¿Utilizamos algún proveedor externo de IA? ¿Cómo procesan los datos?
La función AI Sensemaking utiliza 2 proveedores externos para fines de IA.
Microsoft Azure (OpenAI)
Las API de Microsoft Azure se utilizan para el resumen, la formulación de preguntas y algunas funciones de autoetiquetado dentro de la creación de sentido. Estas funciones hacen uso de las API del Modelo de Lenguaje Grande (LLM) de GPT-4-Turbo.
Las condiciones de Microsoft especifican, entre otras cosas, que
Tratar los datos únicamente con el fin de prestar y apoyar el servicio
Microsoft aloja los modelos de OpenAI en el entorno Azure de Microsoft y el Servicio NO interactúa con ningún servicio operado por OpenAI (por ejemplo, ChatGPT, o la API de OpenAI).
Microsoft procesa los datos en la región especificada por el cliente. En nuestro caso, se trata de una de nuestras 4 regiones (Europa, Reino Unido, EE.UU. y Canadá)
Acceder a los datos sólo para controlar los abusos
Puedes encontrar más información sobre la privacidad de los datos en Microsoft Azure's aquí.
NLPCloud
Las API NLPCloud se utilizan para potenciar algunas de las funciones de autoetiquetado dentro de sensemaking.
NLPCloud es una empresa con sede en Francia. NLP Cloud cumple la normativa HIPAA / GDPR / CCPA, y está trabajando en una certificación SOC 2.
NLPCloud se compromete a
No almacenar ningún dato que se envíe a su API
No vender ni alquilar ninguna información a vendedores o terceros
Mantener estrictos procedimientos administrativos, técnicos y físicos para proteger la información almacenada en sus servidores
Puedes consultar su política de privacidad en aquí. Puedes encontrar más información sobre sus medidas de seguridad en aquí.
¿Qué datos se envían a estos subprocesadores e incluyen IPI?
Ambos subprocesadores sólo reciben los datos textuales que los usuarios finales de GoVocal (residentes) escribieron en su contribución (idea o respuesta a una encuesta) a un proyecto de la plataforma. Esto ocurre cuando un administrador visita la página de resultados de la encuesta (en el caso de las encuestas), o elige activamente iniciar un análisis de IA (en el caso de la ideación).
No estamos enviando ninguna información sobre el usuario (correo electrónico, nombre de usuario, foto, información demográfica, …) a estos subprocesadores, y como tal no estamos enviando estructuralmente ninguna IIP. A veces puede ocurrir que los usuarios mencionen IIP en su contribución, lo que enviará esos datos a los subprocesadores.
¿Estos subprocesadores utilizan los datos para entrenar y mejorar sus modelos?
No, ambos subencargados del tratamiento declaran explícitamente que no utilizan los datos para tal fin.
¿Dónde procesa Microsoft los datos?
Microsoft nos permite especificar la región de procesamiento. Actualmente utilizamos 4 regiones, y nuestros clientes utilizan la región más cercana a ellos. Las regiones son:
Europa (Francia)
REINO UNIDO
US
Canadá
¿Por qué las respuestas de la IA no están en mi idioma?
Nuestra función de IA intenta responder en la medida de lo posible en el idioma de la entrada que recibe. Excepcionalmente, en los casos en que hay lenguas mixtas, hay muy pocas entradas, o cuando la IA se equivoca, puede generar respuestas en la lengua equivocada. En estos casos, la mayoría de las veces basta con reintentarlo.
¿Hasta qué punto son precisos los resúmenes generados?
Resumir significa intrínsecamente descartar información, intentando retener los elementos más comunes e importantes. La tecnología actual es buena interpretando elementos comunes, pero decidir qué es lo más importante requiere contexto, conocimiento del dominio y es algo subjetivo.
Para sacar conclusiones correctas, es crucial tener a un humano en el bucle, y ofrecer la máxima transparencia sobre cómo la IA saca sus conclusiones.
Nuestro análisis de IA ha sido concebido, desde el principio, para permitirte utilizar la IA de forma responsable, y ofrecer la máxima transparencia y control al humano, mientras tiene a la máquina a su lado para una asistencia altamente eficaz. Para ello, hemos incorporado varios mecanismos:
Antes y después de generar un resumen AI, hay una indicación en de la precisión esperada, expresada en porcentaje
El resumen contiene referencias en línea a las aportaciones residentes en las que se basaron sus conclusiones, que pueden abrirse con un solo clicEn todo momento, todas las aportaciones que contribuyen al proyecto son fácilmente navegables y legibles, exponiendo al usuario constantemente a las aportaciones brutas y directas para su control e interpretación
La función de etiquetado te permite segmentar fácilmente las entradas recibidas en grupos más pequeños, que te permiten resumir cada grupo por separado. Esto facilita la visión de conjunto y aumenta la precisión de los resúmenes.
El etiquetado automático te ayuda a realizar el etiquetado de forma más eficiente. Puedes elegir entre varios métodos de etiquetado, que ofrecen más o menos control. En todo momento, el usuario puede anular las etiquetas, o decidir hacer el etiquetado manualmente para un control máximo.
Nuestro software si source-available y el código fuente se puede encontrar en Github. Esto permite, en última instancia, comprender en profundidad cómo se comporta la herramienta y cómo extrae sus conclusiones.
En resumen, aunque la precisión de los actuales LLM de última generación es muy impresionante, no existe una precisión del 100%. Hemos optado por construir una interfaz centrada en el ser humano, en la que la máquina está ahí para ayudarte mientras tú conservas la máxima transparencia y control.
¿Qué lenguas ofrecerá / admitirá la herramienta AI Sensemaking?
Todas nuestras lenguas principales (excepto el groenlandés)