Google ने दिवालिया हुई अमेरिकी एयरलाइन Spirit का डेटा अधिग्रहित किया
दिवालियापन से बाहर AI ट्रेनिंग के लिए Spirit Airlines के कॉरपोरेट डेटा की Google द्वारा खरीद गोपनीयता, सहमति, और व्यक्तिगत जानकारी को व्यापार योग्य संपत्ति मानने पर चिंता बढ़ा रही है। टिप्पणीकार सवाल उठाते हैं कि लाखों ईमेल, कॉल रिकॉर्डिंग, टिकट्स, और आंतरिक दस्तावेज़ों का “deidentification” तब कैसे सार्थक हो सकता है जब बड़ी टेक कंपनियाँ अन्य डेटासेट्स के साथ क्रॉस-रेफरेंस करके व्यक्तियों को आसानी से फिर से पहचान सकती हैं, और नोट करते हैं कि दिवालियापन अक्सर मूल उपयोग-सहमति को पीछे छोड़ देता है। अन्य लोग इसे एक व्यापक प्रवृत्ति का हिस्सा मानते हैं: AI कंपनियाँ white-collar काम को स्वचालित करने के लिए अनूठा वास्तविक-विश्व ऑपरेशनल डेटा हासिल करने की दौड़ में हैं, जबकि नियामक डेटा-सुरक्षा नियमों को पर्याप्त तेज़ी से अपडेट करने के लिए संघर्ष कर रहे हैं।
बिक्री का दायरा और वैधता
- Spirit का आंतरिक डिजिटल एग्ज़ॉस्ट (ईमेल, Teams/SharePoint/OneDrive आर्टिफैक्ट्स, ऑप्स डेटा, सपोर्ट लॉग्स, टिकट्स, आदि) दिवालियापन में नीलाम किया गया और Google ने इसे खरीदा, नाममात्र रूप से “AI सेवाओं को बेहतर” बनाने के लिए।
- टिप्पणीकार बहस करते हैं कि क्या यह बिल्कुल भी कानूनी होना चाहिए: कई लोगों को यह ग्राहक और कर्मचारी अपेक्षाओं का उल्लंघन लगता है, खासकर जहाँ सहमति “ट्रेनिंग” इंसानों के लिए दी गई थी, LLMs के लिए नहीं।
- कुछ का तर्क है कि अमेरिका में “जिसके पास कंप्यूटर है, उसके पास डेटा है” और दिवालियापन अदालतें लेनदारों की वसूली को प्राथमिकता देती हैं, जब तक कि विशिष्ट क़ानून (जैसे GDPR-शैली) इसे रोक न दें, तब तक अनुबंधों को फिर से लिख देती हैं।
कौन-सा डेटा शामिल है (विवादित)
- कुछ कवरेज का हवाला देते हैं जिसमें कहा गया है कि Google को ग्राहक व्यवहार डेटा की विशाल मात्रा (कॉल, चैट, ईमेल पते, Wi‑Fi खरीदारी, आदि) मिलती है।
- अन्य लोग, जिन्होंने अदालत की फ़ाइलिंग पढ़ी, कहते हैं कि Google खरीद अनुरोध से “ग्राहक व्यवहार” डेटा स्पष्ट रूप से बाहर रखा गया है और वे लेख पर गलत रिपोर्टिंग का आरोप लगाते हैं।
- एक “Deidentification Agent” (Google द्वारा चुना गया एक तृतीय पक्ष) का उल्लेख है और California CCPA de-identification मानकों का संदर्भ दिया गया है।
डी-आइडेंटिफिकेशन और री-आइडेंटिफिकेशन
- कई लोग गहराई से संदेह करते हैं कि 100M+ ईमेल, 30M कॉल, और समृद्ध ऑपरेशनल लॉग्स के खज़ाने को सार्थक रूप से डी-आइडेंटिफाई किया जा सकता है, खासकर जब उसे अन्य डेटासेट्स के साथ जोड़ा जाए।
- उठाए गए उदाहरण: पहले के AOL/Yahoo “गुमनाम” डेटा सेट, कुछ quasi-identifiers (लिंग, जन्मदिन, ZIP) से विशिष्टता, और stylometry (लेखन-शैली फ़िंगरप्रिंटिंग)।
- कुछ लोग नोट करते हैं कि डी-आइडेंटिफाइड डेटा को फिर से पहचानना नाममात्र रूप से big-tech नीति के खिलाफ है और यह नौकरी से निकालने योग्य अपराध हो सकता है, लेकिन अन्य लोग प्रोत्साहनों, कमजोर प्रवर्तन, और “bounded distrust” की ओर इशारा करते हैं।
Google को यह क्यों चाहिए होगा
- इसे एक सोने की खान माना जा रहा है:
- कॉल/chatbot ट्रेनिंग के लिए ग्राहक-सेवा इंटरैक्शन।
- ईमेल, टिकट्स, चैट्स, और ऑप्स डेटा में समृद्ध, समय-मुद्रांकित कॉरपोरेट वर्कफ़्लोज़, ताकि ऐसे “agent swarms” प्रशिक्षित किए जा सकें जो किसी कंपनी के संचालन का अनुकरण करें।
- सामान्य वेब टेक्स्ट से आगे, वास्तविक white-collar काम की अनूठी आंतरिक शैली और पैटर्न।
- एक अल्पसंख्यक का सुझाव है कि इससे blacklists, social-credit-जैसी scoring, या सूक्ष्म price discrimination को दिशा मिल सकती है, हालांकि इसे अटकल और भय के रूप में प्रस्तुत किया गया है।
गोपनीयता, विनियमन, और मानदंड
- GDPR के साथ अनेक तुलना: उद्देश्य-सीमित सहमति, गैर-हस्तांतरणीय उपयोग-क्षेत्र, और अमेरिका के business-friendly defaults की तुलना में सार्थक जुर्माने।
- कुछ लोग नोट करते हैं कि GDPR भी अपूर्ण है और “legitimate interests” के जरिए इससे बचा जा सकता है, लेकिन फिर भी यह कुछ न होने से बेहतर है।
- कई लोगों का तर्क है कि “de-identification” मानक ML क्षमताओं के साथ तालमेल नहीं रख पाए हैं और वे तत्काल नए विनियमन की मांग करते हैं।
व्यापक प्रतिक्रियाएँ
- इस बात को लेकर गहरी बेचैनी कि “data as an asset” किसी कंपनी के जीवन के बाद भी बना रहता है और दिवालियापन में उससे कमाई की जाती है।
- कुछ निराश टिप्पणी: अधिकांश लोगों ने इसी तरह का डेटा पहले ही Gmail, Teams, आदि को दे दिया है; data brokers और tracking सर्वव्यापी हैं।
- अन्य लोग dystopian दिशा पर ध्यान केंद्रित करते हैं: मानव पीड़ा पर मॉडल्स का प्रशिक्षण, सामान्य लोगों के लिए अर्थपूर्ण गोपनीयता का नुकसान, और AI को कॉरपोरेट नियंत्रण और निष्कर्षण को और सख्त करने के उपकरण के रूप में देखना।