Rudi kwa Habari
ViwandaAI Understanding muhtasari

Jarida la Dijiti linaripoti mapungufu yaliyoenea katika ufichuzi wa matumizi ya data ya kampuni za AI

Digital Journal inaripoti kuwa cheo cha Cybernews kilipata 63% ya kampuni 500 za AI hazikueleza kwa uwazi ikiwa data ya mtumiaji inatumika kwa mafunzo ya kielelezo, huku 65% haikueleza kwa uwazi muda gani data inahifadhiwa.

6 min readRead the linked source
Source-provided image accompanying Digital Journal reports widespread gaps in AI companies’ data-use disclosures
Rejeleo la chanzoChanzo kimerekodiwa
Mchapishaji
digitaljournal.com
Kiungo cha chanzo
digitaljournal.comhttps://www.digitaljournal.com/article/two-thirds-of-ai-companies-fail-to-clearly-explain-what-happens-to-your-data-study-finds/
Aina ya chanzo
Chanzo kilichounganishwa - hali ya chanzo-msingi haijaanzishwa.
MuktadhaElewa hili katika sekunde 60

Anzia hapa

Jijaribu mwenyeweMaswali ya Maadili ya AI

Nini kilitokea

Digital Journal iliripoti mnamo Agosti 24, 2026, kwamba Kiwango cha Uaminifu cha Cybernews AI 2026 kilitathmini kampuni 500 za AI katika nchi 36 na kupata mapungufu mengi katika ufumbuzi kuhusu matumizi na uhifadhi wa data. Kulingana na Digital Journal, 63% ya makampuni hayakufichua kwa uwazi ikiwa maelezo ya mtumiaji yalitumiwa kutoa mafunzo kwa miundo ya AI, na 65% hawakufichua kwa uwazi muda gani data ya mtumiaji ilihifadhiwa. Nafasi ya msingi na majibu ya kampuni hayakutolewa katika maandishi chanzo, kwa hivyo matokeo haya hayajathibitishwa kivyake hapa.

Digital Journal iliripoti kwamba Cybernews ilitathmini kampuni 500 za AI zinazofanya kazi katika nchi 36 kwa Nafasi yake ya Uaminifu ya AI 2026. Makala hayo yalisema cheo kilichunguza maeneo manne mapana: faragha ya data, usalama, uwazi wa shirika, na mtazamo wa umma. Kampuni zilitathminiwa kwa kutumia maelezo yanayopatikana kwa umma, na uchanganuzi wa faragha wa data ulikagua sera za faragha kwa maelezo ya kukusanya, kushiriki, matumizi na kuhifadhi. Chanzo kilielezea tathmini kama mojawapo ya hakiki kubwa zaidi za desturi za faragha za AI, lakini haikutoa cheo cha msingi, orodha kamili ya kampuni, au mbinu ya kina ya kupata alama.

Jarida la Dijiti lilisema pengo kubwa zaidi lililoripotiwa linahusu ikiwa kampuni hutumia habari ya watumiaji kutoa mafunzo kwa miundo ya AI. Ilihusishwa na Cybernews ugunduzi kwamba 63% ya kampuni hazikufichua wazi tabia hii. Katika kikundi hicho, makala yalisema 42% hawakurejelea mafunzo kuhusu data ya watumiaji katika sera zao za faragha, huku 21% walitoa maelezo ambayo hayakuwa wazi au hayajakamilika. Kifungu hicho kilitahadharisha kwa uwazi kwamba hii haiashirii kuwa kampuni hizo hutumia data ya wateja kwa mafunzo; inabainisha, kulingana na ripoti, kwamba watumiaji hawawezi kuamua kwa urahisi ikiwa matumizi kama hayo yanatokea.

Pengo la pili lililoripotiwa lilihusu kubaki. Jarida la Digital lilisema Cybernews iligundua kuwa 65% ya kampuni hazikueleza wazi ni muda gani data ya watumiaji ilihifadhiwa. Makala hayo yaligawa kundi hilo katika makampuni ambayo hayakutaja sera za kuhifadhi au kufuta kabisa, zilizoripotiwa kama 9%, na kampuni zilizotumia lugha pana bila vipindi maalum vya kubaki, ziliripotiwa kama 56%. Chanzo kilitaja misemo kama vile "kwa muda inavyohitajika" na "kwa madhumuni halali ya biashara" kama mifano ya lugha ambayo inaweza isiwaambie watumiaji ni lini maelezo yatafutwa.

