AI સહાયકો કયો ડેટા એકત્રિત કરે છે અને તમારી ગોપનીયતાનું રક્ષણ કેવી રીતે કરવું

કૃત્રિમ બુદ્ધિ રેકોર્ડ સમયમાં વચનથી રૂટિન બની ગઈ છે, અને તેની સાથે, ખૂબ જ ચોક્કસ શંકાઓ ઊભી થઈ છે: AI સહાયકો કયો ડેટા એકત્રિત કરે છે?તેઓ તેનો ઉપયોગ કેવી રીતે કરે છે અને અમારી માહિતીને સુરક્ષિત રાખવા માટે અમે શું કરી શકીએ છીએ. જો તમે ચેટબોટ્સ, બ્રાઉઝર સહાયકો અથવા જનરેટિવ મોડેલ્સનો ઉપયોગ કરો છો, તો શક્ય તેટલી વહેલી તકે તમારી ગોપનીયતા પર નિયંત્રણ મેળવવું એ એક સારો વિચાર છે.

આ સિસ્ટમો ખૂબ જ ઉપયોગી સાધનો હોવા ઉપરાંત, મોટા પાયે ડેટાનો ઉપયોગ કરે છે. તે માહિતીનું પ્રમાણ, મૂળ અને પ્રક્રિયા તેઓ નવા જોખમો રજૂ કરે છે: વ્યક્તિગત લક્ષણોનું અનુમાન લગાવવાથી લઈને સંવેદનશીલ સામગ્રીના આકસ્મિક સંપર્ક સુધી. અહીં તમને વિગતવાર અને ઝાડીઓમાં માર માર્યા વિના, તેઓ શું કેપ્ચર કરે છે, શા માટે કરે છે, કાયદો શું કહે છે અને મળશે. તમારા એકાઉન્ટ્સ અને તમારી પ્રવૃત્તિને કેવી રીતે સુરક્ષિત રાખવીચાલો બધું શીખીએ AI સહાયકો કયો ડેટા એકત્રિત કરે છે અને તમારી ગોપનીયતાનું રક્ષણ કેવી રીતે કરવું. 

AI સહાયકો ખરેખર કયો ડેટા એકત્રિત કરે છે?

આધુનિક સહાયકો ફક્ત તમારા પ્રશ્નો કરતાં ઘણું વધારે પ્રક્રિયા કરે છે. સંપર્ક માહિતી, ઓળખકર્તાઓ, ઉપયોગ અને સામગ્રી આ સામાન્ય રીતે માનક શ્રેણીઓમાં સમાવિષ્ટ હોય છે. અમે નામ અને ઇમેઇલ વિશે વાત કરી રહ્યા છીએ, પણ IP સરનામાં, ઉપકરણ માહિતી, ક્રિયાપ્રતિક્રિયા લોગ, ભૂલો અને, અલબત્ત, તમે જનરેટ કરો છો અથવા અપલોડ કરો છો તે સામગ્રી (સંદેશાઓ, ફાઇલો, છબીઓ અથવા જાહેર લિંક્સ) વિશે પણ વાત કરી રહ્યા છીએ.

ગૂગલ ઇકોસિસ્ટમમાં, જેમિનીની ગોપનીયતા સૂચના તે શું એકત્રિત કરે છે તેનું સચોટ વર્ણન કરે છે. કનેક્ટેડ એપ્લિકેશનોમાંથી માહિતી (ઉદાહરણ તરીકે, શોધ અથવા YouTube ઇતિહાસ, Chrome સંદર્ભ), ઉપકરણ અને બ્રાઉઝર ડેટા (પ્રકાર, સેટિંગ્સ, ઓળખકર્તાઓ), પ્રદર્શન અને ડિબગીંગ મેટ્રિક્સ, અને મોબાઇલ ઉપકરણો પર સિસ્ટમ પરવાનગીઓ (જેમ કે સંપર્કો, કોલ લોગ અને સંદેશાઓ અથવા ઑન-સ્ક્રીન સામગ્રીની ઍક્સેસ) જ્યારે વપરાશકર્તા દ્વારા અધિકૃત હોય ત્યારે.

