实测7款主流大模型，隐私裸奔成通病

主要观点总结

本文主要讨论了在AI时代，用户数据被大模型使用的情况及其带来的隐私风险。文章通过测试7款市面主流大模型产品的隐私政策和用户协议，发现数据收集和使用中存在的问题。同时，也讨论了训练语料的透明度和版权问题，以及智能体、端侧AI应用带来的隐私泄露风险。

关键观点总结

关键观点1: AI时代的数据收集和使用

在AI时代，用户输入的信息不再仅仅属于个人隐私，而是成为了大模型进步的“垫脚石”。然而，数据收集和使用的方式也带来了巨大的隐私风险。用户需要明确数据如何被收集、处理和存储，以防止数据被滥用或泄露。

关键观点2: 大模型训练数据来源和版权问题

大模型训练需要大量的高质量语料，这些语料可能涉及受版权保护的文本、图片、视频等作品。未经授权的使用会构成侵权。目前，大部分大模型产品的隐私协议中未提及训练数据的具体来源，存在潜在的法律风险。

关键观点3: 用户数据的撤回权

虽然大部分大模型产品在隐私政策中表示用户有权拒绝或撤回数据的使用，但在实际操作中，用户往往难以有效行使这一权利。各大大模型产品在设计产品功能时，更多地考虑了如何方便地收集和使用数据，而忽视了用户的撤回权。

关键观点4: 智能体、端侧AI的隐私泄露风险

智能体、端侧AI的应用相比聊天机器人等AI工具，需要获取的个人信息更为详细和有价值。这种获取方式增加了个人隐私泄露的风险，因为除了常规的设备及应用信息外，还可能获取录屏的文件本身，进一步分析获取敏感信息。

关键观点5: 数据安全和责任边界

在数字化进程中，数据的责任边界变得模糊。尤其是当端侧AI智能体基于APP的服务能力完成特定任务时，终端厂商与APP服务提供者在数据安全上的责任边界变得模糊。这需要明确各方的责任边界，加强数据保护，以维护用户的信任。

免责声明