ডিজিটাল জার্নাল এআই কোম্পানিগুলির ডেটা-ব্যবহার প্রকাশে ব্যাপক ফাঁকের প্রতিবেদন করেছে

কি হয়েছে

ডিজিটাল জার্নাল 24 আগস্ট, 2026-এ রিপোর্ট করেছে যে সাইবারনিউজ এআই বিশ্বস্ততা র‌্যাঙ্কিং 2026 36টি দেশে 500টি এআই কোম্পানির মূল্যায়ন করেছে এবং ডেটা ব্যবহার এবং ধারণ সম্পর্কে প্রকাশের ক্ষেত্রে ব্যাপক ফাঁক খুঁজে পেয়েছে। ডিজিটাল জার্নাল অনুসারে, 63% কোম্পানি স্পষ্টভাবে প্রকাশ করেনি যে ব্যবহারকারীর তথ্য AI মডেলকে প্রশিক্ষণের জন্য ব্যবহার করা হয়েছিল কিনা, এবং 65% স্পষ্টভাবে প্রকাশ করেনি যে কতক্ষণ ব্যবহারকারীর ডেটা রাখা হয়েছিল। অন্তর্নিহিত র‌্যাঙ্কিং এবং কোম্পানির প্রতিক্রিয়া উৎস পাঠে সরবরাহ করা হয়নি, তাই এই ফলাফলগুলি এখানে স্বাধীনভাবে নিশ্চিত করা হয়নি।

ডিজিটাল জার্নাল রিপোর্ট করেছে যে সাইবারনিউজ তার AI বিশ্বস্ততা র‌্যাঙ্কিং 2026-এর জন্য 36টি দেশে অপারেটিং 500 AI কোম্পানির মূল্যায়ন করেছে। নিবন্ধে বলা হয়েছে যে র‌্যাঙ্কিংটি চারটি বিস্তৃত ক্ষেত্র পরীক্ষা করেছে: ডেটা গোপনীয়তা, নিরাপত্তা, সাংগঠনিক স্বচ্ছতা এবং জনসাধারণের উপলব্ধি। কোম্পানীগুলি সর্বজনীনভাবে উপলব্ধ তথ্য ব্যবহার করে মূল্যায়ন করা হয়েছিল, এবং ডেটা-গোপনীয়তা বিশ্লেষণে সংগ্রহ, ভাগ করা, ব্যবহার এবং ধরে রাখার ব্যাখ্যার জন্য গোপনীয়তা নীতিগুলি পর্যালোচনা করা হয়েছিল। উত্সটি মূল্যায়নটিকে AI গোপনীয়তা অনুশীলনের বৃহত্তম পর্যালোচনা হিসাবে বর্ণনা করেছে, তবে এটি অন্তর্নিহিত র‌্যাঙ্কিং, সম্পূর্ণ কোম্পানির তালিকা বা বিশদ স্কোরিং পদ্ধতি প্রদান করেনি।

ডিজিটাল জার্নাল বলেছে যে সংস্থাগুলি এআই মডেলগুলিকে প্রশিক্ষণের জন্য ব্যবহারকারীর তথ্য ব্যবহার করে কিনা তা নিয়ে সবচেয়ে বড় রিপোর্ট করা ব্যবধান। এটি সাইবারনিউজকে দায়ী করেছে যে 63% কোম্পানি এই অনুশীলনটি স্পষ্টভাবে প্রকাশ করেনি। সেই গোষ্ঠীর মধ্যে, নিবন্ধটি বলেছে যে 42% তাদের গোপনীয়তা নীতিতে ব্যবহারকারীর ডেটার প্রশিক্ষণের কোনও উল্লেখ করেনি, যখন 21% অস্পষ্ট বা অসম্পূর্ণ ব্যাখ্যা দিয়েছে। নিবন্ধটি স্পষ্টভাবে সতর্ক করে যে এটি প্রতিষ্ঠিত করে না যে এই সংস্থাগুলি প্রশিক্ষণের জন্য গ্রাহকের ডেটা ব্যবহার করে; রিপোর্ট অনুসারে এটি প্রতিষ্ঠিত করে যে ব্যবহারকারীরা সহজেই নির্ধারণ করতে পারে না যে এই ধরনের ব্যবহার ঘটে কিনা।