તેઓ વ્યવહાર પણ કરે છે સ્થાન ડેટા (અંદાજે ઉપકરણ સ્થાન, IP સરનામું, અથવા ખાતામાં સાચવેલા સરનામાં) અને જો તમે પેઇડ પ્લાનનો ઉપયોગ કરો છો તો સબ્સ્ક્રિપ્શન વિગતો. વધુમાં, નીચેના સંગ્રહિત થાય છે: મોડેલો જે સામગ્રી બનાવે છે તે પોતાની હોય છે (ટેક્સ્ટ, કોડ, ઑડિઓ, છબીઓ અથવા સારાંશ), આ સાધનો સાથે ક્રિયાપ્રતિક્રિયા કરતી વખતે તમે જે પદચિહ્ન છોડો છો તે સમજવા માટે કંઈક ચાવીરૂપ છે.

એ નોંધવું જોઈએ કે ડેટા સંગ્રહ ફક્ત તાલીમ પૂરતો મર્યાદિત નથી: ઉપસ્થિત લોકો વાસ્તવિક સમયમાં પ્રવૃત્તિ રેકોર્ડ કરી શકે છે ઉપયોગ દરમિયાન (ઉદાહરણ તરીકે, જ્યારે તમે એક્સ્ટેન્શન્સ અથવા પ્લગઇન્સ પર આધાર રાખો છો), આમાં ટેલિમેટ્રી અને એપ્લિકેશન ઇવેન્ટ્સનો સમાવેશ થાય છે. આ સમજાવે છે કે પરવાનગીઓને નિયંત્રિત કરવી અને પ્રવૃત્તિ સેટિંગ્સની સમીક્ષા કરવી શા માટે મહત્વપૂર્ણ છે.

તેઓ તે ડેટાનો ઉપયોગ શા માટે કરે છે અને તેને કોણ જોઈ શકે છે?

કંપનીઓ ઘણીવાર વ્યાપક અને પુનરાવર્તિત હેતુઓનો ઉપયોગ કરે છે: સેવા પૂરી પાડવા, જાળવવા અને સુધારવા, અનુભવને વ્યક્તિગત બનાવવા અને નવી સુવિધાઓ વિકસાવવા માટેતમારી સાથે વાતચીત કરવા, કામગીરી માપવા અને વપરાશકર્તા અને પ્લેટફોર્મનું રક્ષણ કરવા માટે. આ બધું મશીન લર્નિંગ ટેક્નોલોજીઓ અને જનરેટિવ મોડેલો સુધી પણ વિસ્તરે છે.

પ્રક્રિયાનો એક સંવેદનશીલ ભાગ એ છે કે માનવ સમીક્ષાવિવિધ વિક્રેતાઓ સ્વીકારે છે કે આંતરિક સ્ટાફ અથવા સેવા પ્રદાતાઓ સુરક્ષા અને ગુણવત્તા સુધારવા માટે ક્રિયાપ્રતિક્રિયાના નમૂનાઓની સમીક્ષા કરે છે. તેથી સતત ભલામણ: એવી ગુપ્ત માહિતી શામેલ કરવાનું ટાળો જે તમે કોઈ વ્યક્તિને જોવા ન દેવા માંગતા હો અથવા જેનો ઉપયોગ મોડેલોને સુધારવા માટે કરવામાં આવશે.

જાણીતી નીતિઓમાં, કેટલીક સેવાઓ સૂચવે છે કે તેઓ જાહેરાત હેતુઓ માટે ચોક્કસ ડેટા શેર કરતી નથી, જોકે હા, તેઓ અધિકારીઓને માહિતી આપી શકે છે. કાનૂની જરૂરિયાત હેઠળ. અન્ય, તેમના સ્વભાવ દ્વારા, જાહેરાતકર્તાઓ અથવા ભાગીદારો સાથે શેર કરો વિશ્લેષણ અને વિભાજન માટે ઓળખકર્તાઓ અને એકત્રિત સંકેતો, પ્રોફાઇલિંગના દરવાજા ખોલે છે.

સારવારમાં આનો પણ સમાવેશ થાય છે, પૂર્વનિર્ધારિત સમયગાળા માટે રીટેન્શનઉદાહરણ તરીકે, કેટલાક પ્રદાતાઓ 18 મહિનાનો ડિફોલ્ટ ઓટોમેટિક ડિલીટ સમયગાળો સેટ કરે છે (3, 36, અથવા અનિશ્ચિત સમય સુધી ગોઠવી શકાય છે), અને ગુણવત્તા અને સુરક્ષા હેતુઓ માટે સમીક્ષા કરેલી વાતચીતોને લાંબા સમય સુધી જાળવી રાખે છે. જો તમે તમારા ડિજિટલ ફૂટપ્રિન્ટને ઓછું કરવા માંગતા હો, તો રીટેન્શન સમયગાળાની સમીક્ષા કરવી અને ઓટોમેટિક ડિલીટેશન સક્રિય કરવું સલાહભર્યું છે.

