Principi di privacy: ricerca, apprendimento e intelligenza artificiale

Questo testo tradotto è fornito solo a scopo informativo e in caso di incongruenze tra questa versione e quella inglese, prevale quest’ultima.

Principi di privacy: ricerca, apprendimento e intelligenza artificiale

la nostra missione è creare un prodotto che renda la vita lavorativa più semplice, più piacevole e più produttiva. Il nostro principio guida nella realizzazione di questo prodotto è che la privacy e la sicurezza dei Dati del cliente sono sacrosante, come specificato all’interno di: Informativa sulla privacy, SPARC, Termini Slack.

L’apprendimento automatico (machine learning, ML) e l’intelligenza artificiale (IA) sono strumenti utili che utilizziamo in modo limitato per migliorare la nostra missione di prodotto. Per sviluppare modelli di IA/ML, i nostri sistemi analizzano i dati del cliente (ad esempio messaggi, contenuti e file) inviati a Slack nonché Altre informazioni (comprese le informazioni sull’utilizzo) come definito nella nostra Informativa sulla privacy e nel nostro accordo con il cliente. Per garantire la privacy e la sicurezza dei Dati del cliente in questo particolare contesto, abbiamo alcuni principi guida:

• I dati non verranno diffusi nelle aree di lavoro. Per tutti i modelli che verranno utilizzati diffusamente per tutti i nostri clienti, non creiamo o alleniamo tali modelli in modo che possano apprendere, memorizzare o essere in grado di riprodurre parti dei dati del cliente.
• Disponiamo di controlli tecnici messi in atto per impedire l’accesso. Durante lo sviluppo dei modelli di AI/ML o l’analisi dei dati dei clienti, Slack non può accedere al contenuto sottostante. Evitiamo che ciò accada applicando varie misure tecniche. Leggi il nostro White paper sulla sicurezza per ulteriori informazioni sui controlli che proteggono la riservatezza e la sicurezza dei dati del cliente.
• Offriamo ai clienti una scelta relativamente a tali pratiche. Se desideri escludere i tuoi Dati del cliente dall’addestramento dei modelli globali Slack, puoi decidere di rifiutare. Se rifiuti, i Dati del cliente della tua area di lavoro verranno utilizzati solo per migliorare l’esperienza all’interno della tua area di lavoro e godrai comunque di tutti i vantaggi dei nostri modelli di AI/ML addestrati globalmente, senza contribuire ai modelli sottostanti.

Contattaci per negare il consenso Se desideri escludere i tuoi Dati del cliente dai modelli globali Slack, puoi decidere di negare il consenso. Per negare il consenso, chiedi ai proprietari dell’organizzazione o dell’area di lavoro o al proprietario primario di contattare il team di Customer Experience all’indirizzo feedback@slack.com, indicando l’URL dell’area di lavoro/organizzazione e usando come oggetto “Richiesta di negazione del consenso per il modello globale di Slack”. Elaboreremo la richiesta e risponderemo una volta completata la revoca del consenso.

Dati del cliente e Altre informazioni

Utilizzo dei Dati del cliente (per esempio, i messaggi, i contenuti e i file) e delle Altre informazioni da parte di Slack per aggiornare i propri servizi

Tenendo presente i principi succitati, ecco alcuni esempi delle tecniche di miglioramento e di tutela della privacy utilizzate dai nostri team del prodotto e delle statistiche per sviluppare, aggiornare e migliorare Slack:

• Consigli sui canali: Potremmo utilizzare le analisi per suggerire a un utente di unirsi a un nuovo canale pubblico all’interno dell’azienda. Tali suggerimenti si basano sull’iscrizione al canale, sull’attività e sulla sovrapposizione degli argomenti. Il nostro modello apprende dai suggerimenti precedenti e dall’iscrizione o meno da parte dell’utente al canale suggerito. Proteggiamo la privacy relativa a questo servizio separando il nostro modello dai Dati del cliente. Utilizziamo modelli esterni (non addestrati con i messaggi Slack) per valutare la somiglianza dell’argomento e fornendo punteggi numerici. Il nostro modello globale fornisce suggerimenti solo sulla base di tali punteggi numerici e dati non legati al cliente. Scopri di più visitando il nostro blog sulla progettazione per ulteriori dettagli tecnici.
• Risultati di ricerca: I nostri modelli di apprendimento automatico di ricerca consentono agli utenti di individuare ciò che cercano identificando i risultati corretti per una query specifica. Facciamo ciò sulla base della cronologia dei risultati di ricerca e sui coinvolgimenti precedenti senza apprendere dal testo sottostante della query di ricerca, del risultato o delle voci sostitutive. In sintesi, il nostro modello non può ricostruire la query di ricerca o il risultato. Al contrario, apprende da informazioni specifiche e contestuali del team, ad esempio il numero di volte in cui un messaggio è stato selezionato in una ricerca o una sovrapposizione nel numero di parole nella query e nel messaggio suggerito.
• Completamento automatico: Slack potrebbe fornire dei suggerimenti per il completamento delle query di ricerca o altro testo, ad esempio il completamento automatico della frase "Assistenza clienti" quando un utente digita le prime lettere della frase. Tali suggerimenti sono locali e vengono originati da frasi di messaggi pubblici comuni nell’area di lavoro dell’utente. Il nostro algoritmo che seleziona dai suggerimenti potenziali viene allenato globalmente sui completamenti suggeriti e accettati in precedenza. Proteggiamo la privacy dei dati utilizzando regole che classificano la somiglianza tra il testo immesso e il suggerimento in vari modi, compreso il solo utilizzo di classificazione e conteggio numerico delle interazioni passate nell’algoritmo.
• Suggerimento emoji: Slack può suggerire reazioni con emoji nei messaggi utilizzando il contenuto e il sentiment del messaggio, la cronologia di utilizzo dell’emoji e la frequenza di utilizzo dell’emoji da parte del team in vari contesti. Ad esempio, se 🎉 è una reazione comune ai messaggi celebrativi in un canale specifico, suggeriremo agli utenti di reagire ai nuovi messaggi con un tono analogamente positivo con 🎉. Per fare ciò e continuare a proteggere i Dati del cliente, potremmo utilizzare un modello esterno (non addestrato con i messaggi Slack) per classificare il sentiment del messaggio. Il nostro modello suggerirà quindi un emoji tenendo in conto solo la frequenza con cui un emoji specifico è stato associato ai messaggi con tale sentiment nell’area di lavoro specifica.

Questi tipi di personalizzazioni e miglioramenti ponderati sono possibili soltanto se studiamo e comprendiamo il modo in cui i nostri utenti interagiscono con Slack.

Slack prende molto seriamente la privacy e si attiene agli obblighi di riservatezza descritti nei nostri accordi con i clienti e nell’Informativa sulla privacy in ciascuno di questi scenari. I clienti possiedono i propri Dati del cliente. Slack associa e dissocia i Dati del cliente in modo tale che l’utilizzo da parte di Slack dei Dati del cliente ai fini dell’aggiornamento dei servizi non identifichi mai nessuno dei suoi clienti o singoli utenti come fonte di tali aggiornamenti a eventuali parti terze, ad eccezione delle aziende consociate o subincaricate di Slack.