Kembali ke Berita
industriAI Understanding taklimat

Jurnal Digital melaporkan jurang yang meluas dalam pendedahan penggunaan data syarikat AI

Jurnal Digital melaporkan bahawa kedudukan Cybernews mendapati 63% daripada 500 syarikat AI tidak menjelaskan dengan jelas sama ada data pengguna digunakan untuk latihan model, manakala 65% tidak menyatakan dengan jelas berapa lama data disimpan.

6 min readRead the linked source
Source-provided image accompanying Digital Journal reports widespread gaps in AI companies’ data-use disclosures
Rujukan sumberSumber direkodkan
Penerbit
digitaljournal.com
Pautan sumber
digitaljournal.comhttps://www.digitaljournal.com/article/two-thirds-of-ai-companies-fail-to-clearly-explain-what-happens-to-your-data-study-finds/
Jenis sumber
Sumber terpaut — status sumber primer belum ditetapkan.
KonteksFahami perkara ini dalam masa 60 saat

Mulakan di sini

Uji diri andaKuiz Etika AI

Apa yang berlaku

Jurnal Digital melaporkan pada 24 Ogos 2026, bahawa Cybernews AI Trustworthiness Ranking 2026 menilai 500 syarikat AI di 36 negara dan mendapati jurang yang meluas dalam pendedahan tentang penggunaan dan pengekalan data. Menurut Jurnal Digital, 63% daripada syarikat tidak mendedahkan dengan jelas sama ada maklumat pengguna digunakan untuk melatih model AI, dan 65% tidak mendedahkan dengan jelas berapa lama data pengguna disimpan. Kedudukan asas dan respons syarikat tidak disediakan dalam teks sumber, jadi penemuan ini tidak disahkan secara bebas di sini.

Jurnal Digital melaporkan bahawa Cybernews menilai 500 syarikat AI yang beroperasi merentasi 36 negara untuk Kedudukan Kebolehpercayaan AI 2026. Artikel itu mengatakan kedudukan itu mengkaji empat bidang luas: privasi data, keselamatan, ketelusan organisasi dan persepsi awam. Syarikat dinilai menggunakan maklumat yang tersedia secara umum, dan analisis privasi data menyemak dasar privasi untuk penjelasan pengumpulan, perkongsian, penggunaan dan pengekalan. Sumber itu menyifatkan penilaian itu sebagai salah satu ulasan terbesar amalan privasi AI, tetapi ia tidak memberikan kedudukan asas, senarai syarikat yang lengkap atau metodologi pemarkahan terperinci.

Jurnal Digital berkata jurang terbesar yang dilaporkan berkenaan sama ada syarikat menggunakan maklumat pengguna untuk melatih model AI. Ia mengaitkan kepada Cybernews penemuan bahawa 63% syarikat tidak mendedahkan amalan ini dengan jelas. Dalam kumpulan itu, artikel itu berkata 42% tidak merujuk kepada latihan mengenai data pengguna dalam dasar privasi mereka, manakala 21% menawarkan penjelasan yang tidak jelas atau tidak lengkap. Artikel itu dengan jelas memberi amaran bahawa ini tidak menetapkan bahawa syarikat tersebut menggunakan data pelanggan untuk latihan; ia menetapkan, menurut laporan itu, bahawa pengguna tidak dapat dengan mudah menentukan sama ada penggunaan sedemikian berlaku.

Jurang kedua yang dilaporkan berkaitan pengekalan. Jurnal Digital berkata Cybernews mendapati bahawa 65% daripada syarikat tidak menyatakan dengan jelas berapa lama data pengguna disimpan. Artikel itu membahagikan kumpulan itu kepada syarikat yang sama sekali tidak menyebut dasar pengekalan atau pemadaman, dilaporkan sebagai 9% dan syarikat yang menggunakan bahasa yang luas tanpa tempoh pengekalan khusus, dilaporkan sebagai 56%. Sumber itu memetik frasa seperti "selagi perlu" dan "untuk tujuan perniagaan yang sah" sebagai contoh bahasa yang mungkin tidak memberitahu pengguna bila maklumat akan dipadamkan.

