Opt-out: So will Slack mit KI umgehen
Slack hat seine Grundsätze für den Einsatz künstlicher Intelligenz(öffnet im neuen Fenster) in seinem Produkt bekannt gegeben. Ziel sei es, die Nutzererfahrung zu verbessern, ohne Abstriche im Hinblick auf Datenschutz und Sicherheit der Kundendaten zu machen.
In einer von Slack veröffentlichten Erklärung betonte das Unternehmen, dass die Privatsphäre und die Sicherheit der Kundendaten unantastbar bleiben sollen. Die Nutzung von KI und ML durch Slack sei auf bestimmte Bereiche beschränkt.
Slack legt einige Grundsätze für den Einsatz von KI in seinem Produkt fest. In erster Linie stellt das Unternehmen klar, dass die Daten nicht über die Arbeitsbereiche hinweg durchsickern. Wenn Slack KI-Modelle für den breiten Einsatz in seinem Kundenstamm entwickelt, setzt es nach eigenen Angaben Schutzmaßnahmen ein, um zu verhindern, dass die Modelle Kundendaten lernen, speichern oder reproduzieren.
Außerdem führt Slack technische Kontrollen ein, um den unbefugten Zugriff auf Kundendaten während der Entwicklung von KI- und ML-Modellen zu verhindern. Dazu veröffentlichte das Unternehmen ein Sicherheits-Whitepaper(öffnet im neuen Fenster) .
Opt-out für KI-Training muss aktiv gesetzt werden
Slack bietet seinen Kunden auch die Möglichkeit, sich gegen die Verwendung ihrer Daten für das Training globaler Modelle zu entscheiden. Wenn Kunden sich dagegen entscheiden, werden ihre Daten nur dazu verwendet, die Nutzung in ihrem eigenen Arbeitsbereich zu verbessern, während sie weiterhin von den global trainierten KI- und ML-Modellen von Slack profitieren.
Slack bietet Administratoren an, das entsprechende Opt-out zu beantragen. Voreingestellt ist es nicht.
Beispiele für KI- und ML-Anwendungen
Slack nannte mehrere Beispiele, wie KI und ML eingesetzt werden, um seine Dienste zu verbessern und gleichzeitig die Privatsphäre der Nutzer zu schützen. Dazu gehören:
1. Kanalempfehlungen: Slack kann Nutzern vorschlagen, einem neuen öffentlichen Kanal beizutreten, und zwar auf der Grundlage von Kanalmitgliedschaft, Aktivität und Themenüberschneidungen. Das Unternehmen nutzt externe Modelle, um die Themenähnlichkeit zu bewerten, und stellt sicher, dass das globale Modell nur Empfehlungen ausspricht(öffnet im neuen Fenster) , die auf numerischen Werten und Nicht-Kunden-Daten basieren.
2. Suchergebnisse: Die maschinellen Lernmodelle für die Suche von Slack sollen den Nutzern helfen, relevante Informationen zu finden. Das Modell lernt aus historischen Suchergebnissen, ohne auf den zugrunde liegenden Text der Suchanfrage oder des Ergebnisses zuzugreifen.
3. Autovervollständigen: Slack kann die Vervollständigung von Suchanfragen oder anderen Texten vorschlagen, die auf allgemeinen öffentlichen Nachrichtenphrasen im Arbeitsbereich der Nutzer basieren. Der Algorithmus, der aus den potenziellen Vorschlägen auswählt, wird global trainiert und verwendet Regeln, um die Ähnlichkeit zwischen dem eingegebenen Text und dem Vorschlag zu bewerten und gleichzeitig den Datenschutz sicherzustellen.
4. Emoji-Vorschläge: Slack kann Emoji-Reaktionen auf Nachrichten empfehlen, die auf dem Inhalt und der Stimmung der Nachricht sowie der historischen Verwendung und Häufigkeit des Emojis innerhalb des Teams basieren. Es werden externe Modelle verwendet, um die Stimmung der Nachricht zu klassifizieren.