સમગ્ર AI જીવનચક્ર દરમિયાન ગોપનીયતા જોખમો

ગોપનીયતા કોઈ એક બિંદુ પર જોખમમાં નથી, પરંતુ સમગ્ર સાંકળમાં છે: ડેટા ઇન્જેશન, તાલીમ, અનુમાન અને એપ્લિકેશન સ્તરસામૂહિક ડેટા સંગ્રહમાં, સંવેદનશીલ ડેટા યોગ્ય સંમતિ વિના અજાણતાં શામેલ કરી શકાય છે; તાલીમ દરમિયાન, મૂળ ઉપયોગની અપેક્ષાઓ ઓળંગી જવી સરળ બને છે; અને અનુમાન દરમિયાન, મોડેલો વ્યક્તિગત ગુણોનું અનુમાન લગાવવું દેખીતી રીતે નજીવા સંકેતોથી શરૂ કરીને; અને એપ્લિકેશનમાં, API અથવા વેબ ઇન્ટરફેસ હુમલાખોરો માટે આકર્ષક લક્ષ્યો છે.

જનરેટિવ સિસ્ટમ્સ સાથે, જોખમો અનેકગણા વધે છે (ઉદાહરણ તરીકે, AI રમકડાં). સ્પષ્ટ પરવાનગી વિના ઇન્ટરનેટ પરથી ડેટાસેટ્સ કાઢવામાં આવ્યા છે. તેમાં વ્યક્તિગત માહિતી હોઈ શકે છે, અને કેટલાક દૂષિત પ્રોમ્પ્ટ્સ (પ્રોમ્પ્ટ ઇન્જેક્શન) સંવેદનશીલ સામગ્રીને ફિલ્ટર કરવા અથવા ખતરનાક સૂચનાઓનો અમલ કરવા માટે મોડેલને હેરફેર કરવાનો પ્રયાસ કરે છે. બીજી બાજુ, ઘણા વપરાશકર્તાઓ તેઓ ગુપ્ત ડેટા પેસ્ટ કરે છે મોડેલના ભાવિ સંસ્કરણોને સમાયોજિત કરવા માટે તેમને સંગ્રહિત અથવા ઉપયોગમાં લઈ શકાય છે તે ધ્યાનમાં લીધા વિના.

શૈક્ષણિક સંશોધને ચોક્કસ સમસ્યાઓ પ્રકાશમાં લાવી છે. તાજેતરનું વિશ્લેષણ બ્રાઉઝર સહાયકો તેણે શોધ સામગ્રી, સંવેદનશીલ ફોર્મ ડેટા અને IP સરનામાં પ્રદાતાના સર્વર પર ટ્રાન્સમિશન સાથે વ્યાપક ટ્રેકિંગ અને પ્રોફાઇલિંગ પ્રથાઓ શોધી કાઢી. વધુમાં, તેણે વય, લિંગ, આવક અને રુચિઓનું અનુમાન લગાવવાની ક્ષમતા દર્શાવી, જેમાં વિવિધ સત્રોમાં વ્યક્તિગતકરણ ચાલુ રહ્યું; તે અભ્યાસમાં, ફક્ત એક જ સેવાએ પ્રોફાઇલિંગનો કોઈ પુરાવો દર્શાવ્યો નથી.

ઘટનાઓનો ઇતિહાસ આપણને યાદ અપાવે છે કે જોખમ સૈદ્ધાંતિક નથી: સુરક્ષા ભંગ તેઓએ ચેટ ઇતિહાસ અથવા વપરાશકર્તા મેટાડેટાનો ખુલાસો કર્યો છે, અને હુમલાખોરો પહેલાથી જ તાલીમ માહિતી મેળવવા માટે મોડેલિંગ તકનીકોનો ઉપયોગ કરી રહ્યા છે. બાબતોને વધુ ખરાબ કરવા માટે, AI પાઇપલાઇન ઓટોમેશન જો શરૂઆતથી જ સુરક્ષા પગલાં ન બનાવવામાં આવે તો ગોપનીયતા સમસ્યાઓ શોધવાનું મુશ્કેલ બને છે.

કાયદા અને માળખા શું કહે છે?

