Inteligencia artificial, aprendizaje automático y uso de datos de Slack

Esta guía es un recurso complementario que brinda información detallada acerca de las prácticas de datos que usa Slack para crear las funciones de inteligencia artificial (IA) y aprendizaje automático (AA).

Consejo: Recomendamos leer Nuestro enfoque para la IA y el aprendizaje automático antes de revisar la información más detallada a continuación.


Presentación de los datos

Como se define en nuestra Política de privacidad, los Datos del cliente se componen de los siguientes elementos:

  • Datos de mensajes, por ejemplo, el contenido de un mensaje
  • Datos de archivos, por ejemplo, los archivos cargados en Slack
  • Datos de objetos, por ejemplo, un canal o una lista
  • Datos de transcripciones, por ejemplo, la transcripción de una junta

Slack no usa los Datos del cliente para entrenar modelos grandes de lenguaje (LLM) usados para funciones de IA generativa. Como se define en la Política de privacidad de Slack, nuestros sistemas pueden analizar la información de uso (por ejemplo, con qué frecuencia se usa una función o se interactúa con ella) y la información de espacios de trabajo (por ejemplo, el número de usuarios de un espacio de trabajo o los ajustes de los espacios de trabajo) para funciones de aprendizaje automático.


Tipos de modelos

Usamos una variedad de modelos para potenciar las funciones de IA y aprendizaje automático de Slack. Comprender estos modelos y su funcionamiento es clave para entender cómo se usan tus datos.

  • Modelos generativos
    Estos modelos usan LLM de terceros para crear una salida. Los datos del cliente no se usan para entrenar estos modelos.
  • Modelos predictivos
    Estos modelos usan algoritmos de aprendizaje automático para potenciar las funciones como las recomendaciones de canales y las sugerencias de emojis. La mayoría de nuestros modelos predictivos son modelos globales, lo que quiere decir que se entrenaron con datos agregados de varios clientes.


Cómo las funciones usan modelos y datos

La siguiente tabla detalla los datos y modelos que se usan para funciones específicas de Slack.

Función Ejemplos* Datos usados ¿Se usa un modelo generativo? ¿Se usa un modelo predictivo?
Resumen Resúmenes de canales, resúmenes de archivos, notas de juntas, síntesis

Datos del cliente: Datos de mensajes, archivos y transcripciones

Otra información: Información del espacio de trabajo, de la cuenta y del uso

Sí, por ejemplo, para generar un resumen

Nota: Este modelo no usa datos del cliente para entrenamiento

Sí, por ejemplo, para personalizar un resumen

Nota: Este es un modelo global, pero no se usan datos del cliente para entrenamiento

Buscar Búsqueda mediante lenguaje natural, clasificación de búsquedas

Datos del cliente: Datos de mensajes, archivos, transcripciones y objetos de Slack

Otra información: Información del espacio de trabajo, de la cuenta y del uso

Sí, por ejemplo, para generar una respuesta de búsqueda

Nota: Este modelo no usa datos del cliente para entrenamiento

Sí, por ejemplo, para clasificar resultados de búsqueda

Nota: Este es un modelo global, pero no se usan datos del cliente para entrenamiento

Recomendaciones Búsqueda de usuarios, búsqueda de canales, archivo de canales, unirse y dejar sugerencias, VIP

Datos del cliente: N/A

Otra información: Información de uso

No

Sí, por ejemplo, para hacer recomendaciones

Nota: Este es un modelo global, pero no se usan datos del cliente para entrenamiento

Acciones de IA Creación de flujos de trabajo con IA, paso del flujo de trabajo de resumir canal

Datos del cliente: Datos de mensajes, archivos, transcripciones y objetos de Slack

Otra información: Información de los espacios de trabajo y las cuentas

Si, por ejemplo, para generar flujos de trabajo a partir de consultas de lenguaje natural y potenciar pasos del flujo de trabajo de resumen y búsqueda

Nota: Este modelo no usa datos del cliente para entrenamiento

No
Autocompletar Recomendaciones de @menciones, sugerencias de navegación de las búsquedas

Datos del cliente: N/A

Otra información: Información del espacio de trabajo, de la cuenta y del uso

No

Sí, por ejemplo, para producir recomendaciones

Nota: Este es un modelo global, pero no se usan datos del cliente para entrenamiento

Spam Modelos de detección de correo no deseado para impedir el abuso de la plataforma

Datos del cliente: N/A

Otra información: Información del espacio de trabajo, de la cuenta y del uso

No

Sí, por ejemplo, para clasificar el spam

Nota: Este es un modelo global, pero no se usan datos del cliente durante el entrenamiento

Traducción Detección de idioma, traducción de idioma mediante IA

Datos del cliente: Datos de mensajes, archivos y transcripciones

Otra información: Información del espacio de trabajo, de la cuenta y del uso

Sí, por ejemplo, para generar traducciones

Nota: Este modelo no usa datos del cliente para entrenamiento

Sí, por ejemplo, para detectar el idioma para las traducciones

Nota: Este no es un modelo global

* La columna Ejemplos de esta tabla se incluye con fines ilustrativos y no constituye una lista exhaustiva de las funciones de Slack.