هل صحيح أن أنظمة الذكاء الاصطناعي تجمع بيانات المستخدمين وتهدد الخصوصية؟

دراسات وتقارير متعددة تؤكد أن أنظمة الذكاء الاصطناعي تعتمد على جمع كميات ضخمة من البيانات لتدريب نماذجها. مواقع التواصل الاجتماعي مثل فيسبوك وإنستغرام وتطبيقات الخدمات تجمع باستمرار بيانات عن سلوك المستخدمين وتفاعلاتهم وموقعهم الجغرافي.

البيانات المدخلة من المستخدمين في تطبيقات الذكاء الاصطناعي التوليدية تُستخدم لتدريب النماذج، وتنصح الشركات بعدم إدخال بيانات حساسة مثل المعلومات المالية أو الطبية. كما أن الكشف العرضي عن البيانات الحساسة أثناء تحميلها لتدريب النماذج يعد خطراً فعلياً.

بينما تجمع الشركات البيانات رسمياً لتحسين الخدمات، إلا أن الحقيقة أكثر تعقيداً. الكثير من التطبيقات تجمع بيانات تفصيلية تتجاوز ما هو ضروري فعلياً، والبيانات تُستخدم أيضاً لأغراض إعلانية وتسويقية. في بعض الحالات، يتم جمع بيانات "احتياطية" قد تفيد في المستقبل.

دراسة حديثة (مايو 2026) حذرت من أن الذكاء الاصطناعي قادر على استنتاج معلومات حساسة مثل العمر والجنس والحالة الاقتصادية والتوجهات السياسية من خلال تحليل أنماط الإعلانات المعروضة، دون الحاجة لتتبع مباشر أو اختراق بيانات.

التشفير يوفر حماية قوية للبيانات في وضع السكون والنقل، لكنه ليس حلاً شاملاً وحده. تهديدات إضافية مثل الوصول غير المصرح به والأخطاء البشرية وسوء التكوين تبقى مصادر خطر. يجب دمج التشفير مع إجراءات أمان أخرى مثل التحقق متعدد العوامل وإدارة الوصول.

تقارير حديثة (مارس 2026) أظهرت أن تطبيقات ميتا (فيسبوك وإنستغرام وواتساب) وأمازون وخدمات جوجل تحتل صدارة قائمة التطبيقات الأكثر جمعاً للبيانات، بما يشمل الموقع الجغرافي والاهتمامات والمعلومات المالية وسجل الاستخدام.

بينما توفر هذه القوانين حقوقاً للمستخدمين مثل معرفة البيانات المجمعة وطلب حذفها، إلا أن الباحثين يشيرون إلى تحديات كبيرة متبقية. التفاوت بين دول مختلفة وعدم امتثال بعض الشركات للقوانين يبقى مشكلة فعلية في الممارسة العملية.

بينما يمكن للإعدادات البسيطة مثل تقييد الأذونات والتحقق متعدد العوامل أن توفر حماية معقولة، إلا أن الحماية الشاملة تتطلب معرفة تقنية عميقة وجهوداً مستمرة. كما أن العديد من المستخدمين لا يفهمون بالكامل المخاطر الفعلية أو كيفية حماية أنفسهم بكفاءة.