Quizás la privacidad de la IA nunca fue solo sobre configuraciones
Durante mucho tiempo, asumí que la privacidad de la IA era bastante sencilla.
Desactiva el intercambio de datos. Opta por no participar en el entrenamiento. Problema resuelto.
Pero cuanto más uso la IA, más me pregunto qué significa realmente "privado" cuando cada solicitud viaja a través de una infraestructura que nunca he visto, se procesa en servidores que no puedo inspeccionar y opera bajo políticas que podrían cambiar más adelante.
Ahí es cuando me di cuenta de que optar por no participar no es realmente control.
Es simplemente elegir no participar en un sistema que alguien más todavía controla.
Lo que me parece interesante es que la mayoría de las discusiones sobre la privacidad de la IA parecen centrarse en políticas y promesas. Útil, claro. Pero las políticas pueden ser actualizadas. Los términos pueden ser reescritos. Las casillas de verificación pueden desaparecer.
La arquitectura subyacente sigue siendo la verdadera base.
Esa es en parte la razón por la que OpenGradient llamó mi atención. Por lo que entiendo, la idea es hacer que la privacidad sea parte del sistema mismo a través de comunicación encriptada, separación de identidad y entornos de ejecución seguros en lugar de depender solo de la confianza.
No estoy diciendo que esto resuelva todos los problemas de privacidad. La brecha entre un diseño y un sistema en producción es generalmente donde las cosas se complican.
Aún así, he comenzado a pensar que una mejor privacidad podría no venir de mejores políticas.
Podría venir de construir sistemas que requieran menos confianza en primer lugar.
@OpenGradient $PORTAL $BR $OPG #OPG
Durante mucho tiempo, asumí que la privacidad de la IA era bastante sencilla.
Desactiva el intercambio de datos. Opta por no participar en el entrenamiento. Problema resuelto.
Pero cuanto más uso la IA, más me pregunto qué significa realmente "privado" cuando cada solicitud viaja a través de una infraestructura que nunca he visto, se procesa en servidores que no puedo inspeccionar y opera bajo políticas que podrían cambiar más adelante.
Ahí es cuando me di cuenta de que optar por no participar no es realmente control.
Es simplemente elegir no participar en un sistema que alguien más todavía controla.
Lo que me parece interesante es que la mayoría de las discusiones sobre la privacidad de la IA parecen centrarse en políticas y promesas. Útil, claro. Pero las políticas pueden ser actualizadas. Los términos pueden ser reescritos. Las casillas de verificación pueden desaparecer.
La arquitectura subyacente sigue siendo la verdadera base.
Esa es en parte la razón por la que OpenGradient llamó mi atención. Por lo que entiendo, la idea es hacer que la privacidad sea parte del sistema mismo a través de comunicación encriptada, separación de identidad y entornos de ejecución seguros en lugar de depender solo de la confianza.
No estoy diciendo que esto resuelva todos los problemas de privacidad. La brecha entre un diseño y un sistema en producción es generalmente donde las cosas se complican.
Aún así, he comenzado a pensar que una mejor privacidad podría no venir de mejores políticas.
Podría venir de construir sistemas que requieran menos confianza en primer lugar.
@OpenGradient $PORTAL $BR $OPG #OPG