একটি দ্বিতীয় রিপোর্ট করা ফাঁক সংশ্লিষ্ট ধরে রাখা. ডিজিটাল জার্নাল বলেছে যে সাইবারনিউজ দেখেছে যে 65% কোম্পানি স্পষ্টভাবে উল্লেখ করেনি যে কতক্ষণ ব্যবহারকারীর ডেটা রাখা হয়েছিল। নিবন্ধটি সেই গোষ্ঠীকে এমন সংস্থাগুলিতে বিভক্ত করেছে যেগুলি ধারণ বা মুছে ফেলার নীতিগুলি একেবারেই উল্লেখ করেনি, 9% হিসাবে রিপোর্ট করা হয়েছে এবং যে সংস্থাগুলি নির্দিষ্ট ধরে রাখার সময়কাল ছাড়াই বিস্তৃত ভাষা ব্যবহার করেছে, 56% হিসাবে রিপোর্ট করেছে৷ উত্সটি "যতক্ষণ প্রয়োজন ততক্ষণ" এবং "বৈধ ব্যবসায়িক উদ্দেশ্যে" এর মতো বাক্যাংশগুলিকে ভাষার উদাহরণ হিসাবে উল্লেখ করেছে যা ব্যবহারকারীদের কখন তথ্য মুছে ফেলা হবে তা নাও বলতে পারে।

নিবন্ধটি আরও জানিয়েছে যে বড় এআই সংস্থাগুলির সাধারণত ছোট সংস্থাগুলির তুলনায় পরিষ্কার গোপনীয়তা নীতি ছিল। ডিজিটাল জার্নাল বৃহত্তর নিয়ন্ত্রক যাচাই, জনসাধারণের মনোযোগ এবং এন্টারপ্রাইজ প্রকিউরমেন্ট টিমের উপস্থিতি সহ সম্ভাব্য ব্যাখ্যা উপস্থাপন করেছে। এটা বলে নি যে ছোট কোম্পানিগুলি অগত্যা কম নিরাপদ ছিল। আলাদাভাবে, নিবন্ধটি বলেছে যে সাইবারনিউজের বৃহত্তর র‌্যাঙ্কিং নিরাপত্তাকে দুর্বলতম বিভাগ হিসেবে চিহ্নিত করেছে, যার গড় স্কোর 100-এর মধ্যে 32। সোর্স টেক্সট কীভাবে সেই স্কোর গণনা করা হয়েছিল বা কীভাবে এটি গোপনীয়তার ফলাফলের সাথে সম্পর্কিত তা ব্যাখ্যা করে না।

উত্স বিবরণ: digitaljournal.com ↗

কেন এটা গুরুত্বপূর্ণ

রিপোর্ট করা ফাঁকগুলি এআই পরিষেবাগুলিতে কথোপকথন, নথি, স্বাস্থ্য তথ্য, আর্থিক রেকর্ড বা মালিকানাধীন ব্যবসার ডেটা জমা দেওয়ার বিষয়ে ব্যক্তি এবং সংস্থাগুলি সচেতন সিদ্ধান্ত নিতে পারে কিনা তা প্রভাবিত করে৷ পরিষ্কার প্রশিক্ষণ-ব্যবহার এবং ধরে রাখার প্রকাশগুলি বিশেষভাবে গুরুত্বপূর্ণ কারণ এআই সরঞ্জামগুলি ইমেল, ক্যালেন্ডার, গ্রাহক ডাটাবেস এবং আর্থিক কর্মপ্রবাহের সাথে একীভূত হয়। অনুসন্ধানগুলি আরও পরামর্শ দেয় যে গোপনীয়তা-নীতির স্পষ্টতা AI শিল্প জুড়ে অসম রয়ে গেছে, যদিও অস্পষ্ট প্রকাশ নিজেই প্রমাণ করে না যে একটি কোম্পানি গ্রাহকের ডেটা অপব্যবহার করে।

