أصبحت الآن أدوات الذكاء الاصطناعي التوليدي، مثل شات "جي بي تي" و"جيميناي" و"كوبيلوت"، جزءا أساسيا من التطبيقات الشخصية والتجارية المنتشرة في الأجهزة الاستهلاكية كافة. ومع ذلك، قد يغفل العديد من المستخدمين عن التداعيات الواضحة للخصوصية التي تصاحب استخدام مثل تلك الأدوات.

لذا، إليك هذا الدليل لمساعدتك في حماية خصوصيتك في عصر الذكاء الاصطناعي، وفقا لما ذكره بعض خبراء مجال الأمن والخصوصية لشبكة "سي إن بي سي" (CNBC).

فهم سياسات الخصوصية

إن قراءة سياسات الخصوصية أمر بالغ الأهمية، إذ توفر بعض الأدوات سياسات استخدام بيانات واضحة، تسهل عليك فهم كيفية التحكم في بياناتك، وفقا لما ذكره الخبراء.

وتوجد بعض الأسئلة الأساسية التي يجب عليك طرحها أولا، مثل: هل تجمع أداة الذكاء الاصطناعي بيانات شخصية؟ وإن كان الأمر كذلك، ما نوع تلك البيانات التي تجمعها؟ وهل تُستخدم البيانات لتدريب نموذج الذكاء الاصطناعي أو تُشارك مع أطراف خارجية؟

وكذلك: هل توفر الأداة ميزة لإلغاء الاشتراك في مشاركة البيانات؟ وهل عملية إلغاء الاشتراك بسيطة أم تتطلب التنقل عبر قوائم معقدة؟

وهل يمكنك التحكم في مدة احتفاظ أداة الذكاء الاصطناعي ببياناتك؟ وما الخيارات المتاحة لتحديد أنواع البيانات التي تجمعها الأداة؟

وفي النهاية، هل توفر الأداة آلية لحذف بياناتك؟ وهل يكون الحذف دائما أم تُخزن البيانات بشكل ما؟

وفي هذا السياق، يشير الخبراء إلى بعض النصائح المهمة، مثل التأكد دائما من سياسات الخصوصية لكل أداة تستخدمها من أدوات الذكاء الاصطناعي، عبر البحث عن تفسيرات واضحة حول استخدام البيانات ومدة الاحتفاظ بها، بجانب اختيار الأدوات التي توفر معلومات شفافة ويسهل الوصول إلى الممارسات الخاصة بالبيانات داخلها.

تجنب مشاركة البيانات الحساسة

يمكن لنماذج الذكاء الاصطناعي التوليدي تخزين البيانات الحساسة التي يشاركها المستخدمون وقد تستغلها بصورة أو بأخرى، وهو ما ينطبق على البيانات الشخصية والمعلومات المتعلقة بالعمل. لذا، ينصح خبراء الخصوصية بعدم مشاركة أي بيانات حساسة مع نماذج الذكاء الاصطناعي التوليدي لأن نهج استخدام النماذج لتلك البيانات في المستقبل غير واضح.

لا ينبغي أن تشارك أي بيانات سرية، مثل الوثائق القانونية الشخصية أو المعلومات الخاصة بعملك، مع أدوات الذكاء الاصطناعي، فمثلا لا تستخدم هذه الأدوات لمعالجة المعلومات المالية الحساسة أو السجلات الطبية.

كذلك يشير الخبراء إلى حاجة الشركات لاستخدام أدوات ذكاء اصطناعي مخصصة تضمن وجود جدار حماية بين المعلومات الخاصة ونموذج الذكاء الاصطناعي. ولذلك تطور العديد من الشركات أدوات خاصة بها لتجنب استخدام بياناتها الحساسة داخل نماذج الذكاء الاصطناعي العامة.

ويشير الخبراء أيضا إلى أن عليك تجنب حتى مشاركة البيانات الشخصية التي تبدو عادية، مثل العناوين أو أرقام الهواتف، مع أدوات الذكاء الاصطناعي المتاحة حاليا.

