AI 隐私问题：您的个人数据暴露程度有多高？

一个常见的误解是，如果您不使用 ChatGPT 等大型语言模型 (LLM) 进行聊天、不使用 Midjourney 生成图像，或不使用 Sora 生成视频，您就是安全的，不会受到人工智能 (AI) 的影响。但无论您是否使用它，AI 都已渗透到您的生活中。

例如，当您在 Android 上拍照时，Google 相册会使用人脸识别技术自动扫描并标记您照片库中的每个人。如果不更改默认设置就在社交媒体上发帖，您的公开帖子可能会被抓取，成为用于训练 LLM 的海量数据集的一部分。就连网站或应用中的个性化广告，也是由根据您的浏览和购物首选项训练的 AI 提供支持的。

这种便利以您的隐私为代价，可能会对您的生活产生深远影响。从您孩子的社交动态中获取的 20 张照片就足以生成一段 30 秒的深度伪造视频，可用于敲诈勒索、霸凌或身份盗窃。

以下是当 AI 访问您的个人数据时利害攸关的问题，以及您可以采取哪些措施来保护在线隐私。

AI 如何危及您的隐私？
如何让您的数据不被 AI 系统获取

AI 如何危及您的隐私？

AI 会通过过度收集、过度推断和过度分享来侵蚀隐私。

您的个人数据可能会被收集

AI 系统通过在海量数据上进行训练来变得更加准确，这些数据通常抓取自公开可得的来源，例如您的 Facebook 帖子（新窗口）、Flickr 照片（新窗口）或 Reddit 话题（新窗口）。随手发布的社交媒体帖子、家庭照片和个人资料详细信息——这些内容往往包含敏感信息，最初是出于个人或社交原因而分享——已被纳入用于训练价值数十亿美元的大型语言模型和人脸识别系统的数据集。之所以会发生这种情况，是因为大型科技公司将在线内容视为可随意供 AI 使用的内容，既没有征得明确同意，也不尊重知识产权。

您可能会被重新识别

科技公司声称，您的个人数据在经过去标识化或假名化处理后便无法追溯到您本人，也就是说，姓名或电话号码等明显的身份标识信息已被去除。但这种保护非常脆弱，因为匿名数据集可以通过与其他数据源（如社交媒体资料或地理位置轨迹）交叉比对而被重新识别。

例如，Netflix 用户曾被重新识别（新窗口），方法是将他们的匿名电影评分与 IMDb 信息进行比对。一项研究（新窗口）显示，仅凭 15 个人口统计学标记，几乎每个美国人都能在任何数据集中被单独识别出来。加上 AI 的模式匹配能力，重新识别已变得更快、更容易，且人人可及。

您的数据可能会与第三方共享

当您使用 AI 系统时，您的数据并不总是留在您注册的那家公司。它可能会被分享给合作伙伴或第三方处理者——其中一些您可能从未听说过——他们可能会按照自己的条款和安全标准处理您的数据。

到那时，隐私就成了一场对信任的考验。您所依赖的不再只是您所知的那家公司来保护您的信息，而是由一整串不知名的外部参与者组成的链条，每个参与者都拥有自己的基础设施、策略和漏洞。每一双接触您数据的手都会扩大攻击面，问责也随之变得模糊不清。

例如，一起涉及 OpenAI 合作伙伴的泄露事件导致应用程序接口 (API) 用户数据被曝光，这表明第三方访问可能成为系统中最薄弱的环节。

数据删除请求可能不起作用

一旦您的数据被用于训练 AI 模型，想要将其取回几乎不可能，因为它已经影响了模型的整体行为。机器遗忘——让模型忘记特定数据的技术——仍处于早期阶段，因此目前唯一的选择就是重新训练模型。而且，即使某家公司声称已经满足了您的数据删除请求，实际上也无法确认这一点（新窗口）。

其他人可能会看到您的私有聊天

ChatGPT、Meta AI（新窗口）和 Grok（新窗口）等大型语言模型已通过其分享功能暴露了私有会话，聊天内容被搜索引擎索引，可被公开发现。这些平台对这一风险不够透明，导致用户没有意识到，看似私密的交流最终可能会被互联网上的任何人看到。

您可能会受到不公平对待

如果 AI 系统用于学习模式的数据中包含隐藏的偏见——例如来自历史性的不平等或不完整的数据集——AI 就可能强化或放大这些模式。大型科技公司的非私有 AI 系统风险更大，因为它们闭源，且像黑箱一样运行，无法接受独立审查。这些系统可能会使用种族、性别或邮政编码等敏感属性，在预测性警务（新窗口）、招聘（新窗口）、医疗保健（新窗口）或信用评分（新窗口）中做出自动化决策。

