Como a IA obtém seus dados sem informar você & como evitar isso

Você já se perguntou como a IA se torna mais inteligente e fornece respostas melhores todos os dias? É natural, já que os modelos de IA treinam a cada segundo, usando petabytes de dados para aprender e melhorar. No entanto, de onde eles obtêm esses dados? O que acontece com as informações que você envia ao ChatGPT, e é seguro usar IA? Neste artigo, dividimos o tema em conceitos compreensíveis e explicamos as regras de segurança no uso da IA.

Fontes de dados para IA ou Como a IA recebe seus dados pelas suas costas

Os desenvolvedores de modelos de IA geralmente falam sobre os recursos extraordinários das ferramentas que criam e sobre as ainda maiores oportunidades que a IA poderá nos oferecer em um futuro não tão distante. No entanto, eles não são tão comunicativos quando se trata de divulgar as fontes de dados que usam para treinar seus modelos. Normalmente, você pode ouvir frases genéricas como “Dados disponíveis publicamente na Internet”, “Licenciados de terceiros” ou “Dados proprietários”, mas o que isso significa?

“Dados disponíveis publicamente na Internet” refere-se a dados que você pode encontrar simplesmente usando mecanismos de busca. Isso inclui dados de sites e plataformas de mídia social. Por exemplo, se você já publicou algo no Instagram, a IA tem isso. Você pode excluir suas publicações ou fotos do seu feed, mas isso não as apagará automaticamente dos conjuntos de dados usados pela IA.

Por outro lado, é preciso fazer scraping da web 24/7 e ter infraestrutura adequada e equipe qualificada para obter tantos dados. Às vezes, conseguir todos os dados que você deseja por conta própria é difícil, então as empresas podem comprar informações de outras empresas especializadas em web scraping. Em outras palavras, os criadores de IA obtêm dados licenciados de terceiros. Que dados podem ser exatamente? Qualquer tipo que você possa imaginar. Esses bancos de dados podem incluir até detalhes de relatórios médicos ou dados de localização. O problema é que algumas empresas não são realmente seletivas ao compilar conjuntos de dados, e até dados sensíveis vazados, hackeados ou obtidos ilegalmente de outras formas podem ser vendidos.

“Dados proprietários” são dados que as empresas coletam e geram por conta própria. Isso inclui o conteúdo que você, como usuário, gera e os dados que você envia. Não se trata apenas de consultas que você digita ou imagens que você envia. Os modelos de IA coletam outros dados, como o ID do seu computador, informações de contato, histórico de busca, dados de interação com produtos e outros.

Felizmente, você pode controlar essa parte, pelo menos até certo ponto. Aqui, muito depende do modelo real que você usa. Por exemplo, Copilot, Jasper e Poe coletam IDs de dispositivos e dados usados para rastrear usuários. Esses dados podem então acabar nas mãos de corretores de dados ou ajudar a exibir anúncios direcionados em apps. Jasper vai além disso, coletando dados de interação com produtos, publicidade e outros dados de uso, o que significa todos os detalhes relacionados à sua atividade no app. 

ChatGPT parece um pouco mais confiável do que outros, pois coleta apenas 10 tipos de dados entre 35 possíveis. Ele não rastreia dados nem usa publicidade de terceiros dentro do app. Você pode usar chats temporários com função de exclusão automática ou solicitar a remoção dos seus dados pessoais. No entanto, ele ainda pode armazenar seus chats em seus servidores. Você pode desativar manualmente essa função. Por outro lado, não está claro se isso se aplica retrospectivamente a chats mais antigos.

Claro, é impossível deixar DeepSeek de fora. O modelo de IA chinês se tornou um divisor de águas desde o primeiro dia de seu lançamento, e pode parecer relativamente seguro, já que o modelo coleta apenas 11 tipos de dados. No entanto, há um sério sinal de alerta – DeepSeek armazena o histórico de chat dos usuários. Não existe apenas o risco de os servidores serem hackeados e seus dados serem roubados, mas também o risco de seus dados acabarem nas mãos do governo chinês. Na China, as autoridades têm controle sobre a Internet, e empresas e provedores são obrigados a fornecer dados mediante solicitação. Além disso, de acordo com Hacker News, DeepSeek já enfrentou vazamentos de dados. Como resultado, mais de um milhão de chats, chaves de API e outros dados sensíveis foram expostos.