મોટાભાગના દેશોમાં પહેલાથી જ ગોપનીયતા નિયમો અમલમાં છે, અને જોકે બધા AI માટે વિશિષ્ટ નથી, તે કોઈપણ સિસ્ટમ પર લાગુ પડે છે જે વ્યક્તિગત ડેટા પર પ્રક્રિયા કરે છે. યુરોપમાં, RGPD તેને કાયદેસરતા, પારદર્શિતા, લઘુત્તમીકરણ, હેતુ મર્યાદા અને સુરક્ષાની જરૂર છે; વધુમાં, એઆઈ એક્ટ યુરોપિયન જોખમ શ્રેણીઓ રજૂ કરે છે, ઉચ્ચ-અસર પ્રથાઓ પર પ્રતિબંધ મૂકે છે (જેમ કે સામાજિક સ્કોરિંગ જાહેર) અને ઉચ્ચ-જોખમવાળી સિસ્ટમો પર કડક આવશ્યકતાઓ લાદે છે.

યુ.એસ.માં, રાજ્યના નિયમો જેમ કે CCPA અથવા ટેક્સાસ કાયદો તેઓ ડેટાના વેચાણને ઍક્સેસ કરવા, કાઢી નાખવા અને નાપસંદ કરવાના અધિકારો આપે છે, જ્યારે ઉટાહ કાયદા જેવી પહેલો જ્યારે વપરાશકર્તા ક્રિયાપ્રતિક્રિયા કરે છે ત્યારે તેઓ સ્પષ્ટ સૂચનાઓની માંગ કરે છે જનરેટિવ સિસ્ટમ્સ સાથે. આ આદર્શ સ્તરો સામાજિક અપેક્ષાઓ સાથે સહઅસ્તિત્વ ધરાવે છે: ઓપિનિયન પોલ્સ દર્શાવે છે કે જવાબદાર ઉપયોગ પ્રત્યે નોંધપાત્ર અવિશ્વાસ કંપનીઓ દ્વારા ડેટાનું પ્રમાણ, અને વપરાશકર્તાઓની સ્વ-દ્રષ્ટિ અને તેમના વાસ્તવિક વર્તન વચ્ચેનો તફાવત (ઉદાહરણ તરીકે, નીતિઓ વાંચ્યા વિના સ્વીકારવી).

જોખમ વ્યવસ્થાપનને ગ્રાઉન્ડ કરવા માટે, નું માળખું NIST (AI RMF) તે ચાર ચાલુ કાર્યોનો પ્રસ્તાવ મૂકે છે: શાસન (જવાબદાર નીતિઓ અને દેખરેખ), નકશો (સંદર્ભ અને અસરોને સમજવી), માપ (મેટ્રિક્સ સાથે જોખમોનું મૂલ્યાંકન અને દેખરેખ), અને વ્યવસ્થાપન (પ્રાથમિકતા અને ઘટાડા). આ અભિગમ નિયંત્રણોને અનુકૂલિત કરવામાં મદદ કરે છે સિસ્ટમના જોખમ સ્તર અનુસાર.

કોણ સૌથી વધુ એકત્રિત કરે છે: સૌથી લોકપ્રિય ચેટબોટ્સનો એક્સ-રે

તાજેતરની સરખામણીઓ સંગ્રહ સ્પેક્ટ્રમ પર વિવિધ સહાયકોને મૂકે છે. ગુગલનો જેમિની રેન્કિંગમાં ટોચ પર છે વિવિધ શ્રેણીઓમાં (જો પરવાનગી આપવામાં આવે તો મોબાઇલ સંપર્કો સહિત) સૌથી વધુ સંખ્યામાં અનન્ય ડેટા પોઈન્ટ એકત્રિત કરીને, જે અન્ય સ્પર્ધકોમાં ભાગ્યે જ જોવા મળે છે.

મધ્યમ શ્રેણીમાં, ઉકેલોમાં શામેલ છે જેમ કે ક્લાઉડ, કોપાયલોટ, ડીપસીક, ચેટજીપીટી અને પર્પ્લેક્ષિટી, દસ થી તેર પ્રકારના ડેટા સાથે, સંપર્ક, સ્થાન, ઓળખકર્તાઓ, સામગ્રી, ઇતિહાસ, નિદાન, ઉપયોગ અને ખરીદીઓ વચ્ચેના મિશ્રણમાં ફેરફાર થાય છે. ગ્રોક તે નીચલા ભાગમાં સિગ્નલોના મર્યાદિત સમૂહ સાથે સ્થિત છે.