广告定向投放日益精准

虽然非私有 AI 通过实现超精准定向让广告更智能，但它常常侵犯您全家的隐私。例如，Publicis 是一家数据经纪商，也是全球最大的广告公司，声称已为 23 亿人建立画像，并追踪诸如家庭首选项和收入（新窗口）之类的详细信息，以决定是否向他们投放经济型或高级版产品。

随着 AI 聊天机器人取代传统搜索，广告也跟着我们进入了这个新领域。例如，Perplexity 正在在 AI 生成的回复中嵌入广告（新窗口），并出价 345 亿美元收购 Google Chrome——此举旨在获得该浏览器的 30 多亿用户以及随之而来的详尽行为数据。

云存储可能会暴露您的数据

没有端到端加密 (E2EE) 的云存储服务提供商可以访问您上传的照片、文档和敏感文件。他们还可能利用这些数据来驱动 AI 工具、生成关于您的洞察信息，或显示个性化广告。

例如，Google 云端硬盘保留了对您数据的访问权限，并将其用于 Google 文档中的拼写检查和自动补全等 AI 功能。如果 Gemini（Google 的 AI 助手）仍与 Google Workspace 紧密集成，那么您针对云端硬盘文件进行的查询也可能会被用于 AI 训练。

同样，Microsoft 宣布 Word、Excel 和 PowerPoint 很快将默认自动保存到 OneDrive，这是另一项非端到端加密服务，您的数据未来是否会被用于广告投放或 AI 训练仍不确定。

AI 可能会犯错

自动化系统可能会扫描您的私有通信并将其标记为可疑。欧盟拟议的 Chat Control 法案将要求 WhatsApp 和 Signal 等消息服务使用 AI 扫描每一条私有消息和照片，以检测儿童性虐待材料 (CSAM)。

但这意味着要监控所有人的会话，而不仅仅是涉嫌犯罪的人。历史表明，AI 犯错是多么容易。例如，一位父亲在将孩子的照片发送给医生后，他的 Google 帐户被终止（新窗口）并向当局举报。本应只存在于您和医生之间、或您和家人之间的信息，可能会突然被曝光给科技公司和执法部门。

任何人都可以制作深度伪造内容

AI 可被用来制作深度伪造内容——高度逼真的假照片、假视频或假音频。例如，有人可以拿您社交媒体上的照片，制作一段视频，让您说出或做出您从未说过或做过的事情。

不法分子利用深度伪造内容进行身份盗窃、欺诈、敲诈勒索或声誉损害——风险也延伸到了儿童身上。2019 年，犯罪分子利用深度伪造音频模仿一位 CEO 的声音（新窗口），诱骗一名员工转账 22 万欧元。风险同样会波及孩子。在其中一起事件中，一名不法分子制作了一名 14 岁孩子的深度伪造图像（新窗口），以威胁分享该图像来勒索钱财。

如何让您的数据不被 AI 系统获取

AI 系统存在许多隐私问题，尤其是大型科技公司运营的非私有闭源模型。虽然一旦数据流出，您无法完全阻止这些系统抓取或滥用您的数据，但您可以减少自己的数字足迹、要求问责，并选择不会滥用您数据的隐私优先 AI。以下是您可以做的事情：

在社交媒体上，将您的个人资料和帖子设为私有，删除旧的上传内容，在分享前从照片中剥离 EXIF 数据，并避免分享可识别身份的详细信息——例如地址、孩子的全名或他们就读的学校。进一步了解如何为您的家庭管理互联网使用。
检查您应用的隐私设置。例如，在 Android 和 iOS 的 Facebook 应用上，Meta AI 可能正在扫描您相册中的照片和视频。
防范深度伪造内容：在在线发布照片之前，对家人的面部进行模糊或打码处理。
使用虚拟专用网络 (VPN)（新窗口）隐藏您的 IP 地址，以掩盖您的数字足迹，并在发布您不希望被追溯到本人的敏感信息时，使用别名保护您的电子邮件地址。
使用不会将您的数据变现的隐私优先服务，例如用于安全消息传递的 Signal，以及用于私密浏览的 Brave 或 DuckDuckGo。
要安全地存储您最敏感的文件，包括私有的照片和机密的文档，请使用 Proton Drive 进行端到端加密的云存储。与可能暴露所谓私有内容的平台不同，Drive 不会扫描或索引您的数据，也不会将您的数据用于 AI 训练——而且其他任何人都无法看到它，即使您选择分享也是如此。让您的照片真正保持私密，还意味着它们不会流落到网上，被滥用来制作深度伪造内容。
尽可能选择退出 AI 训练，例如在 Gemini、ChatGPT（新窗口）、Claude（新窗口）或 Meta AI 上。策略可能一夜之间改变，几乎没有任何警告，因此如果您想同时享受 AI 和隐私带来的好处，请改用 Lumo——我们的隐私优先 AI 助手（新窗口），它不会保留日志，也不会用您的数据进行训练。