ব্যবহারিক সমস্যাটি শুধুমাত্র একটি এআই কোম্পানির একটি গোপনীয়তা নীতি আছে কিনা তা নয়, তবে নীতিটি ব্যবহারকারীকে পরিষেবাতে জমা দেওয়া তথ্যের জীবনচক্র বুঝতে দেয় কিনা। ডিজিটাল জার্নালের অ্যাকাউন্ট দুটি সিদ্ধান্তের উপর ফোকাস করে যা নির্দিষ্ট প্রকাশ ছাড়াই করা কঠিন: তথ্য মডেল প্রশিক্ষণে অবদান রাখতে পারে কিনা এবং প্রদানকারী কতক্ষণ এটি ধরে রাখতে পারে। এই প্রশ্নগুলি সাধারণ ব্যবহারকারী, নিয়োগকর্তা, স্কুল, স্বাস্থ্য সংস্থা এবং গোপনীয় সামগ্রী পরিচালনাকারী ব্যবসাগুলির জন্য গুরুত্বপূর্ণ৷ রিপোর্ট করা ফলাফলগুলি বিশেষভাবে প্রাসঙ্গিক কারণ নিবন্ধটি AI সিস্টেমগুলিকে ব্যবসায়িক প্রতিবেদন, সংবেদনশীল নথি, সময়সূচী, কোড এবং ব্যক্তিগত আলোচনার জন্য ব্যবহৃত হিসাবে বর্ণনা করে। যদি ব্যবহারকারীরা নির্ধারণ করতে না পারে যে এই ধরনের তথ্য ধরে রাখা হয়েছে বা মডেলের উন্নতির জন্য ব্যবহার করা হয়েছে, তারা দত্তক নেওয়ার আগে গোপনীয়তা এবং সম্মতি ঝুঁকিগুলি মূল্যায়ন করতে সংগ্রাম করতে পারে।

উত্সটি কোনও ফলস্বরূপ লঙ্ঘন, অপব্যবহার, আর্থিক ক্ষতি, বা নিয়ন্ত্রক লঙ্ঘনের পরিমাণ নির্ধারণ করে না, তাই এখানে তাত্পর্য একটি নির্দিষ্ট ক্ষতিকারক ঘটনার প্রমাণের পরিবর্তে একটি স্বচ্ছতা এবং শাসন সমস্যা। ধরে রাখার তথ্য একটি AI পরিষেবার চারপাশে একটি সংস্থা যে নিয়ন্ত্রণগুলি রাখে তা প্রভাবিত করতে পারে। একটি সুনির্দিষ্ট মুছে ফেলার সময়কাল, ব্যাকআপগুলির একটি স্পষ্ট ব্যাখ্যা এবং পরিষেবা লগ এবং প্রশিক্ষণের ডেটার মধ্যে পার্থক্য ঝুঁকি মূল্যায়নকে বস্তুগতভাবে পরিবর্তন করতে পারে। বিপরীতে, যতক্ষণ প্রয়োজন ততক্ষণ ডেটা রাখার বিষয়ে সাধারণ বিবৃতি ব্যবহারকারীদের তথ্য কখন অদৃশ্য হয়ে যাবে বা মুছে ফেলার অনুরোধ প্রতিটি অনুলিপি কভার করে কিনা তা নির্ধারণ করতে অক্ষম হতে পারে। ডিজিটাল জার্নাল এই উদ্বেগকে ইউরোপীয় ইউনিয়নের GDPR-এর সাথে যুক্ত ডেটা-মিনিমাইজেশন নীতির সাথে সংযুক্ত করেছে, কিন্তু নিবন্ধটি কোনো নির্দিষ্ট কোম্পানির আইনি সম্মতি বিশ্লেষণ করেনি।

