隐私原则：搜索、学习和人工智能

此翻译文本仅供参考。如果本版本与英文版本存在任何歧义，则以英文版本为准。

我们的使命是构建一种可以让生活更加简单、美好、富有成效的产品。我们的隐私政策、安全文档、SPARC 以及 Slack 条款已详细说明，我们在构建本产品时的指导原则是不得侵犯客户数据的隐私和安全。

我们借助机器学习 (ML) 和人工智能 (AI) 这两款重要工具以进一步践行产品使命。我们不会使用客户数据开发生成式 AI 模型。为了开发用于表情和频道推荐等功能的预测模型，我们的系统会分析提交至 Slack 的客户数据（如消息、内容和文件）以及隐私政策和客户协议中定义的“其他信息”（包括使用情况信息）。为了在这一特定语境下确保客户数据的隐私和安全，我们制定了一些指导原则：

数据不会在不同的工作区中泄露。 对于将在所有客户中广泛使用的任何模型，我们不会为了构建或训练此类模型而让它们重现某些客户数据。
我们利用适当的技术控制措施阻止访问。在开发 AI/ML 模型或以其他方式分析客户数据时，Slack 员工无法访问底层内容。我们借助多种技术手段防止发生这种访问行为。请访问Slack 中的安全性页面，进一步了解帮助保护客户数据隐私和安全的控制措施。
我们为客户提供关于此类实践的选择。 如果你不希望将你的客户数据用于帮助训练 Slack 的全局模型，你可以选择拒绝授权。如果你选择拒绝授权，你工作区中的客户数据将仅用于改善你所在工作区的使用体验，并且你仍然可以享受机器学习全局训练模型带来的所有益处，而无需为底层模型贡献数据。

联系我们退出。 如果不希望将你的客户数据用于 Slack 全局模型，你可以选择拒绝授权。要选择退出，请让你的组织或工作区所有者或主要拥有者通过 feedback@slack.com 联系我们的客户体验团队，并提供你的工作区/组织 URL 和主题行 “Slack 全球模型退出请求”。 Slack 将处理你的请求，并在你完成退出后予以回复。

客户数据和其他信息

Slack 如何使用客户数据（例如消息、内容、文件）和其他信息来更新我们的服务

根据上述准则，我们的产品和分析团队采用改进措施和隐私保护技术来开发、更新和完善 Slack，示例如下：

频道建议：Slack 可借助洞察建议用户是否在其公司中加入新的公共频道。Slack 根据频道成员、活动和主题重叠度提出建议。Slack 的模型会从以往的建议中学习，并根据用户是否加入我们推荐的频道来不断改进。改进的过程中我们始终保护隐私，因为我们的模型会与客户数据隔离。我们使用外部建造的模型（未针对 Slack 消息进行训练）来评估主题相似度，并输出数值化评分。我们的全局模型仅根据这些数值化评分以及除客户数据外的信息提出建议。
搜索结果：我们的搜索机器学习模型通过识别特定查询的正确结果帮助用户找到搜索内容。这一点的实现基于历史搜索结果和过往交互数据，同时保证模型不会重现搜索查询或结果。
自动完成：Slack 可能提出建议，以便完成搜索查询或补充其他文本，例如在用户键入词组“客户支持”时的第一个字“客”后自动完成输入。这些建议是符合当地语言习惯的，并且来源于用户所在工作区中的常用公开消息短语。我们的算法从潜在建议中进行筛选，且根据之前建议的和接受的短语补充结果进行全局训练。Slack 按照规则以多种方式对键入文本与建议之间的相似度进行评分，包括在算法中仅使用过往交互产生的评分和计数，以此保护数据隐私。
表情建议：Slack 可能会根据以下因素针对消息提供表情回复建议：消息的内容和情感、表情的历史使用记录以及团队在不同情境中使用该表情的频率。例如，如果特定频道中的用户经常使用表情 🎉 回复庆祝消息，那么系统会建议用户使用 🎉 对新的、类似的正面消息做出回复。为了在保护客户数据的同时做到这一点，我们可能会使用外部模型（未使用 Slack 消息进行过训练）对消息进行情感分类。随后，我们的模型只会根据以下因素推荐表情：在该工作区中发送具有相应情感的消息时使用特定表情的频率。

只有当我们研究和理解用户如何与 Slack 交互之后，才可能做出此类周详的个性化设置和改善。

Slack 非常重视隐私，我们的客户协议和隐私政策中描述的保密义务适用于这些情况。客户拥有自己的客户数据。Slack 对客户数据进行汇总和分离，以确保在使用客户数据更新服务时，不会将我们的任何客户或个人确定为任何改进的来源，提供给除 Slack 的附属公司或委外厂商外的任何第三方。

生成式 AI

生成式 AI 是一类 AI 系统，它可以根据用户输入的提示词生成内容，例如文本。生成式 AI 包括大型语言模型 (LLM)。Slack 中的 AI 使用生成式 AI 技术，同时运用第三方 LLM。

Slack 不会使用客户数据以训练生成式 AI 模型，除非客户明确同意这样做。Slack 中的 AI 使用现成的 LLM，这些模型在接收到请求后不会更新，也不会以其他方式保留客户数据。 Slack 中的 AI 在自有的 AWS 基础设施上托管这些模型，因此，客户数据始终处于 Slack 的信任边界内，而且 LLM 提供商也无法访问客户数据。如需接收有关子处理方变更的通知，请前往“信任与合规”网页订阅更新。

Slack 中的 AI 生成式搜索答案

Slack 中的 AI 搜索功能数据来源包括以下类型：Slack 功能（画板、抱团画板笔记、剪辑转录和文本片段）；上传至 Slack 的文件（PDF、电子邮件、docx、pptx 和 Keynote）；来自 Google 云端硬盘的链接文件（文档、幻灯片）；Sharepoint/OneDrive（Word、Powerpoint）和文件存储合作伙伴应用，如 Box（安装后）。用户必须通过 Slack 集成进行身份验证后方可访问这些文件。管理员设置可用于禁用所有文件结果或禁止从外部托管文件寻源。请前往帮助中心了解更多信息。