Criar uma IA responsável faz parte do compromisso da Zendesk de fornecer aos nossos clientes produtos e soluções confiáveis. A Zendesk utiliza um conjunto de princípios de design em relação aos nossos produtos de IA, que incluem privacidade, segurança e conformidade desde o design.
Nenhum conteúdo generativo treinado em dados do cliente
É importante observar que os modelos de machine learning proprietários da Zendesk não são de natureza generativa, ou seja, não produzem passagens de texto livre, imagens ou código, como é o caso de muitas soluções populares de IA voltadas para o consumidor. Como as saídas desses modelos são rótulos em vez de conteúdo, eles não criam o risco de que os dados dos clientes sejam reproduzidos ou compartilhados em contexto inadequado.
Proteção dos dados do cliente
Como parte de nosso compromisso de proteger os dados dos clientes, tomamos medidas adicionais para limpar seus dados antes de usá-los para treinar nossos modelos que podem ser usados por outros clientes. Entre elas:
- Todos os campos de dados específicos a identificadores (por exemplo, campos de nome de usuário e endereço de e-mail) são excluídos do conjunto de dados de treinamento.
- Um algoritmo de processamento de linguagem natural é aplicado para identificar e remover algumas informações de identificação que não são relevantes para o modelo nos outros campos de texto livre do conjunto de dados de treinamento.*
- Os dados são convertidos em formato legível por máquina. Isso normalmente é feito usando um processo de “tokenização”, que converte texto livre em forma de vetor numérico, com o vetor resultante não legível por humanos sem o uso de um tokenizador associado.
*No caso de Agentes de IA - Avançado (Ultimate), se os Dados de Serviço forem necessários para o treinamento do modelo, os clientes determinam diretamente como limpar o conjunto de dados de treinamento. Os métodos de anonimização para mensagens detectam diferentes categorias de dados pessoais nas mensagens e substituem esses valores por um rótulo anônimo correspondente às categorias detectadas usando entidades de conteúdo. Por exemplo, os endereços de e-mail nas mensagens são substituídos por rótulos de <EMAIL>, números de conta bancária são substituídos por rótulos de <IBAN> e assim por diante. Os placeholders <EMAIL> e <IBAN> são exemplos das entidades padrão e predefinidas. Aqui há uma lista de entidades de conteúdo comumente usadas.
Nenhum conjunto de dados de treinamento é armazenado em nenhum modelo do Zendesk e os dados dos clientes permanecerão sempre sujeitos a nossos compromissos de segurança e privacidade existentes, incluindo conforme descrito em nosso:
- Central de confiabilidade
- Política Regional de Hospedagem de Dados
- Política de exclusão de Dados de serviço
Nenhum efeito nos contratos atuais
Seu uso de qualquer funcionalidade de IA do Zendesk não afetará seus contratos existentes com a Zendesk. Se você inseriu um complemento de processamento de dados (DPA) com a Zendesk, os termos desse DPA continuarão se aplicando ao seu uso dos Serviços. (Observe que os EAPs estão sujeitos a termos separados.)
IA generativa
Além dos modelos de machine learning proprietários da Zendesk, a Zendesk também oferece vários recursos de IA generativa suportados por LLMs de terceiros, como OpenAI. A Zendesk usa modelos pré-treinados e nenhum terceiro usará suas informações para treinar seus modelos ou melhorar seus serviços.
Saiba mais em: IA generativa na Zendesk.
Aviso sobre a tradução: este artigo foi traduzido por um software de tradução automática para oferecer a você uma compreensão básica do conteúdo. Medidas razoáveis foram tomadas para fornecer uma tradução precisa, no entanto, a Zendesk não garante a precisão da tradução.
Em caso de dúvidas relacionadas à precisão das informações contidas no artigo traduzido, consulte a versão oficial do artigo em inglês.