إعدادات تقنية مسبقة يجب إطفاؤها فوراً

إعدادات تقنية مسبقة يجب إطفاؤها فوراً
TT

إعدادات تقنية مسبقة يجب إطفاؤها فوراً

إعدادات تقنية مسبقة يجب إطفاؤها فوراً

«الشيطان يكمن في الإعدادات المسبقة»: يقدّم لنا هذا القول درساً مهماً جداً حول استخدامنا الخاص للتقنية.

إعدادات مسبقة
يشير هذا القول إلى الإعدادات المسبقة defaults (الغيابية) التي تزرعها شركات التقنية في الأجهزة والتطبيقات والمواقع الإلكترونية التي نستخدمها لحثّنا على مشاركتها ببيانات عن نشاطاتنا وموقعنا. يمكننا عادة الحدّ من جمع البيانات، إلّا أنّ الشركات تعقّد ملاحظة لوائح الخيارات على أمل ألّا نستخدمها سريعاً.
تفضّل شركات أبل وغوغل وأمازون ومايكروسوفت عامة أن نترك بعض الإعدادات المسبقة فعّالة، لتستفيد منها في تدريب خوارزمياتها ورصد الأخطاء البرمجية، ما يسهّل علينا استخدام منتجاتها. ولكنّ المشاركة غير الضرورية للبيانات ليست دائماً في صالحنا.
هل تذكرون اعتراف بعض الخبراء عام 2018 بأنهم استمعوا فعلاً إلى تسجيلات من مساعد «سيري» من أبل و«أليكسا» من أمازون لزوجين كانا في وضع حميم؟
إذن، مع كلّ منتج تقني نستخدمه، من الضروري جداً أن نأخذ وقتنا لدراسة لوائح الخيارات والأزرار والمفاتيح بتمعّن لتقليل البيانات التي ننشرها قدر الإمكان.
ونقدّم لكم فيما يلي دليلاً واضحاً على الكثير من الإعدادات المسبقة التي أقوم أنا وكذلك خبر الإعلام التقني بتغييرها باستمرار.

«أبل» و«غوغل»
* هواتف آيفون. يستطيع مستخدم الآيفون فتح تطبيق الإعدادات والدخول إلى لائحة خيارات الخصوصية لتغيير كيفية مشاركته للبيانات المتعلّقة بالتطبيقات والموقع الجغرافي. (تطلب أبل من مستخدميها عادة مراجعة هذه الإعدادات عند تشغيل هاتف آيفون جديد، ولكنّ قد يفوتك هذا الأمر. تجدون فيما يلي بعض النصائح التي قد تعطّل مشاركة البيانات).
- اختاروا «تعقّب» Tracking وأطفئوا خاصية «السماح للتطبيقات بطلب التعقّب» لإبلاغ جميع التطبيقات بعدم مشاركة البيانات مع أطراف ثالثة لأهداف ترويجية.
- اختاروا «دعاية أبل» Apple Advertising وأطفئوا «الإعلانات المخصّصة» لمنع الشركة من استخدام معلومات عنكم لخدمة الإعلانات المستهدِفة في «متجر أبل» و«أخبار أبل» وتطبيق البورصة والأسهم.
- اختاروا «تحليلات وتحسينات» Analytics & Improvements وأطفئوا خاصية «مشاركة تحليلات الآيفون» لمنع الجهاز من إرسال بياناته للشركة لتحسين منتجاتها.
- اختاروا «خدمات تحديد الموقع» Location Services وانقروا على «خدمات النظام» وأطفئوا «تحليلات الآيفون ونشاط التوجيه» لمنع الجهاز من مشاركة البيانات الجغرافية مع الشركة لتحسين تطبيق «خرائط أبل».
* منتجات غوغل. ترتبط منتجات غوغل، كهواتف أندرويد، وخدمات الويب، وأبحاث غوغل، ويوتيوب، وخرائط غوغل، بحسابات غوغل. تجدون لوحة التحكّم وإدارة البيانات الخاصة بهذه المنتجات على موقع «myactivity.google.com».
- يمكنكم ضبط الحذف الأوتوماتيكي للتخلّص من النشاط الإلكتروني الذي يعود لأكثر من ثلاثة أشهر في الفئات التالية: الشبكة والمواقع Web &، ونشاط التطبيقات App Activity، وتاريخ الموقع الجغرافي Location History، وتاريخ اليوتيوب YouTube History.
بهذه الطريقة، وبدل إنشاء سجلّ دائم لكلّ بحث، تمنح غوغل مستخدميها فرصة التخلّص من جميع المدخلات التي يعود تاريخها لأكثر من 90 يوماً. ويمكنكم الاستفادة من الأبحاث الأخيرة في الحصول على توصيات مفيدة في المدى القريب.
- يقدّم راين هاغر، محرّر المدوّنة التقنية الشهيرة «أندرويد بوليس» النصيحة التالية للمستخدمين: تتيح الإصدارات الحديثة من أندرويد للنّاس مشاركة موقع تقريبي بدل موقعهم الدقيق مع التطبيقات. تعتبر مشاركة موقع تقريبي الطريقة الأمثل للاستفادة وتجنّب الانكشاف في تطبيقات عدّة كبرمجيات الأحوال الجوية. وتجدر الإشارة إلى أنّ البيانات الجغرافية الدقيقة لا يجب مشاركتها إلّا مع البرمجيات التي تتطلّب دقّة عالية للعمل بفعالية كتطبيقات الخرائط.