તેમાં પણ તફાવત છે અનુગામી ઉપયોગએવું દસ્તાવેજીકૃત કરવામાં આવ્યું છે કે કેટલીક સેવાઓ જાહેરાતકર્તાઓ અને વ્યવસાયિક ભાગીદારો સાથે ચોક્કસ ઓળખકર્તાઓ (જેમ કે એન્ક્રિપ્ટેડ ઇમેઇલ્સ) અને વિભાજન માટે સંકેતો શેર કરે છે, જ્યારે અન્ય જણાવે છે કે તેઓ જાહેરાત હેતુઓ માટે ડેટાનો ઉપયોગ કરતા નથી અથવા તેને વેચતા નથી, જોકે તેઓ કાનૂની વિનંતીઓનો જવાબ આપવાનો અથવા તેનો ઉપયોગ કરવાનો અધિકાર અનામત રાખે છે. સિસ્ટમમાં સુધારો કરો, સિવાય કે વપરાશકર્તા કાઢી નાખવાની વિનંતી કરે.

અંતિમ વપરાશકર્તાના દ્રષ્ટિકોણથી, આ એક સ્પષ્ટ સલાહમાં અનુવાદ કરે છે: દરેક પ્રદાતાની નીતિઓની સમીક્ષા કરોએપ્લિકેશનની પરવાનગીઓને સમાયોજિત કરો અને દરેક સંદર્ભમાં તમે કઈ માહિતી આપશો તે સભાનપણે નક્કી કરો, ખાસ કરીને જો તમે ફાઇલો અપલોડ કરવા જઈ રહ્યા છો અથવા સંવેદનશીલ સામગ્રી શેર કરવા જઈ રહ્યા છો.

તમારી ગોપનીયતાને સુરક્ષિત રાખવા માટે આવશ્યક શ્રેષ્ઠ પદ્ધતિઓ

સૌ પ્રથમ, દરેક સહાયક માટે સેટિંગ્સ કાળજીપૂર્વક ગોઠવો. શું સંગ્રહિત છે, કેટલા સમય માટે અને કયા હેતુ માટે છે તે શોધો.અને જો ઉપલબ્ધ હોય તો આપમેળે કાઢી નાખવાનું સક્ષમ કરો. નીતિઓની સમયાંતરે સમીક્ષા કરો, કારણ કે તે વારંવાર બદલાય છે અને તેમાં નવા નિયંત્રણ વિકલ્પો શામેલ હોઈ શકે છે.

શેર કરવાનું ટાળો વ્યક્તિગત અને સંવેદનશીલ ડેટા તમારા પ્રોમ્પ્ટ્સમાં: કોઈ પાસવર્ડ, ક્રેડિટ કાર્ડ નંબર, મેડિકલ રેકોર્ડ અથવા આંતરિક કંપની દસ્તાવેજો નહીં. જો તમારે સંવેદનશીલ માહિતીને હેન્ડલ કરવાની જરૂર હોય, તો અનામી પદ્ધતિઓ, બંધ વાતાવરણ અથવા ઓન-પ્રિમિસીસ ઉકેલોનો વિચાર કરો. મજબૂત શાસન.

મજબૂત પાસવર્ડ વડે તમારા એકાઉન્ટ્સને સુરક્ષિત કરો અને ટુ-સ્ટેપ ઓથેન્ટિકેશન (2FA)તમારા એકાઉન્ટમાં અનધિકૃત ઍક્સેસ તમારા બ્રાઉઝિંગ ઇતિહાસ, અપલોડ કરેલી ફાઇલો અને પસંદગીઓને છતી કરે છે, જેનો ઉપયોગ ખૂબ જ વિશ્વસનીય સોશિયલ એન્જિનિયરિંગ હુમલાઓ અથવા ડેટાના ગેરકાયદેસર વેચાણ માટે થઈ શકે છે.

જો પ્લેટફોર્મ પરવાનગી આપે, ચેટ ઇતિહાસ અક્ષમ કરો અથવા કામચલાઉ પદ્ધતિઓનો ઉપયોગ કરો. આ સરળ પગલું ઉલ્લંઘનની સ્થિતિમાં તમારા સંપર્કને ઘટાડે છે, જેમ કે લોકપ્રિય AI સેવાઓ સાથે સંકળાયેલી ભૂતકાળની ઘટનાઓ દ્વારા દર્શાવવામાં આવ્યું છે.

