Principi di privacy: ricerca, apprendimento e intelligenza artificiale

Questo testo tradotto è fornito solo a scopo informativo e in caso di incongruenze tra questa versione e quella inglese, prevale quest’ultima.

Principi di privacy: ricerca, apprendimento e intelligenza artificiale

La nostra missione è creare un prodotto che renda la vita lavorativa più semplice, più piacevole e più produttiva. Il nostro principio guida nella realizzazione di questo prodotto è che la privacy e la sicurezza dei Dati del cliente sono sacrosante, come specificato all’interno delle nostre Informativa sulla privacy, documentazione sulla sicurezza e SPARC e Condizioni di Slack.

L’apprendimento automatico (Machine Learning, ML) e l’intelligenza artificiale (IA) sono strumenti utili che usiamo in modi limitati per migliorare la missione dei nostri prodotti. Non sviluppiamo modelli linguistici di grandi dimensioni (LLM) o altri modelli generativi utilizzando i dati dei clienti. Per sviluppare modelli IA/ML non generativi per funzioni come consigli su canali ed emoji, i nostri sistemi analizzano i Dati del cliente (ad esempio messaggi, contenuti e file) inviati a Slack nonché le Altre informazioni (comprese le informazioni sull’utilizzo) come definito nella nostra Informativa sulla privacy e nel nostro accordo con il cliente. Per garantire la privacy e la sicurezza dei Dati del cliente in questo particolare contesto, abbiamo alcuni principi guida:

• I dati non verranno diffusi nelle aree di lavoro. Per tutti i modelli che verranno utilizzati diffusamente per tutti i nostri clienti, non creiamo o alleniamo tali modelli in modo che possano apprendere, memorizzare o essere in grado di riprodurre parti dei dati del cliente.
• Disponiamo di controlli tecnici messi in atto per impedire l’accesso. Durante lo sviluppo dei modelli di AI/ML o l’analisi dei dati dei clienti, Slack non può accedere al contenuto sottostante. Evitiamo che ciò accada applicando varie misure tecniche. Leggi il nostro White paper sulla sicurezza per ulteriori informazioni sui controlli che proteggono la riservatezza e la sicurezza dei dati del cliente.
• Offriamo ai clienti una scelta relativamente a tali pratiche. Se desideri escludere i tuoi Dati del cliente dall’addestramento dei modelli globali Slack, puoi decidere di rifiutare. Se rifiuti, i Dati del cliente della tua area di lavoro verranno utilizzati solo per migliorare l’esperienza all’interno della tua area di lavoro e godrai comunque di tutti i vantaggi dei nostri modelli di AI/ML addestrati globalmente, senza contribuire ai modelli sottostanti.

Contattaci per negare il consenso Se desideri escludere i tuoi Dati del cliente dai modelli globali Slack, puoi decidere di negare il consenso. Per negare il consenso, chiedi ai proprietari dell’organizzazione o dell’area di lavoro o al proprietario primario di contattare il team di Customer Experience all’indirizzo [email protected], indicando l’URL dell’area di lavoro/organizzazione e usando come oggetto “Richiesta di negazione del consenso per il modello globale di Slack”. Elaboreremo la richiesta e risponderemo una volta completata la revoca del consenso.

Dati del cliente e Altre informazioni

Utilizzo dei Dati del cliente (per esempio, i messaggi, i contenuti e i file) e delle Altre informazioni da parte di Slack per aggiornare i propri servizi

Tenendo presente i principi succitati, ecco alcuni esempi delle tecniche di miglioramento e di tutela della privacy utilizzate dai nostri team del prodotto e delle statistiche per sviluppare, aggiornare e migliorare Slack:

• Consigli sui canali: Potremmo utilizzare le analisi per suggerire a un utente di unirsi a un nuovo canale pubblico all’interno dell’azienda. Tali suggerimenti si basano sull’iscrizione al canale, sull’attività e sulla sovrapposizione degli argomenti. Il nostro modello apprende dai suggerimenti precedenti e dall’iscrizione o meno da parte dell’utente al canale suggerito. Proteggiamo la privacy relativa a questo servizio separando il nostro modello dai Dati del cliente. Utilizziamo modelli esterni (non addestrati con i messaggi Slack) per valutare la somiglianza dell’argomento e fornendo punteggi numerici. Il nostro modello globale fornisce suggerimenti solo sulla base di tali punteggi numerici e dati non legati al cliente. Scopri di più visitando il nostro blog sulla progettazione per ulteriori dettagli tecnici.
• Risultati di ricerca: I nostri modelli di apprendimento automatico di ricerca consentono agli utenti di individuare ciò che cercano identificando i risultati corretti per una query specifica. Facciamo ciò sulla base della cronologia dei risultati di ricerca e sui coinvolgimenti precedenti senza apprendere dal testo sottostante della query di ricerca, del risultato o delle voci sostitutive. In sintesi, il nostro modello non può ricostruire la query di ricerca o il risultato. Al contrario, apprende da informazioni specifiche e contestuali del team, ad esempio il numero di volte in cui un messaggio è stato selezionato in una ricerca o una sovrapposizione nel numero di parole nella query e nel messaggio suggerito.
• Completamento automatico: Slack potrebbe fornire dei suggerimenti per il completamento delle query di ricerca o altro testo, ad esempio il completamento automatico della frase "Assistenza clienti" quando un utente digita le prime lettere della frase. Tali suggerimenti sono locali e vengono originati da frasi di messaggi pubblici comuni nell’area di lavoro dell’utente. Il nostro algoritmo che seleziona dai suggerimenti potenziali viene allenato globalmente sui completamenti suggeriti e accettati in precedenza. Proteggiamo la privacy dei dati utilizzando regole che classificano la somiglianza tra il testo immesso e il suggerimento in vari modi, compreso il solo utilizzo di classificazione e conteggio numerico delle interazioni passate nell’algoritmo.
• Suggerimento emoji: Slack può suggerire reazioni con emoji ai messaggi utilizzando il contenuto e il sentiment del messaggio, la cronologia di utilizzo dell’emoji e la frequenza di utilizzo dell’emoji da parte del team in vari contesti. Ad esempio, se 🎉 è una reazione comune ai messaggi celebrativi in ​un particolare canale, suggeriremo agli utenti di reagire ai nuovi messaggi positivi con 🎉. Per fare ciò e continuare a proteggere i Dati del cliente, potremmo utilizzare un modello esterno (non addestrato sui messaggi Slack) per classificare il sentiment del messaggio. Il nostro modello suggerirà quindi un emoji solo tenendo conto della frequenza con cui un emoji specifico è stato associato ai messaggi con tale sentiment nell’area di lavoro specifica.

Questi tipi di personalizzazioni e miglioramenti ponderati sono possibili soltanto se studiamo e comprendiamo il modo in cui i nostri utenti interagiscono con Slack.

Slack prende molto seriamente la privacy e si attiene agli obblighi di riservatezza descritti nei nostri accordi con i clienti e nell’Informativa sulla privacy in ciascuno di questi scenari. I clienti possiedono i propri Dati del cliente. Slack associa e dissocia i Dati del cliente in modo tale che l’utilizzo da parte di Slack dei Dati del cliente ai fini dell’aggiornamento dei servizi non identifichi mai nessuno dei suoi clienti o singoli utenti come fonte di tali aggiornamenti a eventuali parti terze, ad eccezione delle aziende consociate o subincaricate di Slack.

IA generativa

L'IA generativa è una categoria più recente di sistemi di IA in grado di generare contenuti, ad esempio testo, in risposta alle richieste inserite dall'utente. Questa categoria di IA include modelli linguistici di grandi dimensioni (LLM). Slack utilizza l'IA generativa nella sua offerta di prodotti dell’IA di Slack, sfruttando LLM di terze parti.

I clienti acquistano l’IA di Slack come componente aggiuntivo e la funzionalità di IA generativa non è inclusa nell'offerta Slack standard. Nessun Dato del cliente viene usato per addestrare modelli LLM di terze parti. Slack non addestra LLM o altri modelli generativi sui Dati del cliente, né condivide tali dati con alcun fornitore LLM. Scopri di più su come abbiamo progettato l’IA di Slack per garantire sicurezza e privacy.

L’IA di Slack utilizza LLM predefiniti in cui i modelli non vengono aggiornati e non conservano in altri modi i Dati del cliente dopo una richiesta. Inoltre, poiché l’IA di Slack ospita questi modelli sulla propria infrastruttura AWS, i Dati del cliente non escono mai dai confini di fiducia di Slack e i fornitori di LLM non hanno mai accesso a tali dati.

Cercare risposte generative dell’IA di Slack

La funzionalità di ricerca dell’IA di Slack attinge dalle seguenti fonti: funzioni di Slack (canvas, note in canvas di incontri, trascrizioni di clip e frammenti di testo); file caricati su Slack (PDF, e-mail, docx, pptx e Keynote); documenti collegati da Google Drive (Documenti, Presentazioni); Sharepoint/OnDrive (Word, Powerpoint) e app partner per l'archiviazione di file come Box (se installate). L'utente deve essere autenticato tramite l'integrazione con Slack per accedere a questi file. Sono disponibili impostazioni di amministrazione per disabilitare tutti i risultati dei file o disabilitare il sourcing da file ospitati esternamente. Scopri di più nel Centro assistenza o nella guida per amministratori.