«فيسبوك » و«أمازون»
* «فيسبوك » من ميتا. يمكنكم العثور على أبرز إعدادات ميتا في أداة تفقّد الخصوصية داخل لائحة خيارات الإعدادات حيث ستجدون بعضاً من أهمّ التعديلات لمنع موظفي الشركة والمسوّقين من التجسس عليكم:
- في إعداد «من يستطيع رؤية ماذا تشاركون»، Who can see what you share، اختاروا «أنا فقط» للأشخاص الذين يستطيعون الوصول إلى لائحة أصدقائكم والصفحات التي تتابعونها، واختاروا «الأصدقاء » للأشخاص الذين يستطيعون رؤية تاريخ ميلادكم.
- في إعدادات «كيف يجدكم النّاس على (فيسبوك)» How people can find you on Facebook، اختاروا «أنا فقط » للأشخاص الذين يستطيعون البحث عنكم بواسطة البريد الإلكتروني أو رقم الهاتف.
- في إعداد «تفضيلات الإعلانات على (فيسبوك)» Your ad preferences on Facebook، أطفئوا مفتاح وضع العلاقة العاطفية، وربّ العمل، والمنصب المهني، والتعليم. بهذه الطريقة، لن يستطيع المسوقون تقديم إعلانات مستهدِفة بناء على هذه المعلومات.
* مواقع وأجهزة أمازون. تقدّم شركة أمازون بعض أدوات الضبط لمشاركة المعلومات عبر موقعها ومنتجات كـ«أليكسا» وكاميرات «نست». هنا، نوصيكم بوقف تشغيل إعدادين بارزين:
- أطلقت أمازون العام الماضي برنامج «أمازون سايد ووك» الذي يتيح لمنتجات أمازون الجديدة المشاركة التلقائية لاتصالات الإنترنت مع الأجهزة الأخرى القريبة. يقول النقّاد إنّ «سايد ووك» يمكن أن يسمح للأفراد السيئين بالوصول إلى بيانات النّاس.
لتعطيل هذا البرنامج في مكبّر «إيكو» الصوتي، افتحوا تطبيق «أمازون أليكسا» وانقروا على «المزيد» في الجانب السفلي الأيمن من الشاشة. في الإعدادات، انقروا على «إعدادات الحساب»، ثمّ اختاروا «أمازون سايد ووك» Amazon Sidewalk وحوّلوا مفتاح «سايد ووك» إلى وضع التعطيل.
لتعطيله في كاميرا «رينغ»، انقروا في تطبيق «رينغ» على رمز «الخطوط الثلاثة» في أعلى يسار الشاشة ومن ثمّ انقروا على «مركز التحكّم». بعدها، اضغطوا على «سايد ووك» واسحبوا المفتاح باتجاه خيار التعطيل.
- في موقع أمازون، تتمّ مشاركة بعض لوائح التبضّع (كتلك التي تضمّ سلع محفوظة في قائمة الرغبات) مع الجميع غيابياً، ما قد يؤدي إلى كشف الكثير من المعلومات. في هذه الحالة، زوروا صفحة «قوائمك » Your Lists وحوّلوا وضعها إلى خاص.
* مايكروسوفت ويندوز. تأتي أجهزة الكومبيوتر الشخصي من ويندوز مع مجموعة كبيرة من إعدادات مشاركة البيانات الفعّالة غيابياً لمساعدة مايكروسوفت والمعلنين والمواقع الإلكترونية على معرفة المزيد عن المستخدمين. يمكنكم العثور على المفاتيح التي تطفئ هذه الإعدادات في قائمة الإعدادات، ومن ثمّ النقر على «خصوصية» و«أمن» و«عام».
ولكنّ الإعداد الغيابي الأسوأ في ويندوز قد لا يكون له علاقة بالخصوصية. فقد كشف كيمبر ستريمز، أحد محرّري موقع «واير كاتر»، أنّه عندما يختبر لابتوبات جديدة من ويندوز، يبدأ عمله بفتح قائمة خيارات الصوت ويختار «لا صوت» لإسكات الأجراس الكثيرة المزعجة التي تعمل عند حصول أي خطب في برنامج الجهاز.
* خدمة «نيويورك تايمز».