في روبوت المحادثة "شات جي بي تي" يمكنك إلغاء الاشتراك بالضغط على أيقونة الملف الشخصي (شترستوك) الاستفادة من إلغاء الاشتراك

يؤكد الخبراء أنه بينما يمكن للمستخدم حذف بياناته الشخصية المتاحة على مواقع الإنترنت، فإن خيار إلغاء الاشتراك من تدريب نماذج الذكاء الاصطناعي على هذه البيانات هو خيار أصعب وأكثر تعقيدا.

وغالبا لا توجد فائدة مباشرة من السماح لأدوات الذكاء الاصطناعي بالتدرب على بياناتك، لهذا عند إلغاء الاشتراك قد تقلل من خطر استخدام بياناتك في أمور لا تعرفها.

فمثلا في روبوت المحادثة "شات جي بي تي"، يمكنك إلغاء الاشتراك بالضغط على أيقونة الملف الشخصي، ثم اختيار "الإعدادات" (Settings)، ومنها اختيار "عناصر التحكم في البيانات" (Data Controls)، ومنها إلغاء تفعيل "تحسين النموذج للجميع" (Improve the model for everyone). وبهذا ستمنع استخدام أي محادثة جديدة لتدريب الروبوت على البيانات التي تشاركها معه.

أما روبوت المحادثة "جيميناي" فيتيح للمستخدمين تحديد فترة زمنية للاحتفاظ ببعض البيانات ثم حذفها، ويمكنك الوصول إلى هذه الميزة بالضغط على "النشاط" (Activity)، ومنها اختيار المدة التي ترغب في حذف نشاطك بعدها.

حذف المحادثات

حتى عمليات البحث البسيطة عن المعلومات التي تبدو غير ضارة قد تؤثر على خصوصيتك، لكن حذف المحادثات داخل أدوات الذكاء الاصطناعي قد يقلل من هذه المخاطر، كما يشير الخبراء.

ومن ثم فعليك تحديد أقصر مدة ممكنة لأدوات الذكاء الاصطناعي للاحتفاظ بالبيانات، كما يمكنك حذف سجلات المحادثات بانتظام بعد حصولك على المعلومات المطلوبة. قد تحتفظ بعض الشركات بسجلات للمحادثات في خوادمها، لكن هذه الخطوة تقلل من مخاطر وصول طرف خارجي إلى محادثاتك وبياناتك.

وباتباع هذه الخطوات والنصائح، يمكنك الاستمتاع بفوائد أدوات الذكاء الاصطناعي التوليدي وميزاتها مع تقليل المخاطر المحتملة على خصوصيتك.

المصدر: الجزيرة

كلمات دلالية: حراك الجامعات حريات الذکاء الاصطناعی التولیدی أدوات الذکاء الاصطناعی إلغاء الاشتراک

إقرأ أيضاً:

الدماغ البشري يتفوّق على الذكاء الاصطناعي في حالات عدّة

 لا شك أن أنظمة الذكاء الاصطناعي قد حققت إنجازات مذهلة، بدءًا من إتقان الألعاب وكتابة النصوص وصولًا إلى توليد الصور ومقاطع الفيديو المقنعة. 

وقد دفع ذلك البعض إلى الحديث عن إمكانية أن نكون على أعتاب الذكاء الاصطناعي العام (AGI)، وهو نظام ذكاء اصطناعي يمتلك قدرات معرفية شاملة تشبه قدرات الإنسان.

في حين أن بعض هذا الحديث ما هو إلا ضجة إعلامية، إلا أن عددًا كافيًا من الخبراء في هذا المجال يأخذون الفكرة على محمل الجد، مما يستدعي إلقاء نظرة فاحصة عليها.

تحديات تعريف الذكاء الاصطناعي العام

تدور العديد من النقاشات حول مسألة كيفية تعريف الذكاء الاصطناعي العام، وهو أمر يبدو أن الخبراء في هذا المجال لا يتفقون عليه.

 ويساهم هذا في ظهور تقديرات متباينة حول موعد ظهوره، تتراوح بين "إنه موجود عمليًا" إلى "لن نتمكن أبدًا من تحقيقه". وبالنظر إلى هذا التباين، يستحيل تقديم أي نوع من المنظور المستنير حول مدى قربنا من تحقيقه.