বৃহত্তর এবং ছোট কোম্পানীর মধ্যে রিপোর্ট করা পার্থক্য এছাড়াও ক্রয় জন্য ব্যবহারিক প্রভাব আছে. একটি পরিষ্কার নীতি একটি প্রদানকারীকে মূল্যায়ন করা সহজ করে তুলতে পারে, কিন্তু স্বচ্ছতা নিরাপদ বাস্তবায়ন বা দায়িত্বশীল ডেটা পরিচালনার মতো নয়। বিপরীতভাবে, একটি অস্পষ্ট নীতি প্রমাণ করে না যে একটি ছোট প্রদানকারী অনিরাপদ। উত্সটি কোনও স্বাধীন অডিট, প্রযুক্তিগত পরীক্ষা, প্রয়োগকারী পদক্ষেপ, বা কোম্পানি দ্বারা কোম্পানির তুলনা প্রদান করে না যা পাঠকদের প্রকৃত নিরাপত্তা বা গোপনীয়তার কার্যকারিতা সম্পর্কে শক্তিশালী সিদ্ধান্তে পৌঁছাতে দেয়।

পরবর্তী কি দেখতে

মূল পরবর্তী ধাপ হল সাইবারনিউজ র‌্যাঙ্কিংয়ের পদ্ধতি, কোম্পানির নমুনা, স্কোর করার নিয়ম, পর্যালোচনার তারিখ এবং অন্তর্নিহিত প্রমাণ যাচাই করা। ব্যবহারকারী এবং এন্টারপ্রাইজ ক্রেতাদের প্রশিক্ষণের জন্য প্রম্পট এবং আপলোডগুলি ব্যবহার করা হয় কিনা, কতক্ষণ তথ্য সংরক্ষণ করা হয়, মুছে ফেলার অর্থ কী, কে ডেটা গ্রহণ করে এবং পণ্য বা অ্যাকাউন্টের ধরণ অনুসারে সেটিংস আলাদা কিনা সে সম্পর্কে নির্দিষ্ট উত্তরগুলি সন্ধান করা উচিত। আরও রিপোর্টিং কোম্পানিগুলি তাদের নীতিগুলি সংশোধন করে কিনা, নিয়ন্ত্রকরা প্রতিক্রিয়া জানায় কিনা এবং ছোট বিক্রেতারা প্রকাশের উন্নতি করে কিনা তাও প্রতিষ্ঠিত করা উচিত।

প্রথম যাচাইকরণের অগ্রাধিকার হল সাইবারনিউজ রিপোর্ট নিজেই। পাঠকদের 500-কোম্পানীর নমুনা, প্রতিনিধিত্ব করা দেশ এবং পণ্যের ধরন, নীতিগুলি পর্যালোচনা করার তারিখ, প্রকাশগুলিকে পরিষ্কার বা অস্পষ্ট হিসাবে শ্রেণীবদ্ধ করার জন্য ব্যবহৃত মানদণ্ড এবং চারটি র্যাঙ্কিং বিভাগের ওজন পরিদর্শন করতে সক্ষম হওয়া উচিত। এই বিবরণগুলি ছাড়া, শতাংশগুলি একটি কার্যকর সতর্কতা সংকেত প্রদান করে তবে সামগ্রিকভাবে এআই শিল্প সম্পর্কে সীমিত প্রমাণ দেয়।

