng – để tạo ra và trình bày thông tin không chính xác một cách tự tin. Hiện tượng này, mặc dù hiếm khi tiết lộ thông tin thực, cũng là một rủi ro về quyền riêng tư. Việc lan truyền thông tin sai lệch và sai lệch ảnh hưởng đến quyền riêng tư của đối tượng theo những cách tinh vi hơn so với trường hợp của thông tin chính xác, nhưng nó vẫn ảnh hưởng.

Hãy đi sâu vào một số ví dụ cụ thể về cách những rủi ro về quyền riêng tư này phát sinh trong bối cảnh các sản phẩm AI thực tế.

Tương Tác Trực Tiếp Với Hệ Thống Trí Tuệ Nhân Tạo Tạo Sinh Dựa Trên Văn Bản

Trường hợp đơn giản nhất là trường hợp người dùng tương tác trực tiếp với hệ thống trí tuệ nhân tạo tạo sinh, như ChatGPT, Midjourney hoặc Gemini. Các tương tác của người dùng với nhiều sản phẩm như vậy được ghi lại, lưu trữ và sử dụng cho RLHF (học tăng cường từ phản hồi của con người), tinh chỉnh hướng dẫn dưới sự giám sát và thậm chí cả việc đào tạo trước của các LLM khác.

Phân tích các chính sách quyền riêng tư của nhiều dịch vụ như vậy cũng cho thấy các hoạt động chia sẻ dữ liệu khác được hỗ trợ bởi các mục đích khác nhau, như tiếp thị và môi giới dữ liệu. Đây là một loại rủi ro về quyền riêng tư khác của trí tuệ nhân tạo tạo sinh: những hệ thống này có thể được đặc trưng là những ống dẫn dữ liệu khổng lồ, thu thập dữ liệu do người dùng cung cấp cũng như dữ liệu được tạo ra thông qua các tương tác của họ với LLM cơ bản.

Tương Tác Với Hệ Thống Trí Tuệ Nhân Tạo Tạo Sinh Nhúng

Một số người dùng có thể đang tương tác với các giao diện trí tuệ nhân tạo tạo sinh được nhúng trong bất kỳ sản phẩm nào họ đang sử dụng. Người dùng có thể biết rằng họ đang sử dụng một tính năng “AI”, nhưng họ ít có khả năng biết điều đó có nghĩa là gì về rủi ro về quyền riêng tư. Điều nổi bật với các hệ thống nhúng là sự thiếu nhận thức về việc dữ liệu cá nhân được chia sẻ với LLM có thể kết thúc trong tay của nhà phát triển và môi giới dữ liệu.

Có hai mức độ thiếu nhận thức ở đây: một số người dùng nhận ra rằng họ đang tương tác với một sản phẩm trí tuệ nhân tạo tạo sinh; và một số người tin rằng họ đang sử dụng sản phẩm mà trí tuệ nhân tạo tạo sinh được xây dựng hoặc truy cập. Trong cả hai trường hợp, người dùng có thể (và có lẽ đã) đồng ý về mặt kỹ thuật với các điều khoản và điều kiện liên quan đến các tương tác của họ với hệ thống nhúng.

Các Quan Hệ Đối Tác Khác Tiết Lộ Người Dùng Với Hệ Thống Trí Tuệ Nhân Tạo Tạo Sinh

Một số công ty nhúng hoặc bao gồm các giao diện trí tuệ nhân tạo tạo sinh trong phần mềm của họ theo những cách ít rõ ràng hơn, khiến người dùng tương tác – và chia sẻ thông tin – với các bên thứ ba mà không biết. May mắn là “AI” đã trở thành một điểm bán hàng hiệu quả đến mức không có khả năng một công ty sẽ giữ bí mật việc triển khai như vậy.

Một hiện tượng khác trong bối cảnh này là sự phản ứng dữ dội ngày càng tăng mà các công ty như vậy đã gặp phải sau khi cố gắng chia sẻ dữ liệu người dùng hoặc khách hàng với các công ty trí tuệ nhân tạo tạo sinh như OpenAI. Công ty xóa dữ liệu Optery, ví dụ, đã đảo ngược quyết định chia sẻ dữ liệu người dùng với OpenAI trên cơ sở opt-out, có nghĩa là người dùng được đăng ký vào chương trình theo mặc định.

Không chỉ khách hàng nhanh chóng tiết lộ sự thất vọng của họ, nhưng dịch vụ xóa dữ liệu của công ty cũng đã bị gỡ khỏi danh sách dịch vụ xóa dữ liệu được khuyến nghị của Hướng dẫn quyền riêng tư. Để tín nhiệm của Optery, nó đã nhanh chóng và minh bạch đảo ngược quyết định, nhưng điều đáng kể ở đây là sự phản ứng dữ dội chung: mọi người đang bắt đầu đánh giá cao rủi ro của việc chia sẻ dữ liệu với các công ty “AI”.

Vụ Optery tạo thành một ví dụ tốt ở đây vì người dùng của nó đang ở tiền phong của sự hoài nghi ngày càng tăng xung quanh các triển khai “AI” được gọi là. Những người dùng dịch vụ xóa dữ liệu cũng là những người sẽ chú ý đến các thay đổi trong điều khoản dịch vụ và chính sách quyền riêng tư.