لكن لدينا مثال موجود على الذكاء العام بدون "الاصطناعي" - وهو الذكاء الذي يوفره دماغ الحيوان، وخاصة الدماغ البشري. 

ومن الواضح أن الأنظمة التي يتم الترويج لها كدليل على أن الذكاء الاصطناعي العام قاب قوسين أو أدنى لا تعمل على الإطلاق مثل الدماغ. قد لا يكون هذا عيبًا قاتلًا، أو حتى عيبًا على الإطلاق. من الممكن تمامًا أن يكون هناك أكثر من طريقة للوصول إلى الذكاء، اعتمادًا على كيفية تعريفه.

 لكن من المحتمل أن تكون بعض الاختلافات على الأقل مهمة من الناحية الوظيفية، وحقيقة أن الذكاء الاصطناعي يسلك مسارًا مختلفًا تمامًا عن المثال العملي الوحيد الذي لدينا من المرجح أن يكون ذا مغزى.

سامسونج تطلق Galaxy A56 مع دعم ميزات الذكاء الاصطناعيسوفت بنك يضاعف رهانه على الذكاء الاصطناعي باستثمارات ضخمة وسط سباق عالميثورة الذكاء الاصطناعي في الصين.. DeepSeek يثير جدلا في القطاع الطبيAlexa+.. قفزة نوعية في الذكاء الاصطناعي.. أبرز ميزات المساعد الذكي الجديد من أمازون«DeepSeek» تُشعل سباق الذكاء الاصطناعي.. هامش ربح 545% يهز الأسواق وسهم NVIDIA ينهارالقدرات التي يفتقر إليها الذكاء الاصطناعي الحالي

مع وضع كل ذلك في الاعتبار، دعونا نلقي نظرة على بعض الأشياء التي يقوم بها الدماغ والتي لا تستطيع أنظمة الذكاء الاصطناعي الحالية القيام بها.

أشارت أرييل جولدشتاين، الباحثة في الجامعة العبرية في القدس، إلى أن أنظمة الذكاء الاصطناعي الحالية "مجزأة" في قدراتها. فقد تكون جيدة بشكل مدهش في شيء ما، ثم سيئة بشكل مدهش في شيء آخر يبدو مرتبطًا به. 

وأكدت عالمة الأعصاب كريستا بيكر من جامعة ولاية كارولينا الشمالية على هذه النقطة، مشيرة إلى أن البشر قادرون على تطبيق المنطق في مواقف جديدة دون الحاجة إلى إعادة تعلم كل شيء من الصفر.

ذكر ماريانو شاين، مهندس جوجل الذي تعاون مع جولدشتاين، أن أنظمة الذكاء الاصطناعي تفتقر إلى الذاكرة طويلة المدى والمخصصة للمهام، وهي القدرة على نشر المهارات المكتسبة في مهمة ما في سياقات مختلفة.

أشارت بيكر إلى وجود تحيز نحو تفضيل السلوكيات الشبيهة بالسلوك البشري، مثل الردود التي تبدو بشرية والتي تولدها نماذج اللغات الكبيرة. 

في المقابل، يمكن لذبابة الفاكهة، بدماغها الذي يحتوي على أقل من 150 ألف خلية عصبية، دمج أنواع متعددة من المعلومات الحسية، والتحكم في أربعة أزواج من الأطراف، والتنقل في بيئات معقدة، وتلبية احتياجاتها من الطاقة، وإنتاج أجيال جديدة من الأدمغة، وأكثر من ذلك.

الاختلافات الرئيسية بين الدماغ البشري والذكاء الاصطناعي

 تستند معظم أنظمة الذكاء الاصطناعي الحالية، بما في ذلك جميع نماذج اللغات الكبيرة، على ما يسمى بالشبكات العصبية. 

تم تصميم هذه الشبكات لتقليد كيفية عمل بعض مناطق الدماغ، مع وجود أعداد كبيرة من الخلايا العصبية الاصطناعية التي تأخذ مدخلات وتعدلها ثم تمرير المعلومات المعدلة إلى طبقة أخرى من الخلايا العصبية الاصطناعية. لكن هذا التقليد محدود للغاية.

