隱私權原則：搜尋、學習和人工智慧

本譯文僅供參考，若與英文版本牴觸，應以英文版本為準。

我們的使命是打造一款產品，讓工作生活更輕鬆愉悅，還有助於提升生產力。在開發產品時，我們奉行的指導原則是將客戶資料的隱私和安全性視為不容侵犯的重要底線，正如我們的隱私權政策、安全性文件、SPARC 和 Slack 條款中所述。

透過實用的機器學習 (ML) 和人工智慧 (AI)，我們可以提高達成使命的機會，開發理想中的產品。我們不會利用客戶資料開發生成式 AI 模型。為了開發預測模型，用於表情符號和頻道建議等功能，我們的系統會分析使用者提交給 Slack 的客戶資料 (例如訊息、內容和檔案) 以及其他資訊 (包括使用情況資訊)。客戶資料和其他資訊的定義皆如隱私權政策和客戶協議中所述。為確保在此特定情況下，仍能保障客戶資料的隱私與安全，我們會遵循幾項指導原則：

資料不會經由任何工作空間洩漏出去。 如果模型會廣泛應用於所有客戶，我們在開發或訓練這些模型時，不會讓模型能夠呈現部分客戶資料。
我們採取技術控管措施，杜絕存取行為。在開發 AI/ML 模型或分析客戶資料時，Slack 員工無法查看原始內容。我們採用多種技術措施，以防這種情況發生。請瀏覽 Slack 安全性網頁，深入瞭解保護客戶資料機密性和安全性的控管機制。
我們允許客戶選擇是否參與訓練過程。 如果不想讓你的客戶資料用於訓練 Slack 全域模型，可以選擇退出。如果選擇退出，工作空間中的客戶資料只會用於改善你在自己工作空間中的使用體驗，同時你仍能受惠於我們全域訓練的機器學習模型帶來的所有好處，無需提供資料協助訓練基礎模型。

聯絡我們，提出退出請求。 如果你想從 Slack 全域模型的資料中排除你的客戶資料，可以選擇退出。若要選擇退出，請由組織或工作空間擁有者或主要擁有者聯絡我們的客戶體驗團隊 (feedback@slack.com)，並附上你工作空間/組織的網址，主旨行輸入「Slack Global model opt-out request」(Slack 全域模型退出請求)。我們會處理你的請求，待退出流程順利完成之後，我們會回覆你。

客戶資料和其他資訊。

Slack 如何使用客戶資料 (例如訊息、內容、檔案) 和其他資訊來更新服務

根據上述原則，以下提供幾個範例，說明我們的產品和管理分析團隊在開發、更新及改善 Slack 時完成了哪些改進之處，以及採取哪些隱私保護技術：

頻道推薦：我們可能會透過深入分析，建議使用者加入所屬公司新建立的公開頻道。我們會根據頻道成員資格、活動和主題重疊情況提供建議。我們的模型會從先前提供的建議，以及使用者是否加入建議的頻道來學習。同時，我們會將模型與客戶資料分開，以保護隱私。我們使用外部模型 (並非使用 Slack 訊息訓練) 評估主題相似度，據此得出評分數據。我們的全域模型只會根據這些評分數據和非客戶資料，為使用者推薦合適的頻道。
搜尋結果：我們的搜尋機器學習模型會根據具體查詢內容，找出適當的結果，協助使用者找到所需的內容。模型會參考搜尋結果記錄和以往的互動資料，同時我們也會確保模型無法呈現原始搜尋查詢和結果。
自動完成：Slack 可能會提供建議，協助使用者輸入搜尋的查詢內容或其他文字，例如在使用者輸入「客戶支援」的前幾個字後，就自動為使用者完成剩下的部分。這些建議僅適用於本機，源自使用者工作空間中常見的公開訊息字詞。我們的演算法是根據先前的建議以及使用者接受由系統自動完成的字詞，在經過全域訓練後，從可能的選擇中挑選要提供給使用者的建議。我們使用規則為輸入的文字和各種建議間的相似度評分，包括僅使用數字評分及計算演算法過去的互動次數，達到保護資料隱私的目的。
表情符號建議：Slack 可能會參考訊息的內容和情緒、表情符號的使用情形，以及多種情境下團隊使用表情符號的頻率，提供訊息的表情符號回應建議。舉例來說，如果 🎉 是特定頻道出現喝采訊息時常見的回應，我們就會在使用者收到類似的正面訊息時，建議使用 🎉 予以回應。為執行此功能，同時保護客戶資料，我們可能會使用外部模型 (並非以 Slack 訊息訓練而成)，將訊息的情緒分類。當工作空間中某種情緒的訊息已與特定的表情符號建立起關聯，我們的模型就會在只考量頻率的情況下，提供表情符號建議。

這些貼心的個人化功能和改善項目，唯有經過研究並瞭解使用者與 Slack 如何互動，才有可能實現。

Slack 非常重視隱私，客戶協議和隱私權政策規定的保密義務適用於這裡所述的每一種情況。客戶資料為客戶本人所擁有。Slack 會彙整並抹除客戶資料中可指認客戶身分之內容，在利用客戶資料更新服務時，不會對任何第三方 (除了 Slack 關係企業或下游處理商之外) 指認任何客戶或個人是服務改進的源頭。

生成式 AI

生成式 AI 是一種 AI 系統，可根據使用者輸入的提示產生文字等內容。這類 AI 還包含大型語言模型 (LLM)。Slack 的 AI 使用生成式 AI，並運用第三方大型語言模型。

除非客戶明確同意提供，否則 Slack 不會將客戶資料用於訓練生成式 AI 模型。Slack AI 使用現成的大型語言模型，這些模型不會在收到請求後更新，也不會以其他方式保留客戶資料。 Slack AI 在自有 AWS 基礎架構上託管這些模型，而客戶資料存放在 Slack 值得信賴的環境中，大型語言模型提供者無法存取客戶資料。如要接收下游處理商變更的通知，請前往信任與法規遵循網頁訂閱最新資訊。

Slack AI 生成式搜尋答覆

Slack AI 搜尋功能會從下列來源擷取內容：Slack 功能 (畫板、微型會議畫板記錄、剪輯文字轉出記錄和文字程式碼片段)；上傳至 Slack 的檔案 (PDF、電子郵件、docx、pptx 和 Keynote)；與 Google 雲端硬碟連結的文件 (Google 文件、Google 簡報)；Sharepoint/OneDrive (Word、Powerpoint) 和 Box 等檔案儲存合作夥伴應用程式 (如有安裝)。使用者必須透過與 Slack 整合的服務進行驗證，才能存取上述檔案。我們提供管理員設定，可用來隱藏所有檔案結果，或禁止擷取外部託管檔案內容。請前往說明中心深入瞭解。