જવાબો પર આંધળો વિશ્વાસ ન કરો. મોડેલો કરી શકે છે ભ્રમિત થવું, પક્ષપાતી હોવું, અથવા ચાલાકીમાં ફસાઈ જવું દુર્ભાવનાપૂર્ણ પ્રોમ્પ્ટ ઇન્જેક્શન દ્વારા, જે ખોટી સૂચનાઓ, ખોટા ડેટા અથવા સંવેદનશીલ માહિતીના નિષ્કર્ષણ તરફ દોરી જાય છે. કાનૂની, તબીબી અથવા નાણાકીય બાબતો માટે, તેનાથી વિપરીત સત્તાવાર સ્ત્રોતો.

અત્યંત સાવધાની રાખો લિંક્સ, ફાઇલો અને કોડ જે AI દ્વારા પહોંચાડવામાં આવે છે. તેમાં દૂષિત સામગ્રી અથવા નબળાઈઓ ઇરાદાપૂર્વક રજૂ કરવામાં આવી હોઈ શકે છે (ડેટા પોઇઝનિંગ). પ્રતિષ્ઠિત સુરક્ષા ઉકેલો સાથે ફાઇલો પર ક્લિક કરતા પહેલા URL ચકાસો અને સ્કેન કરો.

અવિશ્વાસ એક્સટેન્શન અને પ્લગઇન્સ શંકાસ્પદ મૂળ. AI-આધારિત એડ-ઓન્સનો સમુદ્ર છે, અને તે બધા વિશ્વસનીય નથી; માલવેરનું જોખમ ઓછું કરવા માટે પ્રતિષ્ઠિત સ્ત્રોતોમાંથી ફક્ત આવશ્યક એડ-ઓન્સ ઇન્સ્ટોલ કરો.

કોર્પોરેટ ક્ષેત્રમાં, દત્તક લેવાની પ્રક્રિયામાં ક્રમ લાવો. વ્યાખ્યાયિત કરો AI-વિશિષ્ટ શાસન નીતિઓતે ડેટા સંગ્રહને જરૂરી સુધી મર્યાદિત કરે છે, જાણકાર સંમતિની જરૂર છે, સપ્લાયર્સ અને ડેટાસેટ્સ (સપ્લાય ચેઇન) નું ઓડિટ કરે છે, અને ટેકનિકલ નિયંત્રણો (જેમ કે DLP, AI એપ્લિકેશન્સ પર ટ્રાફિકનું નિરીક્ષણ, અને ગ્રેન્યુલર ઍક્સેસ નિયંત્રણો).

જાગૃતિ એ ઢાલનો એક ભાગ છે: તમારી ટીમ બનાવો AI જોખમો, અદ્યતન ફિશિંગ અને નૈતિક ઉપયોગમાં. AI ઘટનાઓ પર માહિતી શેર કરતી ઉદ્યોગ પહેલ, જેમ કે વિશિષ્ટ સંસ્થાઓ દ્વારા સંચાલિત, સતત શિક્ષણ અને સુધારેલા સંરક્ષણને પ્રોત્સાહન આપે છે.

ગુગલ જેમિનીમાં ગોપનીયતા અને પ્રવૃત્તિ ગોઠવો

જો તમે જેમિનીનો ઉપયોગ કરો છો, તો તમારા એકાઉન્ટમાં લોગ ઇન કરો અને "જેમિની એપ્લિકેશન્સમાં પ્રવૃત્તિત્યાં તમે ક્રિયાપ્રતિક્રિયાઓ જોઈ અને કાઢી શકો છો, સ્વચાલિત કાઢી નાખવાનો સમયગાળો (ડિફોલ્ટ 18 મહિના, 3 કે 36 મહિના સુધી એડજસ્ટેબલ, અથવા અનિશ્ચિત) બદલી શકો છો અને નક્કી કરી શકો છો કે તેનો ઉપયોગ AI સુધારો ગૂગલ થી.

એ જાણવું મહત્વપૂર્ણ છે કે, સેવિંગ અક્ષમ હોવા છતાં પણ, તમારી વાતચીતોનો ઉપયોગ જવાબ આપવા માટે થાય છે અને માનવ સમીક્ષકોના સમર્થન સાથે સિસ્ટમ સુરક્ષા જાળવી રાખવી. સમીક્ષા કરાયેલ વાતચીતો (અને સંકળાયેલ ડેટા જેમ કે ભાષા, ઉપકરણ પ્રકાર અથવા અંદાજિત સ્થાન) જાળવી શકાય છે. ત્રણ વર્ષ સુધી.

