خطوات بسيطة لإزالة خزين البيانات الشخصية من المنصات

أبل وغوغل وفيسبوك وتويتر تستخلصها بسهولة

خطوات بسيطة لإزالة خزين البيانات الشخصية من المنصات
TT

خطوات بسيطة لإزالة خزين البيانات الشخصية من المنصات

خطوات بسيطة لإزالة خزين البيانات الشخصية من المنصات

لم يعد يخفى على أحد أن شركات التواصل الاجتماعي كـ«ميتا» تجمع الكثير من المعلومات عنكم. وعندما تؤسسون حساباً على منصة فيسبوك، أو إنستغرام، أو تويتر، تسألون عما إذا كنتم تريدون مزامنة جهات اتصالكم. قد يبدو الأمر غير مضر لكم، إلا أنه ليس كذلك.
تذهب عملية جمع البيانات أبعد بكثير من منصات التواصل الاجتماعي، ولا شك في أن كل واحدة من شركات التقنية الكبرى تملك بعض المعلومات عنكم.
أبل، وغوغل، وتويتر، وميتا تملك ملفات شخصية لكم، ولكن ما الذي تعرفه هذه الشركات تحديداً؟ حسناً، إليكم كيف تتبينون هذه الأمور.
جمع البيانات
> ما تعرفه أبل. اتخذت بعض شركات التقنية خطوات لتقليل انكشاف بيانات المستخدمين أمام المعلنين من الطرف الثالث دون أن تمنعه بالكامل. فقد عمدت أبل قبل بضعة أشهر إلى تقديم تطبيق لمراقبة الشفافية يتيح لمستخدمي نظام iOS تحديد التطبيقات التي تستطيع الوصول إلى بياناتهم.
ولكن حتى مع هذا الإعداد النشط، لا تزال أبل تجمع كمية كبيرة من البيانات مثل تفاصيل هوية أبل، والبيانات المخزنة في الصور والرسائل الإلكترونية، والمشتريات من متجر أبل ومتجر التطبيقات وتطبيق «آي تيونز».
يمكنكم تحميل نسخة من بياناتكم الشخصية للاطلاع على ما خزنته أبل عنكم: إليكم الكيفية:
- سجلوا دخولكم في حسابكم على أبل على هذا الرابط privacy.apple.com، واختاروا «طلب نسخة من البيانات».
- اختاروا البيانات التي تريدونها أو اضغطوا على مربع «اختيار الكل».
- بعدها، ستنتقلون إلى شاشة تفيد بأنكم ستتلقون رسالة إلكترونية عندما تصبح بياناتكم جاهزة وقد يتطلب الأمر حوالي أسبوع.
قد تحتاجون إلى تسجيل دخولكم عدة مرات وستحصلون على رمز للمصادقة الثنائية العوامل عندما يتم الأمر.
> مراقبة غوغل تتخطى البحث. إذا كنتم تملكون حساباً من غوغل، قد تعرف الشركة عنكم أكثر مما يعرفه أصدقاؤكم المقربون، وهذا يعني أن الطريقة الوحيدة التي قد تمنع غوغل من تعقبكم وتخزين بياناتكم هي التوقف عن استعمال خدماتها، إلا أن هذا الأمر سهل بالقول وليس بالفعل.
كيف تتحكمون بما تعرفه غوغل عنكم:
- سجلوا دخولكم في حسابكم من غوغل على الرابط التالي
myactivity.google.com/activitycontrols
- هناك، يمكنكم الاطلاع على ما حفظته غوغل في ملفكم الشخصي وحذف تاريخ البحث بالكامل، وتاريخ تعقب الموقع، وتاريخ يوتيوب، والإعلانات المخصصة.
- اختاروا «إدارة نشاطات الشبكة والتطبيقات» لتروا نشاطكم وتحذفوه يدوياً أو أوتوماتيكياً باستخدام الضوابط على هذه الصفحة، ومن ثم اختاروا «حذف» في لائحة الخيارات للبدء من جديد.
- اختاروا «إدارة» تاريخ بيانات يوتيوب وتاريخ الموقع وكرروا الخطوات المذكورة أعلاه.
ملاحظة: إذا كان تعقب الموقع يعمل، تحتفظ غوغل ببيانات حول الأماكن التي تلتقطون فيها الصور.
{تويتر} و{فيسبوك}
> التغريد أبدي. يتعقب تطبيق تويتر تاريخ تسجيل الدخول، والأجهزة المستخدمة، والأماكن التي زرتموها أثناء استخدامه، وحتى إعجاباتكم. ولا تنسوا أن كل تغريدة قابلة للنسخ أو للتعقب لاستخدامها ضدكم في أي وقت.
كيف تحملون أرشيف بيانات تويتر:
- سجلوا دخولكم في حساب تويتر من جهاز كومبيوتر وانقروا على رمز «المزيد» في شريحة الملاحة.
- اذهبوا إلى إعدادات ودعم تحميل أرشيف البيانات.
- بعدها، سيطلب منكم إدخال كلمة مروركم، أو يمكنكم التأكيد على هويتكم من خلال إرسال رمز إلى عنوان بريدكم الإلكتروني و/أو رقم هاتفكم.
- بعد التأكيد على الهوية، انقروا على زر طلب البيانات.
- عندما يصبح التحميل جاهزاً، يرسل تويتر رسالة إلكترونية لحساب بريدكم الإلكتروني المتصل به أو إشعاراً إلى جهازكم. من الإعدادات، يمكنكم النقر على زر تحميل البيانات في قسم تحميل البيانات.
- بعد تلقي الرسالة الإلكترونية، انقروا على زر تحميل أثناء تواجدكم في الحساب وحملوا ملف ZIP لأرشيف تويتر الخاص بكم.
لا تحذفوا الحساب إذا قررتم التوقف عن استخدام تويتر لأن أحدهم قد يعمد إلى سرقة اسم المستخدم الخاص بكم وانتحال صفتكم.
> فيسبوك: كنز دفين من البيانات. تجمع حسابات التواصل الاجتماعي كميات هائلة من المعلومات الشخصية، ولهذا السبب تحديداً يعتبر القراصنة حسابات فيسبوك وتويتر قيمة أكثر من تفاصيل البطاقات المصرفية خصوصاً أن هذه المعلومات مصدرها أنتم.
عند تأسيس حساب على فيسبوك، تحصل الشركة على اسمكم، وسنكم، ومحل إقامتكم، وأصدقائكم، واهتماماتكم، وحتى ميولكم السياسية.
كيف تحصلون على نسخة من بياناتكم على فيسبوك:
- افتحوا تطبيق فيسبوك على جهاز الكومبيوتر وانقروا على ملفكم الشخصي.
- اختاروا إعدادات وخصوصية
إعدادات.
-اختاروا خصوصية معلوماتكم على فيسبوك في الجهة اليسرى.
- اختاروا تحميل معلومات الملف الشخصي.
- انقروا على المربعات لاختيار الفئات، وستجدون خيارات أخرى كالتاريخ، وصيغة التحميل، ونوعية الوسائط.
- عندما تصبحون جاهزين، اضغطوا على طلب التحميل للبدء بالتحميل.
- يظهر طلبكم «قيد الانتظار» في قسم الملفات المتوفرة في أداة تحميل المعلومات.
- عندما تصبح الأمور جاهزة ستتلقون إشعاراً وقد يتطلب الأمر بضعة أيام. عندما يحصل هذا الأمر، اذهبوا إلى قسم الملفات الجاهزة في أداة تحميل معلوماتكم.
- انقروا على تحميل وأدخلوا كلمة المرور.
* خدمة «يو.إس.إي.توداي»


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.