Nakala hiyo pia iliripoti kuwa kampuni kubwa za AI kwa ujumla zilikuwa na sera wazi za faragha kuliko kampuni ndogo. Jarida Dijiti liliwasilisha maelezo yanayowezekana, ikijumuisha uchunguzi zaidi wa udhibiti, umakini wa umma, na uwepo wa timu za ununuzi wa biashara. Haikusema kwamba makampuni madogo yalikuwa na usalama mdogo. Kando, makala hiyo ilisema kuwa cheo kikubwa zaidi cha Cybernews kilibainisha usalama kuwa kategoria dhaifu zaidi, ikiwa na wastani wa alama 32 kati ya 100. Maandishi chanzo hayaelezi jinsi alama hiyo ilivyokokotwa au jinsi inavyohusiana na matokeo ya faragha.

Maelezo ya chanzo: digitaljournal.com ↗

Kwa nini ni muhimu

Mapengo yaliyoripotiwa huathiri ikiwa watu na mashirika wanaweza kufanya maamuzi sahihi kuhusu kuwasilisha mazungumzo, hati, taarifa za afya, rekodi za fedha au data ya biashara ya umiliki kwa huduma za AI. Ufichuzi wazi wa utumiaji wa mafunzo na uhifadhi ni muhimu haswa kwani zana za AI zinaunganishwa na barua pepe, kalenda, hifadhidata za wateja na utendakazi wa kifedha. Matokeo hayo pia yanapendekeza kuwa uwazi wa sera ya faragha unasalia kutofautiana katika tasnia ya AI, ingawa ufichuzi usio wazi peke yake hauthibitishi kuwa kampuni hutumia data ya mteja vibaya.

Suala la kiutendaji sio tu ikiwa kampuni ya AI ina sera ya faragha, lakini ikiwa sera hiyo inamruhusu mtumiaji kuelewa mzunguko wa maisha wa maelezo yanayowasilishwa kwa huduma. Akaunti ya Digital Journal inaangazia maamuzi mawili ambayo ni magumu kufanya bila ufichuzi mahususi: ikiwa maelezo yanaweza kuchangia mafunzo ya kielelezo na muda ambao mtoa huduma anaweza kuyahifadhi. Maswali hayo ni muhimu kwa watumiaji wa kawaida, waajiri, shule, mashirika ya afya na biashara zinazoshughulikia nyenzo za siri. Matokeo yaliyoripotiwa ni muhimu hasa kwa sababu makala inaelezea mifumo ya AI kama inayotumika kwa ripoti za biashara, hati nyeti, ratiba, kanuni na majadiliano ya kibinafsi. Ikiwa watumiaji hawawezi kubainisha kama taarifa kama hizo zinahifadhiwa au kutumika kwa ajili ya uboreshaji wa muundo, wanaweza kutatizika kutathmini usiri na hatari za kufuata kabla ya kupitishwa.

Chanzo hakihesabu ukiukaji wowote unaotokana, matumizi mabaya, hasara ya kifedha au ukiukaji wa udhibiti, kwa hivyo umuhimu hapa ni tatizo la uwazi na utawala badala ya ushahidi wa tukio mahususi lenye madhara. Maelezo ya uhifadhi yanaweza kuathiri udhibiti ambao shirika huweka karibu na huduma ya AI. Kipindi mahususi cha kufuta, maelezo ya wazi ya hifadhi rudufu, na tofauti kati ya kumbukumbu za huduma na data ya mafunzo zinaweza kubadilisha tathmini ya hatari. Kinyume chake, taarifa za jumla kuhusu kuhifadhi data kwa muda inavyohitajika zinaweza kuwaacha watumiaji wasiweze kubainisha ni lini maelezo yatatoweka au kama maombi ya kufuta yatashughulikia kila nakala. Digital Journal iliunganisha suala hili na kanuni za kupunguza data zinazohusiana na GDPR ya Umoja wa Ulaya, lakini makala hayakuchanganua utiifu wa kisheria wa kampuni yoyote mahususi.

Tofauti iliyoripotiwa kati ya kampuni kubwa na ndogo pia ina athari za vitendo kwa ununuzi. Sera iliyo wazi zaidi inaweza kufanya mtoa huduma kuwa rahisi kutathmini, lakini uwazi si sawa na utekelezaji salama au utunzaji wa data unaowajibika. Kinyume chake, sera isiyoeleweka haithibitishi kuwa mtoa huduma mdogo si salama. Chanzo hakitoi ukaguzi huru, jaribio la kiufundi, hatua ya utekelezaji, au ulinganisho wa kampuni na kampuni ambao unaweza kuwaruhusu wasomaji kufikia hitimisho thabiti kuhusu usalama halisi au utendakazi wa faragha.

