As IAs generativas se popularizaram rapidamente entre os usuários, dada a possibilidade de criação de novos conteúdos, porém, também trouxeram desafios na proteção de dados. Além do ChatGPT, IAs generativas, como modelos de linguagem, imagens e vídeos, também merecem atenção especial para garantir a proteção das informações.
Segundo o artigo 5 da Lei Geral de Proteção de Dados:
Dado pessoal: informação relacionada a pessoa natural identificada ou identificável.
Dado pessoal sensível: dado pessoal sobre origem racial ou étnica, convicção religiosa, opinião política, filiação a sindicato ou a organização de caráter religioso, filosófico ou político, dado referente à saúde ou à vida sexual, dado genético ou biométrico, quando vinculado a uma pessoa natural.
Para manter a segurança e privacidade ao utilizar várias IAs generativas, especialmente quando tratamos de informações pessoais e pessoais sensíveis, devemos:
👩💻Evitar uso de dados pessoais e pessoais sensíveis: Independentemente da IA generativa que for utilizada, tenha sempre em mente os tipos de informações pessoais e pessoais sensíveis que podem ser compartilhadas. Evite revelar informações pessoais, financeiras ou confidenciais durante as interações próprias. Quando se trata de dados de terceiros não utilize estes tipos de ferramenta e se utilizar, tenha autorização para o mesmo.
👩💻Uso de dados anônimos: Opte por utilizar dados anônimos ou fictícios sempre que possível. Isso ajuda a proteger sua privacidade e minimiza a exposição de informações reais.
👩💻Escolha de plataformas seguras: Certifique-se de escolher plataformas confiáveis e seguras para interagir com diferentes IAs generativas. Avalie se a plataforma utiliza medidas de segurança e criptografia para proteger as informações compartilhadas e leia os termos de uso do sistema utilizado.
👩💻Limitação de contexto: Não forneça detalhes excessivamente específicos sobre seu contexto pessoal ou profissional durante as interações. Isso reduz o risco de compartilhar informações indevidamente.
👩💻Uso de exemplos fictícios: Quando ilustrar um ponto ou fazer perguntas, recorra a exemplos fictícios em vez de informações reais.
👩💻Limpeza de dados: Após a conclusão do uso da IA generativa, certifique-se de apagar ou limpar qualquer informação pessoal compartilhada durante as conversas. Isso reduz a possibilidade de vazamento de dados.
👩💻Configurações de privacidade: Verifique se as plataformas oferecem opções de configuração de privacidade que permitam controlar o armazenamento e uso dos dados gerados pelas interações.
👩💻Treinamento de modelos personalizados: Na criação de modelos personalizados baseados em IAs generativas, atente-se para garantir que os dados de treinamento sejam anonimizados e protegidos, especialmente se possuírem informações pessoais ou pessoais sensíveis.
👩💻Auditoria: Realize auditorias regulares das interações com diferentes IAs generativas para identificar padrões que possam revelar informações pessoais e pessoais sensíveis indevidamente.
É muito comum encontrar ferramentas de IA generativa que além de armazenarem o que os usuários digitam, também usam essas informações para aprender e reproduzir este conteúdo. Por isso, essas ferramentas devem ser usadas com cautela e responsabilidade.
Um exemplo de IA generativa que aprende com informações digitadas em um chat é um chatbot baseado em Reinforcement Learning from Human Feedback (Aprendizado por Reforço a partir do Feedback Humano). Aqui está um exemplo simplificado de como isso poderia funcionar:
Suponha que temos um chatbot projetado para responder a perguntas sobre viagens. Inicialmente, ele é treinado usando um conjunto de dados de treinamento que contém pares de perguntas e respostas relacionadas a viagens. No entanto, esse chatbot pode não ser perfeito e pode cometer erros.
Aqui está como o aprendizado com feedback humano poderia ser aplicado:
➡️Treinamento inicial: O chatbot é treinado usando um conjunto de dados inicial de perguntas e respostas. Ele usa modelos de linguagem como o GPT para gerar respostas.
➡️Interação com usuários: O chatbot é implantado e começa a interagir com os usuários em tempo real. Quando os usuários fazem perguntas e fornecem feedback, o chatbot registra essas interações.
➡️Feedback humano: Quando os usuários fornecem feedback, como indicar que uma resposta está incorreta ou fornecer a resposta correta, esse feedback é usado para ajustar o modelo. Por exemplo, se um usuário corrigir uma resposta errônea do chatbot, o modelo aprenderá com esse feedback.
➡️Treinamento iterativo: Periodicamente, o modelo é retreinado usando os dados de interações e feedbacks dos usuários. Isso ajuda o chatbot a melhorar suas respostas ao longo do tempo.
➡️Melhoria contínua: À medida que o chatbot continua interagindo com os usuários e recebendo feedback, ele continua a se ajustar e melhorar suas respostas.
Esse processo de aprendizado por reforço a partir do feedback humano permite que o chatbot se torne mais preciso e útil à medida que interage com mais pessoas e recebe mais informações corretivas. Isso é uma forma de aprendizado de máquina supervisionado, onde os seres humanos desempenham um papel fundamental na melhoria do desempenho do sistema de IA.
Luiz Neme
Exelente matéria. Eu estava fazendo algumas coisas erradas ao utilizar o ChatGPT e isso me ajudou muito.
Muito obrigado.