મોબાઇલ પર, એપ્લિકેશન પરવાનગીઓ તપાસોસ્થાન, માઇક્રોફોન, કેમેરા, સંપર્કો, અથવા ઓન-સ્ક્રીન સામગ્રીની ઍક્સેસ. જો તમે શ્રુતલેખન અથવા વૉઇસ સક્રિયકરણ સુવિધાઓ પર આધાર રાખતા હો, તો યાદ રાખો કે સિસ્ટમ ભૂલથી કીવર્ડ જેવા અવાજો દ્વારા સક્રિય થઈ શકે છે; સેટિંગ્સના આધારે, આ સ્નિપેટ્સ મોડેલોને સુધારવા માટે ઉપયોગમાં લેવા માટે અને અનિચ્છનીય સક્રિયકરણો ઘટાડે છે.

જો તમે જેમિનીને અન્ય એપ્સ (ગુગલ અથવા તૃતીય પક્ષો) સાથે કનેક્ટ કરો છો, તો ધ્યાનમાં રાખો કે દરેક એપ્સ પોતાની નીતિઓ અનુસાર ડેટા પર પ્રક્રિયા કરે છે. પોતાની નીતિઓકેનવાસ જેવી સુવિધાઓમાં, એપ્લિકેશન નિર્માતા તમે જે શેર કરો છો તે જોઈ અને સાચવી શકે છે, અને જાહેર લિંક ધરાવનાર કોઈપણ વ્યક્તિ તે ડેટા જોઈ અથવા સંપાદિત કરી શકે છે: ફક્ત વિશ્વસનીય એપ્લિકેશનો સાથે શેર કરો.

લાગુ પડતા પ્રદેશોમાં, ચોક્કસ અનુભવો પર અપગ્રેડ કરી શકાય છે કૉલ અને સંદેશ ઇતિહાસ આયાત કરો સૂચનો (ઉદાહરણ તરીકે, સંપર્કો) સુધારવા માટે, તમારી વેબ અને એપ્લિકેશન પ્રવૃત્તિથી લઈને જેમિની-વિશિષ્ટ પ્રવૃત્તિ સુધી. જો તમને આ ન જોઈતું હોય, તો ચાલુ રાખતા પહેલા નિયંત્રણોને સમાયોજિત કરો.

"શેડો એઆઈ" નો મોટા પાયે ઉપયોગ, નિયમન અને વલણ

દત્તક લેવાની સંખ્યા ભારે છે: તાજેતરના અહેવાલો દર્શાવે છે કે મોટાભાગની સંસ્થાઓ પહેલાથી જ AI મોડેલોનો ઉપયોગ કરે છે.તેમ છતાં, ઘણી ટીમોમાં સુરક્ષા અને શાસનમાં પૂરતી પરિપક્વતાનો અભાવ હોય છે, ખાસ કરીને કડક નિયમો અથવા સંવેદનશીલ ડેટાના મોટા જથ્થાવાળા ક્ષેત્રોમાં.

વ્યાપાર ક્ષેત્રના અભ્યાસો ખામીઓ દર્શાવે છે: સ્પેનમાં સંસ્થાઓની ખૂબ ઊંચી ટકાવારી તે AI-સંચાલિત વાતાવરણનું રક્ષણ કરવા માટે તૈયાર નથી.અને મોટાભાગના ક્લાઉડ મોડેલ્સ, ડેટા ફ્લો અને ઇન્ફ્રાસ્ટ્રક્ચરને સુરક્ષિત રાખવા માટે આવશ્યક પ્રથાઓનો અભાવ છે. સમાંતર રીતે, નિયમનકારી પગલાં કડક થઈ રહ્યા છે અને નવા જોખમો ઉભરી રહ્યા છે. પાલન ન કરવા બદલ દંડ GDPR અને સ્થાનિક નિયમોનું પાલન.

દરમિયાન, ની ઘટના શેડો એઆઈ તે વધી રહ્યું છે: કર્મચારીઓ કાર્ય કાર્યો માટે બાહ્ય સહાયકો અથવા વ્યક્તિગત ખાતાઓનો ઉપયોગ કરી રહ્યા છે, સુરક્ષા નિયંત્રણો અથવા પ્રદાતાઓ સાથેના કરારો વિના આંતરિક ડેટાનો ખુલાસો કરી રહ્યા છે. અસરકારક પ્રતિભાવ એ બધું પ્રતિબંધિત કરવાનો નથી, પરંતુ સલામત ઉપયોગો સક્ષમ કરો નિયંત્રિત વાતાવરણમાં, માન્ય પ્લેટફોર્મ અને માહિતી પ્રવાહનું નિરીક્ષણ સાથે.