مقالات ذات صلة

65 % من العملاء يشعرون بأن الشركات تتعامل مع بياناتهم باستهتار وتهوّر

تكنولوجيا أصبحت ثقة نحو 3 أرباع المستهلكين (72%) بالشركات أقل مقارنة بعام 2023 (أدوبي)

65 % من العملاء يشعرون بأن الشركات تتعامل مع بياناتهم باستهتار وتهوّر

تظهر دراسة جديدة لشركة «سايلزفورس» تراجع الثقة بالشركات لدى 72 في المائة من العملاء حول العالم.

نسيم رمضان (لندن)
تكنولوجيا بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

تشير دراسة حديثة إلى أن نماذج اللغة الكبيرة تفتقر إلى فهم حقيقي للعالم، إذ تتفوق في مهام ثابتة، لكنها تتعثر مع تغييرات بسيطة، ما يثير تساؤلات حول جدواها.

نسيم رمضان (لندن)
الاقتصاد زوار في جناح شركة «أميركان إكسبريس السعودية» بمؤتمر «سيمليس» للمدفوعات الرقمية بالرياض (الشركة) play-circle 01:34

«أميركان إكسبريس السعودية»: البنية التحتية المتطورة تدعم زيادة إنفاق السياح

يرى الرئيس التنفيذي لشركة «أميركان إكسبريس السعودية» أن البنية التحتية المتطورة للمدفوعات الرقمية بالسعودية وزيادة نقاط البيع تعززان إنفاق السيّاح.

عبير حمدي (الرياض)
تكنولوجيا ستحدد انتخابات 2024 كيفية تطوير التكنولوجيا وحماية خصوصية المستخدمين ومستوى التدخل الحكومي في ذلك القطاع (أدوبي)

كيف ستؤثر الانتخابات الرئاسية الأميركية على مستقبل التكنولوجيا؟

ستتأثر السياسات التكنولوجية بنتائج الانتخابات الأميركية بشكل كبير بسبب اختلاف رؤى كل مرشح حول تنظيم الذكاء الاصطناعي وخصوصية البيانات ومكافحة الاحتكار.

نسيم رمضان (لندن)
تكنولوجيا توفر «غاما» منصة ذكية لإنشاء العروض التقديمية بسرعة معتمدة على الذكاء الاصطناعي لتبسيط عملية التصميم (غاما)

كيف تسهّل منصة «غاما» العروض التقديمية عبر الذكاء الاصطناعي؟

يمكن الآن للمستخدمين تحويل أفكارهم إلى شرائح عرض احترافية وجاهزة في ثوانٍ، ودون عناء التنسيق اليدوي.