Interactive Mechanism

Mbinu shirikishi: Jinsi Inavyofanya Kazi Kweli

Chunguza teknolojia msingi nyuma ya ukuzaji huu kwa maingiliano.

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.
Ukaguzi wa Dhana ya Kuingiliana+10 Points
AI Ethics Quiz

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

Nini cha kutazama baadaye

Hatua inayofuata muhimu ni uthibitishaji wa mbinu ya cheo cha Cybernews, sampuli ya kampuni, sheria za alama, tarehe za ukaguzi na ushahidi wa kimsingi. Watumiaji na wanunuzi wa biashara wanapaswa kutafuta majibu mahususi kuhusu iwapo vidokezo na vipakiwa vinatumika kwa mafunzo, muda wa taarifa huhifadhiwa, nini maana ya kufuta, ni nani anayepokea data na kama mipangilio inatofautiana kulingana na bidhaa au aina ya akaunti. Kuripoti zaidi kunapaswa pia kubaini ikiwa kampuni hurekebisha sera zao, ikiwa wasimamizi hujibu, na kama wachuuzi wadogo huboresha ufichuzi.

Kipaumbele cha kwanza cha uthibitishaji ni ripoti ya Cybernews yenyewe. Wasomaji wanapaswa kuwa na uwezo wa kukagua sampuli ya kampuni 500, nchi na aina za bidhaa zilizowakilishwa, tarehe ambapo sera zilikaguliwa, vigezo vilivyotumika kuainisha ufumbuzi kuwa wazi au usio wazi, na uzani wa kategoria nne za cheo. Bila maelezo hayo, asilimia hutoa ishara ya onyo muhimu lakini ushahidi mdogo kuhusu sekta ya AI kwa ujumla.

Makampuni yanapaswa kushinikizwa kwa majibu thabiti, mahususi ya bidhaa. Maswali muhimu yanajumuisha iwapo vidokezo, faili zilizopakiwa, mazungumzo, na matokeo yanayotolewa yanatumika kwa mafunzo; ikiwa watumiaji wanaweza kuchagua kutoka; muda gani kumbukumbu za uendeshaji na chelezo huhifadhiwa; inashughulikia nini kufuta; kama wakaguzi wa kibinadamu au wakandarasi wanaweza kufikia data; na kama masharti ya biashara na watumiaji yanatofautiana. Chanzo hakiripoti majibu kutoka kwa kampuni zilizotathminiwa, kwa hivyo dai lolote ambalo mtoa huduma fulani anatumia au hatumii data ya mteja kwa mafunzo litahitaji uthibitisho tofauti.

Chanjo ya siku zijazo inapaswa kuchunguza ikiwa wachuuzi watabadilisha sera zao baada ya kuorodheshwa, iwe wadhibiti au mamlaka ya faragha huchunguza mapungufu yaliyoripotiwa, na kama viwango vya ununuzi vinaanza kuhitaji muda uliobainishwa wa kubaki na ufichuzi wa matumizi ya mafunzo. Nakala hiyo inaangazia ujumuishaji unaokua wa AI na kalenda, barua pepe, hifadhidata za wateja, na utendakazi wa kifedha, lakini haiandiki hati yoyote mpya ya kupeleka au udhibiti. Kwa hivyo maendeleo hayo yanapaswa kuchukuliwa kama masuala ya kufuatilia badala ya matokeo yaliyothibitishwa ya cheo.

Matokeo ya msingi pia yanapaswa kupimwa dhidi ya ushahidi wa kiufundi na kisheria. Lugha ya sera inaweza isieleze kikamilifu mtiririko wa data, wakati sera inayoeleweka bado inaweza kuruhusu mazoea ambayo watumiaji wanaweza kupata bila kutarajiwa. Ukaguzi wa kujitegemea, masharti ya mikataba, majaribio ya kufuta, tathmini za usalama, na mabadiliko yaliyorekodiwa baada ya muda yatasaidia kutofautisha mawasiliano duni na ushughulikiaji hatari. Kulingana na chanzo pekee, mambo muhimu yasiyojulikana ni pamoja na ikiwa asilimia zilizoripotiwa zinasalia kuwa za sasa, ikiwa sampuli inawakilisha soko pana, na ni kampuni ngapi zinazotumia data ya wateja kwa mafunzo licha ya ufichuzi usio wazi.

Miongozo & maswali yanayohusiana

Maadili ya AIMifano ya AI ImefafanuliwaMawakala wa AIJaribu unachojua - jaribu maswali ya AI bila malipoTafuta istilahi ya AI katika faharasa yetuFuata kifuatilia ufadhili cha AI
Je, umepata hii kuwa muhimu?