Bằng Chứng Về Sự Phản Đối Đang Tăng Của Người Dùng Với Sử Dụng Dữ Liệu Trí Tuệ Nhân Tạo Tạo Sinh

Người tiêu dùng quan tâm đến quyền riêng tư không phải là những người duy nhất đã nêu lên mối quan ngại về hệ thống trí tuệ nhân tạo tạo sinh và các rủi ro về quyền riêng tư của dữ liệu liên quan. Ở cấp độ lập pháp, Đạo Luật Trí Tuệ Nhân Tạo của EU phân loại rủi ro theo mức độ nghiêm trọng, với quyền riêng tư của dữ liệu là tiêu chí được nêu rõ hoặc ngụ ý trong hầu hết các trường hợp. Đạo luật cũng giải quyết các vấn đề về sự đồng ý thông báo mà chúng tôi đã thảo luận trước đó.

Hoa Kỳ, nổi tiếng là chậm trong việc áp dụng luật bảo vệ dữ liệu toàn diện, liên bang, đã có một số rào cản nhất định nhờ Đạo Luật 14110. Một lần nữa, các lo ngại về quyền riêng tư của dữ liệu đang ở tuyến đầu của các mục đích được nêu cho Lệnh: “sử dụng không có trách nhiệm [công nghệ AI] có thể làm trầm trọng thêm các tác hại xã hội như gian lận, phân biệt đối xử, thiên vị và thông tin sai lệch” – tất cả đều liên quan đến sự sẵn có và phổ biến của dữ liệu cá nhân.

Trở lại cấp độ người tiêu dùng, không chỉ những người tiêu dùng đặc biệt quan tâm đến quyền riêng tư đã phản đối các triển khai trí tuệ nhân tạo tạo sinh xâm phạm quyền riêng tư. Tính năng “được hỗ trợ bởi AI” của Microsoft, được gọi là Recall, dành cho hệ điều hành Windows 11 của nó, là một ví dụ hàng đầu. Khi mức độ rủi ro về quyền riêng tư và bảo mật được tiết lộ, phản ứng dữ dội là đủ để khiến gã khổng lồ công nghệ phải quay đầu lại. Thật không may, Microsoft dường như không từ bỏ ý tưởng, nhưng phản ứng ban đầu của công chúng là đáng khích lệ.

Còn với Microsoft, chương trình Copilot của nó đã bị chỉ trích rộng rãi vì cả vấn đề quyền riêng tư và bảo mật dữ liệu. Vì Copilot được đào tạo trên dữ liệu GitHub (chủ yếu là mã nguồn), nên đã có tranh cãi về việc Microsoft vi phạm các thỏa thuận cấp phép phần mềm của các lập trình viên và nhà phát triển. Trong những trường hợp như vậy, ranh giới giữa quyền riêng tư của dữ liệu và quyền sở hữu trí tuệ bắt đầu mờ đi, trao cho quyền riêng tư của dữ liệu một giá trị tiền tệ – điều không dễ dàng thực hiện.

Có lẽ dấu hiệu lớn nhất cho thấy AI đang trở thành một lá cờ đỏ trong mắt người tiêu dùng là phản ứng lạnh nhạt nếu không muốn nói là cảnh giác của công chúng đối với việc ra mắt AI ban đầu của Apple, đặc biệt là liên quan đến các thỏa thuận chia sẻ dữ liệu với OpenAI.

Các Giải Pháp Từng Phần

Có những bước mà các nhà lập pháp, nhà phát triển và công ty có thể thực hiện để giảm bớt một số rủi ro do trí tuệ nhân tạo tạo sinh gây ra. Đây là những giải pháp chuyên dụng cho các khía cạnh cụ thể của vấn đề chung, không giải pháp nào trong số này được coi là đủ, nhưng tất cả chúng, khi kết hợp lại, có thể tạo ra sự khác biệt.