عبد العزيز الرشيد (الرياض)

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
TT

دراسة جديدة: نماذج الذكاء الاصطناعي اللغوية تفتقر لفهم حقيقي للعالم

بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)
بحسب الدراسة أظهرت نماذج الذكاء الاصطناعي أنها لا تتعلم بالفعل الحقائق الكامنة عن العالم (أدوبي)

أظهرت نماذج اللغة الكبيرة (LLMs)، مثل النماذج التي يقوم عليها نموذج «GPT-4»، قدرات مذهلة في توليد النصوص، سواء أكان ذلك في كتابة الشعر، أو تأليف المقالات، حتى تقديم حلول برمجية. تُدرَّب هذه النماذج، المعتمدة على بنى معمارية متقدمة تُعرف باسم «المحوّلات» (Transformers)، على توقع تسلسل الكلمات، ما يمكّنها من الاستجابة للمطالبات بطرق تحاكي فهماً يشبه البشري. ومع ذلك، تشير أبحاث حديثة إلى أن هذه النماذج، على الرغم من قدراتها المثيرة للإعجاب، قد لا تتعلم بالفعل الحقائق الكامنة عن العالم.

خريطة لمدينة نيويورك الأميركية (أدوبي)

التنقل في مدينة نيويورك دون خريطة

في دراسة حديثة قادها آشِش رامباتشان، أستاذ مساعد في الاقتصاد وباحث في مختبر نظم المعلومات واتخاذ القرار بمعهد ماساتشوستس للتكنولوجيا (LIDS)، قام الباحثون باختبار مدى قدرة نموذج لغوي مبني على «المحوّلات» على التنقل في مدينة نيويورك. وبينما أظهر النموذج دقة عالية في تقديم توجيهات دقيقة خطوة فخطوة عبر شبكة شوارع المدينة، تراجع أداؤه بشكل كبير عندما تمت إضافة عراقيل مثل إغلاق بعض الشوارع والتحويلات.

وعندما حلّل الباحثون أنماط التنقل التي أنتجها النموذج، اكتشفوا أن «خرائط» مدينة نيويورك التي كوّنها النموذج كانت تحتوي على مسارات غير واقعية، مثل شوارع غير موجودة وروابط غير دقيقة بين تقاطعات متباعدة. هذا الاكتشاف أثار تساؤلات حول حدود هذه النماذج، خاصة في البيئات التي تتطلب دقة كبيرة.

التداعيات في العالم الحقيقي

تنطوي هذه القيود على تداعيات هامة. فعلى الرغم من أن نماذج الذكاء الاصطناعي تبدو قادرة على التعامل مع مهام معقدة، فإن أداءها قد يتراجع بشكل كبير عندما تتغير المتغيرات البيئية، ولو بشكل بسيط. على سبيل المثال، قد يتمكن النموذج من التنقل في خريطة ثابتة لمدينة نيويورك، لكنه يتعثر عند مواجهة تحديات غير متوقعة، مثل إغلاق الشوارع. ويحذر فريق البحث من أن استخدام هذه النماذج في تطبيقات حقيقية قد يؤدي إلى فشل غير متوقع إذا واجهت سيناريوهات خارجة عن بيانات التدريب.

لعبة «أوثيللو» هي لعبة ألواح استراتيجية يشارك فيها لاعبان يلعبان على لوح مقسم إلى 8 × 8 مربعات غير مختلفة اللون (أدوبي)

مقاييس لتقييم الفهم

لمزيد من التعمق في مدى قدرة نماذج الذكاء الاصطناعي على تكوين «نماذج للعالم»، أي تمثيلات داخلية للقواعد والهيكليات، طوّر الفريق مقياسين جديدين للتقييم، هما «تمييز التسلسل» و«ضغط التسلسل».

يقيس «تمييز التسلسل» قدرة النموذج على التمييز بين سيناريوهات مختلفة، مثل تمييز موضعين مختلفين على لوحة لعبة «أوثيللو». ويقيّم المقياس ما إذا كان النموذج يفهم أن مدخلات مختلفة تحمل دلالات مختلفة.

أما مقياس «ضغط التسلسل» فيقيّم قدرة النموذج على إدراك الحالات المتطابقة، مثل وضعين متطابقين على لوحة لعبة «أوثيللو»، ويفهم أن خطوات التحرك التالية من كل وضع يجب أن تكون متشابهة.