Artikel itu juga melaporkan bahawa syarikat AI yang lebih besar biasanya mempunyai dasar privasi yang lebih jelas daripada syarikat yang lebih kecil. Jurnal Digital membentangkan penjelasan yang mungkin, termasuk penelitian kawal selia yang lebih baik, perhatian awam dan kehadiran pasukan perolehan perusahaan. Ia tidak mengatakan bahawa syarikat yang lebih kecil semestinya kurang selamat. Secara berasingan, artikel itu berkata kedudukan Cybernews yang lebih luas mengenal pasti keselamatan sebagai kategori paling lemah, dengan purata skor 32 daripada 100. Teks sumber tidak menerangkan cara skor itu dikira atau bagaimana ia berkaitan dengan penemuan privasi.

Butiran sumber: digitaljournal.com ↗

Mengapa ia penting

Jurang yang dilaporkan mempengaruhi sama ada orang dan organisasi boleh membuat keputusan termaklum tentang menyerahkan perbualan, dokumen, maklumat kesihatan, rekod kewangan atau data perniagaan proprietari kepada perkhidmatan AI. Pendedahan penggunaan latihan dan pengekalan yang jelas amat penting kerana alatan AI menjadi bersepadu dengan e-mel, kalendar, pangkalan data pelanggan dan aliran kerja kewangan. Penemuan juga mencadangkan bahawa kejelasan dasar privasi kekal tidak sekata di seluruh industri AI, walaupun pendedahan yang tidak jelas tidak dengan sendirinya membuktikan bahawa syarikat menyalahgunakan data pelanggan.

Isu praktikal bukan sahaja sama ada syarikat AI mempunyai dasar privasi, tetapi sama ada dasar itu membolehkan pengguna memahami kitaran hayat maklumat yang diserahkan kepada perkhidmatan tersebut. Akaun Jurnal Digital memfokuskan pada dua keputusan yang sukar dibuat tanpa pendedahan khusus: sama ada maklumat boleh menyumbang kepada latihan model dan berapa lama pembekal boleh mengekalkannya. Soalan tersebut penting untuk pengguna biasa, majikan, sekolah, organisasi kesihatan dan perniagaan yang mengendalikan bahan sulit. Penemuan yang dilaporkan amat relevan kerana artikel itu menerangkan sistem AI sebagai digunakan untuk laporan perniagaan, dokumen sensitif, penjadualan, kod dan perbincangan peribadi. Jika pengguna tidak dapat menentukan sama ada maklumat tersebut disimpan atau digunakan untuk penambahbaikan model, mereka mungkin bergelut untuk menilai risiko kerahsiaan dan pematuhan sebelum diterima pakai.

Sumber itu tidak mengukur apa-apa pelanggaran, penyalahgunaan, kerugian kewangan atau pelanggaran peraturan yang terhasil, jadi kepentingan di sini ialah masalah ketelusan dan tadbir urus dan bukannya bukti kejadian berbahaya tertentu. Maklumat pengekalan boleh menjejaskan kawalan yang diletakkan oleh organisasi di sekitar perkhidmatan AI. Tempoh pemadaman yang tepat, penjelasan yang jelas tentang sandaran, dan perbezaan antara log perkhidmatan dan data latihan boleh mengubah penilaian risiko secara material. Sebaliknya, kenyataan umum tentang menyimpan data selagi perlu boleh menyebabkan pengguna tidak dapat menentukan bila maklumat akan hilang atau sama ada permintaan pemadaman meliputi setiap salinan. Jurnal Digital menghubungkan kebimbangan ini kepada prinsip pengecilan data yang dikaitkan dengan GDPR Kesatuan Eropah, tetapi artikel itu tidak menganalisis mana-mana pematuhan undang-undang syarikat tertentu.

Perbezaan yang dilaporkan antara syarikat yang lebih besar dan lebih kecil juga mempunyai implikasi praktikal untuk perolehan. Dasar yang lebih jelas mungkin memudahkan penyedia untuk menilai, tetapi kejelasan tidak sama dengan pelaksanaan selamat atau pengendalian data yang bertanggungjawab. Sebaliknya, dasar yang tidak jelas tidak membuktikan bahawa pembekal yang lebih kecil tidak selamat. Sumber itu tidak memberikan audit bebas, ujian teknikal, tindakan penguatkuasaan atau perbandingan syarikat demi syarikat yang membolehkan pembaca membuat kesimpulan yang lebih kukuh tentang prestasi keselamatan atau privasi sebenar.