 فالخلايا العصبية الحقيقية متخصصة للغاية، وتستخدم مجموعة متنوعة من الناقلات العصبية وتتأثر بعوامل خارج الخلايا العصبية مثل الهرمونات. كما أنها تتواصل من خلال سلسلة من النبضات المتغيرة في التوقيت والشدة، مما يسمح بدرجة من الضوضاء غير الحتمية في الاتصالات.

تهدف  الشبكات العصبية التي تم إنشاؤها حتى الآن هي إلى حد كبير أنظمة متخصصة تهدف إلى التعامل مع مهمة واحدة. 

في المقابل، يحتوي الدماغ النموذجي على الكثير من الوحدات الوظيفية التي يمكنها العمل بالتوازي، وفي بعض الحالات دون أي نشاط تحكمي يحدث في مكان آخر في الدماغ.

تمتلك أنظمة الذكاء الاصطناعي الحالية عمومًا حالتين: التدريب والنشر. التدريب هو المكان الذي يتعلم فيه الذكاء الاصطناعي سلوكه؛ النشر هو المكان الذي يتم فيه استخدام هذا السلوك.

 في المقابل، لا يحتوي الدماغ على حالات تعلم ونشاط منفصلة؛ إنه في كلا الوضعين باستمرار، بينما في كثير من الحالات، يتعلم الدماغ أثناء العمل.

بالنسبة للعديد من أنظمة الذكاء الاصطناعي، لا يمكن تمييز "الذاكرة" عن الموارد الحسابية التي تسمح لها بأداء مهمة والاتصالات التي تم تشكيلها أثناء التدريب. في المقابل، تمتلك الأنظمة البيولوجية عمرًا من الذكريات للاعتماد عليها.

القيود والتحديات

من الصعب التفكير في الذكاء الاصطناعي دون إدراك الطاقة الهائلة والموارد الحسابية المستخدمة في تدريبه. لقد تطورت الأدمغة في ظل قيود هائلة على الطاقة وتستمر في العمل باستخدام طاقة أقل بكثير مما يمكن أن يوفره النظام الغذائي اليومي. 

وقد أجبر هذا علم الأحياء على إيجاد طرق لتحسين موارده والاستفادة القصوى من تلك التي يخصصها لمهمة ما.

في المقابل، فإن قصة التطورات الحديثة في الذكاء الاصطناعي هي إلى حد كبير قصة رمي المزيد من الموارد عليها.

 ويبدو أن خطط المستقبل (حتى الآن على الأقل) تشمل المزيد من هذا، بما في ذلك مجموعات بيانات تدريب أكبر وعدد أكبر من الخلايا العصبية الاصطناعية والوصلات بينها. 

كل هذا يأتي في وقت تستخدم فيه أفضل أنظمة الذكاء الاصطناعي الحالية بالفعل ثلاثة أضعاف الخلايا العصبية التي نجدها في دماغ ذبابة الفاكهة وليس لديها أي مكان قريب من القدرات العامة للذبابة.

مقالات مشابهة

  • الخبرات النادرة والمعادلة الجديدة في الذكاء الاصطناعي
  • مدير تعليم الفيوم يفتتح البرنامج التدريبي"الذكاء الاصطناعي في التعليم"
  • عندما يلتقي الذكاء الاصطناعي والعاطفي
  • الخوارزمية الأولى: أساطير الذكاء الاصطناعي
  • الدماغ البشري يتفوّق على الذكاء الاصطناعي في حالات عدّة
  • حَوكمة الذكاء الاصطناعي: بين الابتكار والمسؤولية
  • أونر الصينية تعلن استثمار 10 مليارات دولار لدعم أجهزتها بالذكاء الاصطناعي
  • تعليمات جديدة تتيح لوزير العمل إلغاء تسفير العمال المخالفين بشروط
  • ثورة الذكاء الاصطناعي في الصين.. DeepSeek يثير جدلا في القطاع الطبي
  • معارض وشركات الذكاء الاصطناعي في ملتقى الشارقة الرياضي