قام الفريق باختبار هذه المقاييس على فئة معينة من المسائل تشمل تسلسلاً محدداً من الحالات والقواعد، مثل التنقل في شبكة شوارع أو لعب «أوثيللو». من خلال هذه التقييمات، سعى الباحثون لفهم ما إذا كانت النماذج قد طوّرت بالفعل نماذج منطقية للعالم.

العشوائية قد تؤدي إلى فهم أعمق

كشف البحث عن نتيجة غير متوقعة، حيث أظهرت النماذج التي دربت على تسلسلات عشوائية قدرة أكبر على بناء نماذج داخلية دقيقة مقارنة بتلك التي دربت على بيانات منظمة. على سبيل المثال، في لعبة «أوثيللو»، كانت النماذج المدربة على حركات عشوائية قادرة على التعرف على جميع الحركات الممكنة، حتى الحركات غير المثلى التي لا يلجأ إليها اللاعبون المحترفون.

وأوضح كيون فافا، الباحث الرئيسي وأستاذ زائر في جامعة هارفارد، أنه «من الناحية النظرية، عندما يتم تدريب النموذج على حركات عشوائية، فإنه يرى مجموعة كاملة من الاحتمالات، بما في ذلك الخيارات غير المحتملة». ويبدو أن هذا التعرض الواسع «يساعد النموذج في تكوين نموذج أكثر دقة للعالم، وإن لم يلتزم بالأسلوب الأمثل».

ورغم هذه النتائج، لم يستطع أي من النماذج تكوين نموذج منطقي متكامل للعالم في مهمة التنقل. وعندما أضاف الباحثون تحويلات إلى خريطة نيويورك، فشلت جميع النماذج في التكيف. وأشار فافا إلى أن «التراجع في الأداء كان مفاجئاً؛ إغلاق واحد في المائة فقط من الشوارع تسبب في انخفاض الدقة بشكل حاد، من أداء شبه مثالي إلى 67 بالمائة فقط».

تراجع أداء نماذج الذكاء الاصطناعي بشكل كبير عندما تتغير المتغيرات البيئية ولو بشكل بسيط (أدوبي)

بناء نماذج للعالم موثوقة

تسلط نتائج هذه الدراسة الضوء على تحدٍ كبير، يتمثل في أنه عندما تبدو المحوّلات قادرة على أداء مهام معينة، فإنها قد تفتقر إلى الفهم الأساسي للقواعد. وشدّد رامباتشان على ضرورة الحذر، قائلاً: «غالباً ما يفترض الناس أنه بما أن هذه النماذج تحقق نتائج رائعة، فلا بد أنها طوّرت فهماً جوهرياً للعالم. لكن دراستنا تشير إلى أننا بحاجة إلى النظر في هذا الافتراض بعناية وعدم الاعتماد على الحدس فقط».

ويخطط الباحثون لتوسيع دراستهم لتشمل تحديات أكثر تعقيداً حيث قد تكون القواعد غير معروفة كلياً أو متغيرة. وباستخدام مقاييسهم التقييمية على هذه المجالات، يأملون في فهم حدود نماذج الذكاء الاصطناعي بشكل أفضل وتوجيه تطويرها في المستقبل.

تداعيات أوسع وأهداف مستقبلية

تتجاوز تداعيات هذا البحث فهم العالم الافتراضي، وتمس التطبيقات العملية. إذا كانت نماذج الذكاء الاصطناعي غير قادرة على تكوين نماذج داخلية دقيقة للعالم، فإن ذلك يثير تساؤلات حول استخدامها في مجالات تتطلب منطقاً دقيقاً، مثل القيادة الذاتية، والأبحاث العلمية، والتخطيط اللوجستي. ويقول الباحثون إن الحاجة ملحة لإعادة التفكير في كيفية تدريب هذه النماذج وتقييمها لتكون أكثر تكيفاً وموثوقية.

هذا البحث مدعوم من قبل عدة مؤسسات، بما في ذلك مبادرة علوم البيانات في جامعة هارفارد، ومؤسسة العلوم الوطنية، ومؤسسة ماك آرثر. سيتم عرض الدراسة في مؤتمر نظم معالجة المعلومات العصبية، حيث سيواصل الباحثون مناقشة تعقيدات نماذج الذكاء الاصطناعي واستكشاف مسارات جديدة لتطويرها.