ગ્રાહક મોરચે, મુખ્ય સપ્લાયર્સ તેમની નીતિઓમાં ફેરફાર કરી રહ્યા છે. તાજેતરના ફેરફારો સમજાવે છે, ઉદાહરણ તરીકે, કેવી રીતે "સેવાઓ સુધારવા" માટે જેમિની સાથે પ્રવૃત્તિટેમ્પરરી વાતચીત અને પ્રવૃત્તિ અને કસ્ટમાઇઝેશન નિયંત્રણો જેવા વિકલ્પો ઓફર કરે છે. તે જ સમયે, મેસેજિંગ કંપનીઓ ભાર મૂકે છે કે વ્યક્તિગત ચેટ્સ અપ્રાપ્ય રહે છે મૂળભૂત રીતે AI ને, જોકે તેઓ AI ને એવી માહિતી મોકલવાની વિરુદ્ધ સલાહ આપે છે જે તમે કંપનીને જાણવા માંગતા નથી.

જાહેર સુધારાઓ પણ છે: ની સેવાઓ ફાઇલ સ્થાનાંતરણ શરતોમાં ફેરફાર અંગે ચિંતા વ્યક્ત કર્યા પછી, તેમણે સ્પષ્ટતા કરી કે તેઓ મોડેલોને તાલીમ આપવા અથવા તૃતીય પક્ષોને વેચવા માટે વપરાશકર્તા સામગ્રીનો ઉપયોગ કરતા નથી. આ સામાજિક અને કાનૂની દબાણ તેમને સ્પષ્ટ અને વપરાશકર્તાને વધુ નિયંત્રણ આપો.

ભવિષ્ય તરફ જોતાં, ટેકનોલોજી કંપનીઓ માર્ગો શોધી રહી છે સંવેદનશીલ ડેટા પર નિર્ભરતા ઘટાડવીસ્વ-સુધારણા મોડેલો, વધુ સારા પ્રોસેસર્સ અને કૃત્રિમ ડેટા જનરેશન. આ પ્રગતિઓ ડેટાની અછત અને સંમતિના મુદ્દાઓને દૂર કરવાનું વચન આપે છે, જોકે નિષ્ણાતો ચેતવણી આપે છે કે જો AI તેની પોતાની ક્ષમતાઓને વેગ આપે અને સાયબર ઘુસણખોરી અથવા મેનીપ્યુલેશન જેવા ક્ષેત્રોમાં લાગુ કરવામાં આવે તો ઉભરતા જોખમો વિશે ચેતવણી આપે છે.

AI એ સંરક્ષણ અને ખતરો બંને છે. સુરક્ષા પ્લેટફોર્મ પહેલાથી જ મોડેલોને એકીકૃત કરે છે શોધો અને પ્રતિભાવ આપો ઝડપી, જ્યારે હુમલાખોરો LLM નો ઉપયોગ કરે છે પ્રેરક ફિશિંગ અને ડીપફેક્સઆ ટગ-ઓફ-વોર માટે ટેકનિકલ નિયંત્રણો, સપ્લાયર મૂલ્યાંકન, સતત ઓડિટિંગ અને સતત સાધનો અપડેટ્સ.

AI સહાયકો તમારા વિશે બહુવિધ સંકેતો એકત્રિત કરે છે, તમે જે સામગ્રી લખો છો તેનાથી લઈને ઉપકરણ ડેટા, ઉપયોગ અને સ્થાન સુધી. આમાંની કેટલીક માહિતીની સેવાના આધારે માનવો દ્વારા સમીક્ષા કરી શકાય છે અથવા તૃતીય પક્ષો સાથે શેર કરી શકાય છે. જો તમે તમારી ગોપનીયતા સાથે સમાધાન કર્યા વિના AIનો લાભ લેવા માંગતા હો, તો ફાઇન-ટ્યુનિંગ (ઇતિહાસ, પરવાનગીઓ, સ્વચાલિત કાઢી નાખવા), ઓપરેશનલ પ્રુડન્સ (સંવેદનશીલ ડેટા શેર કરશો નહીં, લિંક્સ અને ફાઇલો ચકાસો, ફાઇલ એક્સટેન્શન મર્યાદિત કરો), ઍક્સેસ સુરક્ષા (મજબૂત પાસવર્ડ્સ અને 2FA), અને નીતિ ફેરફારો અને નવી સુવિધાઓ માટે સક્રિય દેખરેખ જે તમારી ગોપનીયતાને અસર કરી શકે છે તેનું સંયોજન કરો. તમારા ડેટાનો ઉપયોગ અને સંગ્રહ કેવી રીતે થાય છે.