What LLMs Know About Their Users - Schneier on Security

Artikeln belyser hur stora språkmodeller (LLM), som ChatGPT, samlar in omfattande och detaljerad information om sina användare genom en "memory dossier"-funktion. Denna funktion genererar en extremt detaljerad användarprofil som omfattar preferenser, tekniska intressen (t.ex. Python, JavaScript, SQL), geografisk plats, hobbies (t.ex. fågelskådning, matlagning) och interaktionsmönster. Exempel från författarens egen profil visar hur LLM:en identifierar intressen som mjukvaruutveckling, miljöfrågor (AI:s energiförbrukning) och personliga detaljer som bostadsort (Half Moon Bay, Kalifornien). Författaren uttrycker djup oro över den "intima övervakning" som denna förmåga att syntetisera och presentera användardata på ett mänskligt läsbart sätt representerar. Slutligen ifrågasätts om någon annan konsumentprodukt tidigare har kunnat bygga upp en så detaljerad och förståelig profil av sina användare, vilket indikerar en ny nivå av datainsamling och analys.