Niedawno pisaliśmy, że Apple w słuchaniu żądań głosowych użytkowników przekazywanych przez osoby trzecie na zlecenie firmy. To samo w sobie jest logiczne: w przeciwnym razie rozwój Siri byłby po prostu niemożliwy, ale są niuanse: po pierwsze, często przesyłane były losowo uruchamiane żądania, gdy ludzie nawet nie wiedzieli, że ich słuchają; po drugie, informacje zostały uzupełnione o pewne dane identyfikujące użytkownika; i po trzecie, ludzie nie wyrazili na to zgody.
Microsoft znajduje się teraz mniej więcej w tej samej sytuacji: według zrzutów ekranu, zbioru wewnętrznych dokumentów i nagrań audio przekazanych dziennikarzom Vice Motherboard wynika, że zewnętrzni kontrahenci podsłuchują rozmowy między użytkownikami Skype'a prowadzone za pośrednictwem usługi automatycznego tłumaczenia. Chociaż witryna Skype twierdzi, że firma może analizować dźwięk rozmów telefonicznych, które użytkownik chce przetłumaczyć, nie mówi, że którekolwiek z nagrań będzie odsłuchiwane przez ludzi.
Wśród otrzymanych przez dziennikarzy fragmentów znajdują się rozmowy użytkowników, którzy komunikują się z bliskimi, rozmawiają o problemach osobistych, takich jak utrata masy ciała, czy omawiają problemy w relacjach osobistych. Z innych plików uzyskanych przez Motherboard wynika, że kontrahenci Microsoftu słuchają także poleceń głosowych wysyłanych przez użytkowników do Cortany, osobistej asystentki. Apple i Google zawiesiły niedawno zatrudnianie wykonawców do analizowania nagrań w celu ulepszenia Siri i Asystenta po ostrych reakcjach na podobne doniesienia medialne na temat praktyk firm.
„Fakt, że mogę nawet udostępnić wam niektóre nagrania, pokazuje, jak nieostrożny jest Microsoft, jeśli chodzi o ochronę danych użytkowników” – powiedział jeden z wykonawców Microsoft, który anonimowo udostępnił Moterboard pamięć podręczną plików. Fragmenty audio pozyskiwane przez dziennikarzy są zazwyczaj krótkie i trwają od 5 do 10 sekund. Źródło zauważyło, że inne fragmenty mogą być dłuższe.
W 2015 roku Skype uruchomił usługę Translator, która umożliwia użytkownikom otrzymywanie tłumaczeń audio w czasie rzeczywistym podczas rozmów telefonicznych i wideo przy użyciu sztucznej inteligencji. Choć produkt wykorzystuje uczenie maszynowe sieci neuronowej, wynik jest oczywiście korygowany i udoskonalany przez prawdziwych ludzi. W rezultacie osiąga się dość wysoką jakość automatycznego tłumaczenia maszynowego.
„Ludzie używają Skype'a, aby dzwonić do swoich bliskich, uczestniczyć w rozmowach kwalifikacyjnych, komunikować się z rodziną za granicą i tak dalej. Firmy muszą zachować 100% przejrzystość, jeśli chodzi o nagrania rozmów ludzi i ich późniejsze wykorzystanie, mówi Frederike Kaltheuner, szefowa programu danych w Privacy International. „A jeśli Twoja próbka głosu zostanie sprawdzona przez człowieka (z jakiegokolwiek powodu), system powinien zapytać, czy się z nią zgadzasz, lub przynajmniej dać ci możliwość odmowy”.
Microsoft uważa, że często zadawane pytania dotyczące tłumacza Skype i dokumentacja Cortany jasno pokazują, że firma wykorzystuje dane głosowe do ulepszania swoich usług (choć nie mówi wprost, że w ten proces zaangażowani są ludzie). Rzecznik firmy powiedział reporterom za pośrednictwem poczty elektronicznej: „Microsoft gromadzi dane głosowe, aby świadczyć i ulepszać usługi głosowe, takie jak wyszukiwanie, wydawanie poleceń, dyktowanie czy tłumaczenie. Dbamy o przejrzystość gromadzenia i wykorzystywania danych dźwiękowych, aby klienci mogli podejmować świadome decyzje dotyczące tego, kiedy i w jaki sposób będą wykorzystywane ich nagrania głosowe. Firma Microsoft uzyskuje zgodę klientów przed gromadzeniem i używaniem ich informacji głosowych.
Wdrożyliśmy także kilka procedur mających na celu priorytetowe traktowanie prywatności użytkowników przed udostępnieniem tych danych naszym kontrahentom, w tym usuwanie danych umożliwiających identyfikację, wymaganie umów o zachowaniu poufności z dostawcami i ich pracownikami oraz wymaganie od dostawców przestrzegania wysokich standardów prywatności określonych w europejskich prawo. Nadal sprawdzamy sposób, w jaki przetwarzamy dane głosowe, aby zapewnić klientom jak najbardziej przejrzyste opcje i silną ochronę prywatności”.
Gdy Microsoft udostępnia wykonawcy nagranie dźwiękowe do transkrypcji, przedstawia mu także serię przybliżonych tłumaczeń wygenerowanych przez system Skype, zgodnie ze zrzutami ekranu i innymi dokumentami. Wykonawca musi wówczas wybrać najdokładniejszy lub dostarczyć własny, a dźwięk traktowany jest jako informacja poufna. Firma Microsoft potwierdziła, że dane audio są dostępne dla wykonawców wyłącznie za pośrednictwem bezpiecznego portalu internetowego oraz że podejmuje kroki w celu usunięcia informacji identyfikujących użytkownika lub urządzenie.
Źródło: 3dnews.ru