কংক্রিট, পণ্য-নির্দিষ্ট উত্তরের জন্য কোম্পানিগুলিকে চাপ দেওয়া উচিত। গুরুত্বপূর্ণ প্রশ্নগুলির মধ্যে রয়েছে প্রশিক্ষণের জন্য প্রম্পট, আপলোড করা ফাইল, কথোপকথন এবং তৈরি আউটপুটগুলি ব্যবহার করা হয় কিনা; ব্যবহারকারীরা অপ্ট আউট করতে পারেন কিনা; কতক্ষণ অপারেশনাল লগ এবং ব্যাকআপ রাখা হয়; কি মুছে ফেলা কভার; মানব পর্যালোচক বা ঠিকাদাররা ডেটা অ্যাক্সেস করতে পারে কিনা; এবং এন্টারপ্রাইজ এবং ভোক্তা শর্তাবলী পৃথক কিনা। উত্সটি মূল্যায়ন করা সংস্থাগুলির উত্তরগুলি রিপোর্ট করে না, তাই কোনও নির্দিষ্ট প্রদানকারী প্রশিক্ষণের জন্য গ্রাহক ডেটা ব্যবহার করে বা ব্যবহার করে না এমন কোনও দাবির জন্য আলাদা নিশ্চিতকরণের প্রয়োজন হবে৷

ভবিষ্যত কভারেজ পরীক্ষা করা উচিত যে বিক্রেতারা র‍্যাঙ্কিংয়ের পরে তাদের নীতিগুলি পরিবর্তন করে কিনা, নিয়ন্ত্রক বা গোপনীয়তা কর্তৃপক্ষ রিপোর্ট করা ফাঁকগুলি তদন্ত করে কিনা এবং প্রকিউরমেন্ট মানগুলি সংজ্ঞায়িত ধারণ সময়কাল এবং স্পষ্ট প্রশিক্ষণ-ব্যবহার প্রকাশের প্রয়োজন শুরু করে কিনা। নিবন্ধটি ক্যালেন্ডার, ইমেল, গ্রাহক ডাটাবেস এবং আর্থিক কর্মপ্রবাহের সাথে AI এর ক্রমবর্ধমান একীকরণের দিকে নির্দেশ করে, তবে এটি কোনও নতুন স্থাপনা বা নিয়ন্ত্রক পদক্ষেপের নথিভুক্ত করে না। তাই এই উন্নয়নগুলিকে র‌্যাঙ্কিংয়ের প্রতিষ্ঠিত পরিণতির পরিবর্তে নিরীক্ষণের সমস্যা হিসাবে বিবেচনা করা উচিত।

অন্তর্নিহিত ফলাফল প্রযুক্তিগত এবং আইনি প্রমাণের বিরুদ্ধেও পরীক্ষা করা উচিত। নীতির ভাষা সম্পূর্ণরূপে ডেটা প্রবাহ বর্ণনা নাও করতে পারে, যদিও একটি স্পষ্ট নীতি এখনও ব্যবহারকারীদের অপ্রত্যাশিত চর্চার অনুমতি দিতে পারে। স্বাধীন অডিট, চুক্তির শর্তাবলী, মুছে ফেলার পরীক্ষা, নিরাপত্তা মূল্যায়ন, এবং সময়ের সাথে নথিভুক্ত পরিবর্তনগুলি ক্ষতিকারক পরিচালনা থেকে দুর্বল যোগাযোগকে আলাদা করতে সাহায্য করবে। শুধুমাত্র উত্সের উপর ভিত্তি করে, অর্থপূর্ণ অজানাগুলির মধ্যে অন্তর্ভুক্ত রয়েছে যে রিপোর্ট করা শতাংশগুলি বর্তমান রয়েছে কিনা, নমুনাটি বিস্তৃত বাজারের প্রতিনিধিত্ব করে কিনা এবং কতগুলি সংস্থা অস্পষ্ট প্রকাশ সত্ত্বেও প্রশিক্ষণের জন্য প্রকৃতপক্ষে গ্রাহক ডেটা ব্যবহার করে।

সম্পর্কিত গাইড এবং কুইজ