Fato interessante: Amazon, Samsung e muitos bancos proibiram seus funcionários de usar ferramentas de IA no trabalho. A Samsung fez isso depois que um funcionário enviou um trecho de código sensível. A gravidade do ocorrido ainda é uma questão em aberto, mas a Samsung está preocupada com o destino incerto dos dados vazados. A Amazon decidiu evitar IA depois que ficou claro que exemplos de respostas do ChatGPT se pareciam com dados internos da Amazon.

Como se proteger?

Se você já está pensando em jogar fora todos os gadgets e ir viver em uma floresta, acalme-se – não há necessidade disso. Algumas regras simples, mas eficazes, podem ajudar você a proteger seus dados contra coleta e uso pela IA contra a sua vontade:

• Verifique as permissões dos apps que você instala e dos bots de IA que você usa. Se um app pede permissões demais, armazena suas informações ou não há como solicitar a remoção dos seus dados, considere excluir esse app do seu dispositivo completamente e usar uma alternativa mais segura. Esse conselho vale especialmente para apps que pedem permissões de que não precisam para funcionar corretamente. Por exemplo, um editor de vídeo certamente precisa acessar sua galeria, mas por que precisaria saber sobre seus contatos ou geolocalização? Pense nisso.
• Ao instalar um app, conceda o menor número possível de permissões. Se você puder proibir algo e o app ainda funcionar bem, faça isso.  
• Não marque caixas automaticamente — é melhor ler a Política de Privacidade, os Termos de Serviço e outros documentos antes de instalar apps, para saber como esse app específico tratará seus dados ou se ele pode divulgar informações a terceiros.
• Verifique o país de origem dos apps que você está prestes a baixar. Lembre-se de que países como a China têm censura rígida, e empresas e provedores de lá devem cooperar com o governo mediante solicitação, inclusive fornecendo dados dos usuários. Se você não concorda com isso, evite essas ferramentas.
• Instale apenas apps oficiais de lojas autorizadas e evite versões hackeadas ou não oficiais. Esses apps podem ser uma armadilha para obter seus dados.
• Tenha cuidado com o que você publica na Internet. Se você gosta de manter seus seguidores nas redes sociais atualizados sobre sua vida, nunca divulgue acidentalmente nenhum dado pessoal.
• Tenha cuidado ao usar Wi-Fi público ou proxies gratuitos. Essas coisas podem ser usadas para obter seus dados. É melhor evitá-las completamente. Se você precisar usar uma rede pública, considere adicionar uma VPN para segurança. Provedores confiáveis como ZoogVPN ajudarão você com problemas de conectividade relacionados à localização e manterão seus dados seguros. Se você está procurando proxies, DataImpulse ajudará você a garantir acesso estável em todo o mundo sem esvaziar sua carteira. Além disso, quando você usa proxies, eles atuam como intermediários entre você e o servidor que você está solicitando. Os proxies se conectam no seu lugar, impedindo o contato direto. Como resultado, seus dados permanecem seguros, pois apps e bots veem as informações dos proxies. Isso melhora ainda mais sua segurança.
• Não envie dados sensíveis, como chaves de API, senhas, códigos PIN, digitalizações de documentos, cartões de crédito ou outros dados financeiros, para chatbots de IA.

Para concluir

Na era da IA, os dados são o alvo, e a segurança está alcançando um novo patamar. Além disso, mesmo que você não use IA, ela ainda pode ter seus dados por meio de outros apps e outras formas. Portanto, aprender a usar bots, assistentes e apps sem colocar suas informações sensíveis em risco é essencial. Você também pode usar ferramentas adicionais, como proxies. Como eles enviam solicitações no seu lugar, seus dados permanecem ocultos, dificultando sua coleta e uso. DataImpulse está pronta para apoiar você com nosso preço justo de $1 por 1 GB e suporte humano 24/7 (sem bots de IA), para que você possa se concentrar apenas nas suas tarefas sem se preocupar com segurança e privacidade. Pressione o botão “Experimente agora” no canto superior direito da tela ou escreva para nós em [email protected] para começar.