Interactive Mechanism

Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya

Terokai teknologi asas di sebalik pembangunan ini secara interaktif.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Semakan Konsep Interaktif+10 Points
AI Ethics Quiz

Why can ethical evaluation not be reduced to one model score?

Apa yang perlu ditonton seterusnya

Langkah utama seterusnya ialah pengesahan metodologi kedudukan Cybernews, sampel syarikat, peraturan pemarkahan, tarikh semakan dan bukti asas. Pengguna dan pembeli perusahaan harus mencari jawapan khusus tentang sama ada gesaan dan muat naik digunakan untuk latihan, berapa lama maklumat disimpan, maksud pemadaman, siapa yang menerima data dan sama ada tetapan berbeza mengikut produk atau jenis akaun. Pelaporan selanjutnya juga harus menentukan sama ada syarikat menyemak semula dasar mereka, sama ada pengawal selia bertindak balas, dan sama ada vendor yang lebih kecil meningkatkan pendedahan.

Keutamaan pengesahan pertama ialah laporan Cybernews itu sendiri. Pembaca seharusnya dapat memeriksa sampel 500 syarikat, negara dan jenis produk yang diwakili, tarikh dasar disemak, kriteria yang digunakan untuk mengklasifikasikan pendedahan sebagai jelas atau tidak jelas, dan wajaran empat kategori kedudukan. Tanpa butiran tersebut, peratusan memberikan isyarat amaran yang berguna tetapi bukti terhad tentang industri AI secara keseluruhan.

Syarikat harus didesak untuk mendapatkan jawapan yang konkrit dan khusus produk. Soalan penting termasuk sama ada gesaan, fail yang dimuat naik, perbualan dan output yang dijana digunakan untuk latihan; sama ada pengguna boleh menarik diri; berapa lama log operasi dan sandaran disimpan; apa yang meliputi pemadaman; sama ada penyemak atau kontraktor manusia boleh mengakses data; dan sama ada istilah perusahaan dan pengguna berbeza. Sumber itu tidak melaporkan jawapan daripada syarikat yang dinilai, jadi sebarang dakwaan yang pembekal tertentu menggunakan atau tidak menggunakan data pelanggan untuk latihan memerlukan pengesahan berasingan.

Liputan masa depan harus meneliti sama ada vendor mengubah dasar mereka selepas penarafan, sama ada pengawal selia atau pihak berkuasa privasi menyiasat jurang yang dilaporkan, dan sama ada piawaian perolehan mula memerlukan tempoh pengekalan yang ditetapkan dan pendedahan penggunaan latihan yang jelas. Artikel itu menunjukkan peningkatan integrasi AI dengan kalendar, e-mel, pangkalan data pelanggan dan aliran kerja kewangan, tetapi ia tidak mendokumenkan sebarang penggunaan baharu atau tindakan kawal selia. Oleh itu perkembangan tersebut harus dianggap sebagai isu yang perlu dipantau dan bukannya akibat yang ditetapkan dari kedudukan tersebut.

Keputusan asas juga harus diuji terhadap bukti teknikal dan undang-undang. Bahasa dasar mungkin tidak menerangkan sepenuhnya aliran data, manakala dasar yang jelas mungkin masih membenarkan amalan yang tidak dijangka oleh pengguna. Audit bebas, syarat kontrak, ujian pemadaman, penilaian keselamatan dan perubahan yang didokumenkan dari semasa ke semasa akan membantu membezakan komunikasi yang lemah daripada pengendalian yang berbahaya. Berdasarkan sumber sahaja, tidak diketahui bermakna termasuk sama ada peratusan yang dilaporkan kekal terkini, sama ada sampel mewakili pasaran yang lebih luas dan berapa banyak syarikat yang benar-benar menggunakan data pelanggan untuk latihan walaupun pendedahan yang tidak jelas.

Panduan & kuiz berkaitan

Etika AIModel AI DiterangkanEjen AIUji apa yang anda tahu — cuba kuiz AI percumaCari istilah AI dalam glosari kamiIkuti penjejak pembiayaan AI
Adakah ini berguna?