Czy AI jest bezpieczne dla dokumentów? Trzy pytania to rozstrzygają

Bezpieczne oznacza trzy odpowiedzi, które można przeczytać, nie przeczucie

Dokument odbieramy inaczej niż wpisane pytanie, bo to od razu całość: umowa, pasek wypłaty, materiały na zarząd. Instynkt słusznie podpowiada, że stawka jest wyższa. Decyzję powinno jednak podejmować nie przeczucie, lecz trzy pytania, na które każdy dostawca odpowiada w swojej polityce. Dokument jest bezpieczny do przesłania, gdy te trzy odpowiedzi są dla ciebie akceptowalne.

Czy usługa się na tym trenuje? Konsumenckie warianty ChatGPT i Claude domyślnie wykorzystują rozmowy do treningu, z możliwością wyłączenia; porównanie prywatności czatbotów AI śledzi domyślne ustawienia każdego dostawcy oraz daty ich zmian. Polityka Whizi mieści się w jednym zdaniu: "Whizi nie wykorzystuje twoich promptów, plików, rozmów, transkrypcji głosowych ani wygenerowanych treści do trenowania modeli AI należących do Whizi. Whizi nie sprzedaje tych treści jako danych treningowych".

Jak długo jest przechowywany? Whizi ustawia wygasanie przesłanych załączników po maksymalnie 30 dniach, a plik lub całą rozmowę można usunąć wcześniej. API OpenAI nie trenuje na tym, co wysyłasz, chyba że się na to zgodzisz, i domyślnie przechowuje logi monitorowania nadużyć przez maksymalnie 30 dni. Konsumencki produkt czatowy przechowuje przesłany plik tak długo, jak istnieje rozmowa, chyba że go usuniesz.

Kto jeszcze go otrzymuje? Każdy produkt czatowy stojący przed modelem wysyła dokument do twórcy tego modelu. W Whizi plik dołączony do wiadomości do Claude trafia do Anthropic, a dołączony do wiadomości do GPT trafia do OpenAI, przez OpenRouter, i nic nie trafia do modelu, którego nie wybrałeś. Whizi kieruje ruch API z ustawioną flagą zbierania danych OpenRouter, dzięki czemu żądanie jest wykluczone z treningu dostawcy, choć dostawcy mogą wciąż przechowywać tymczasowe kopie zgodnie z własnymi politykami. Whizi nie twierdzi, że oferuje uniwersalne zerowe przechowywanie danych, i nikt inny też nie powinien tego twierdzić.

Ile z dokumentu model naprawdę widzi

Jeden fakt zmienia obraz ryzyka bardziej niż jakikolwiek zapis polityki: model nigdy nie czyta dużego dokumentu w całości. Whizi daje każdemu modelowi z katalogu stały budżet 40,000 tokenów wejściowych na turę, czyli mniej więcej 80 stron zwykłego tekstu, a przesłany plik wykraczający poza ten limit jest przycinany w tym miejscu, z powiadomieniem i znacznikiem w wiadomości o tym informującym. To ograniczenie jakości, ale też prywatności, bo z twojego urządzenia wychodzi tylko ta część 300 stronicowego raportu, która się mieści.

Dwie praktyczne konsekwencje. Jeśli wrażliwy fragment dokumentu znajduje się na stronie 200, przesłanie całego pliku może nigdy go nie wysłać, a przesłanie stron 195 do 205 na pewno tak. A jeśli dokument jest skanem, Whizi jednorazowo przepuszcza go przez serwerowy przebieg wizyjny, aby utworzyć transkrypcję strona po stronie, co oznacza, że strony są odczytywane przez model jako obrazy, zanim powstanie tekst; przewodnik po czacie z PDF wyjaśnia, kiedy to następuje. Podzielenie dokumentu według celu i przesłanie tylko potrzebnych sekcji, co przewodnik po przesyłaniu dokumentów zaleca dla dokładności, oznacza też mniejszy ślad prywatności.

Dokumenty, które nie przechodzą tego testu u żadnego dostawcy

Niektórych plików nie powinno się przesyłać do żadnego produktu AI, bez względu na jego politykę, bo ryzykiem nie jest sposób obsługi przez dostawcę, lecz to, czy w ogóle masz prawo je udostępnić.

Pełna lista tego, co nigdy nie powinno trafić do okna czatu, wraz z uzasadnieniem, znajduje się w artykule czego nigdy nie wklejać do czatu AI. Zasada, która ujmuje tabelę w jednym zdaniu: jeśli nie mógłbyś wysłać dokumentu mailem do podwykonawcy, to nie możesz go też przesłać do AI.

Odpowiedzi dostawców, obok siebie

Dwa konsumenckie wiersze warto przeczytać dwa razy, bo to tam większość osób przesyła większość dokumentów. Obaj dostawcy pozwalają wyłączyć trening, a porównanie prywatności pokazuje, gdzie znaleźć ten przełącznik u każdego z nich. Żaden przełącznik sam w sobie nie skraca retencji: u OpenAI plik żyje tak długo, jak trwa czat, a u Anthropic wybór dotyczący treningu decyduje, czy dotyczy cię pięcioletnie okno.

Wiersz Whizi jest nasz własny i trzymamy się w nim tego, co mówi polityka prywatności. Usunięcie pliku nie usuwa tego, co zostało już o nim omówione w rozmowie, więc dokument na tyle wrażliwy, by go usunąć, to zwykle także rozmowa warta usunięcia. W polityce pojawiają się dwie osobne liczby 30 dni: przesłane pliki są ustawione na wygasanie po maksymalnie 30 dniach, a usunięte rekordy w bazie danych mogą pozostać w historii odzyskiwania punktu w czasie Cloudflare D1 przez maksymalnie 30 dni, zanim wygasną. Żadna z nich nie jest obietnicą natychmiastowego usunięcia, a polityka nie podaje dokładnej wartości wygaśnięcia. Gdzie Whizi przechowuje dane zawiera pełną listę podmiotów przetwarzających.

Czteroetapowy nawyk przy przesyłaniu wszystkiego, co ważne

1. Sprawdź trzy odpowiedzi dla używanego produktu: trening, retencja, odbiorca. Jeśli którejś nie ma na piśmie, traktuj to jako najgorszy scenariusz.
2. Usuń to, czego zadanie nie potrzebuje. Nazwiska, numery kont, adresy i identyfikatory rzadko zmieniają wynik analizy, a ich usunięcie zajmuje minutę.
3. Prześlij strony, nie cały plik. Potrzebne sekcje dają ostrzejszą odpowiedź i mniejszą ekspozycję, a poza 40,000 tokenów reszta i tak nigdy nie zostałaby przeczytana.
4. Usuń plik i rozmowę, gdy zadanie jest zakończone, i zresetuj każde dane uwierzytelniające, które się prześlizgnęły.

Zasada decyzyjna: dokument jest bezpieczny do przesłania tam, gdzie dostawca odpowiada na piśmie na wszystkie trzy pytania, a twoje własne umowy na to pozwalają; wszędzie indziej, gdzie te dwa warunki nie są spełnione jednocześnie, nie jest bezpieczny.