• Giảm thiểu dữ liệu. Giảm thiểu lượng dữ liệu được thu thập và lưu trữ là một mục tiêu hợp lý, nhưng nó trực tiếp đối lập với mong muốn của các nhà phát triển trí tuệ nhân tạo tạo sinh về dữ liệu đào tạo.
• Minh bạch. Cho người dùng biết dữ liệu nào được xử lý và làm thế nào khi tạo ra một đầu ra nhất định là một cách để đảm bảo quyền riêng tư trong các tương tác với trí tuệ nhân tạo tạo sinh.
• Nhân danh. Bất kỳ PII nào không thể loại bỏ khỏi dữ liệu đào tạo (thông qua giảm thiểu dữ liệu) nên được ẩn danh. Vấn đề là nhiều kỹ thuật ẩn danh và giả danh phổ biến dễ bị đánh bại.
• Sự đồng ý của người dùng. Yêu cầu người dùng đồng ý với việc thu thập và chia sẻ dữ liệu của họ là điều cần thiết nhưng quá dễ bị lạm dụng và quá dễ khiến người tiêu dùng trở nên tự mãn để trở nên hiệu quả. Đó là sự đồng ý thông báo mà chúng ta cần ở đây và hầu hết người tiêu dùng, được thông báo đúng cách, sẽ không đồng ý với việc chia sẻ dữ liệu như vậy, vì vậy các động lực không được sắp xếp đúng.
• Bảo vệ dữ liệu trong quá trình truyền输 và khi nghỉ. Một nền tảng khác của cả quyền riêng tư và bảo mật dữ liệu, việc bảo vệ dữ liệu thông qua các biện pháp mã hóa và các biện pháp khác luôn có thể được thực hiện hiệu quả hơn. Tuy nhiên, các hệ thống trí tuệ nhân tạo tạo sinh có xu hướng rò rỉ dữ liệu thông qua các giao diện của chúng, khiến đây chỉ là một phần của giải pháp.
• Thi hành luật bản quyền và luật sở hữu trí tuệ trong bối cảnh “AI”. Học máy có thể hoạt động trong một “hộp đen”, khiến việc theo dõi tài liệu và quyền sở hữu trí tuệ nào kết thúc trong đầu ra trí tuệ nhân tạo tạo sinh trở nên khó khăn nếu không muốn nói là không thể.
• Kiểm toán. Một biện pháp rào cản quan trọng khác bị cản trở bởi bản chất hộp đen của LLM và các hệ thống trí tuệ nhân tạo tạo sinh mà chúng hỗ trợ. Sự hạn chế vốn có này được tăng cường bởi bản chất mã nguồn đóng của hầu hết các sản phẩm trí tuệ nhân tạo tạo sinh, hạn chế kiểm toán chỉ những kiểm toán được thực hiện theo ý muốn của nhà phát triển.

Tất cả những cách tiếp cận này đối với vấn đề đều hợp lệ và cần thiết, nhưng không có giải pháp nào là đủ. Tất cả chúng đều yêu cầu sự hỗ trợ lập pháp để có hiệu lực có ý nghĩa, có nghĩa là chúng bị ràng buộc để bị tụt lại phía sau khi lĩnh vực này tiếp tục phát triển.

Giải Pháp Rõ Ràng

Giải pháp cho các rủi ro về quyền riêng tư do trí tuệ nhân tạo tạo sinh gây ra không phải là cách mạng hay thú vị, nhưng khi được đưa đến kết luận logic, kết quả của nó có thể là cả hai. Giải pháp rõ ràng liên quan đến việc người tiêu dùng hàng ngày trở nên nhận thức về giá trị của dữ liệu của họ với các công ty và giá trị không thể đo lường được của quyền riêng tư của dữ liệu đối với chính họ.

Người tiêu dùng là nguồn và động lực đằng sau thông tin cá nhân cung cấp năng lượng cho nền kinh tế giám sát hiện đại. Khi một khối lượng quan trọng của người tiêu dùng bắt đầu ngăn chặn dòng chảy của dữ liệu cá nhân vào không gian công cộng và bắt đầu yêu cầu các công ty xử lý dữ liệu cá nhân phải chịu trách nhiệm, hệ thống sẽ phải tự điều chỉnh.

Điều thú vị về trí tuệ nhân tạo tạo sinh là, không giống như các mô hình quảng cáo và tiếp thị hiện tại, nó không cần phải liên quan đến thông tin cá nhân tại bất kỳ giai đoạn nào. Dữ liệu đào tạo trước và tinh chỉnh không cần phải bao gồm PII hoặc dữ liệu cá nhân khác và người dùng không cần phải lộ thông tin như vậy trong quá trình tương tác với các hệ thống trí tuệ nhân tạo tạo sinh.

Để loại bỏ thông tin cá nhân của họ khỏi dữ liệu đào tạo, mọi người có thể đi thẳng đến nguồn và xóa hồ sơ của họ khỏi các nhà môi giới dữ liệu (bao gồm cả trang web tìm kiếm người) thu thập hồ sơ công khai, đưa chúng vào lưu thông trên thị trường mở. Dịch vụ xóa dữ liệu cá nhân tự động hóa quá trình này, khiến nó trở nên nhanh chóng và dễ dàng. Tất nhiên, xóa dữ liệu cá nhân khỏi cơ sở dữ liệu của các công ty này có nhiều lợi ích khác và không có nhược điểm.

Người dùng cũng tạo ra dữ liệu cá nhân khi tương tác với phần mềm, bao gồm cả trí tuệ nhân tạo tạo sinh. Để ngăn chặn dòng chảy của dữ liệu này, người dùng sẽ phải nhận thức được rằng các tương tác của họ đang được ghi lại, xem xét, phân tích và chia sẻ. Các lựa chọn của họ để tránh điều này giảm xuống đến việc hạn chế những gì họ tiết lộ cho các hệ thống trực tuyến và sử dụng LLM trên thiết bị, mã nguồn mở ở bất cứ nơi nào có thể. Người dùng, nói chung, đã làm rất tốt việc điều chỉnh những gì họ thảo luận ở nơi công cộng – chúng ta chỉ cần mở rộng những trực giác này vào lĩnh vực trí tuệ nhân tạo tạo sinh.