Principes de confidentialité de Slack : recherche, apprentissage et intelligence artificielle
Vue d’ensemble
- Mission de Slack : Slack vise à créer des produits qui rendent le travail plus simple, plus agréable et plus productif. Pendant le développement de ces produits, la confidentialité et la sécurité des données clients sont essentielles.
- Usage de l’IA/du ML : Slack utilise de manière limitée l’intelligence artificielle (IA) et le machine learning (ML) pour améliorer les objectifs de ses produits. Pour cela, l’entreprise analyse les données clients (messages, contenus, fichiers, etc.) ainsi que d’autres informations (y compris les données d’usage).
Principes de confidentialité
- Prévention des fuites de données : lorsque les modèles sont largement utilisés par l’ensemble des clients, Slack les conçoit de façon à ce qu’ils ne puissent pas apprendre, mémoriser ni reproduire des données clients.
- Techniques de prévention d’accès : lors du développement de modèles d’IA/ML ou de l’analyse des données clients, Slack met en place diverses mesures techniques afin de ne pas pouvoir accéder au contenu sous-jacent.
- Choix laissé aux clients : si un client souhaite exclure ses données du modèle global de Slack, il peut exercer une option de retrait. En cas de retrait, les données de l’espace de travail concerné sont utilisées uniquement pour améliorer l’expérience de cet espace de travail.
Comment se retirer
- Demande d’opt-out : si vous souhaitez vous retirer, le propriétaire de l’organisation ou de l’espace de travail peut contacter l’équipe en charge de l’expérience client pour en faire la demande. Une réponse est envoyée une fois la demande traitée.
Données clients et autres informations
- Exemples d’usage des données : Slack améliore son service notamment de la manière suivante.
- Recommandation de canaux : recommande à l’utilisateur de rejoindre de nouveaux canaux publics, en se basant sur l’appartenance aux canaux, l’activité, le chevauchement des sujets, etc.
- Résultats de recherche : les modèles de machine learning pour la recherche identifient les résultats que l’utilisateur cherche à trouver, à partir des résultats précédents et du niveau d’engagement.
- Auto-complétion : complète automatiquement les requêtes de recherche ou d’autres textes, en s’appuyant sur des formulations issues de messages publics.
- Recommandation d’emoji : recommande des réactions emoji à partir du contenu et du ton émotionnel du message, tout en tenant compte de la fréquence d’utilisation de certains emoji dans l’espace de travail concerné.
Confidentialité
- Propriété des données clients : les clients restent propriétaires de leurs données. Slack agrège et anonymise les données clients afin de les utiliser pour les mises à jour du service.
Avis de GN⁺
- Importance de la confidentialité : le fait que Slack accorde de l’importance à la confidentialité et à la sécurité des données clients est très positif. Cela contribue à renforcer la confiance des utilisateurs.
- Usage limité de l’IA/du ML : l’approche consistant à utiliser l’IA et le ML de manière limitée afin de renforcer la confidentialité est très judicieuse. Elle réduit le risque de fuite de données.
- Fonction d’opt-out : offrir aux clients la possibilité d’exclure leurs données du modèle global est très utile. Cela renforce leur contrôle sur leurs données.
- Mesures techniques : les différentes mesures techniques empêchant l’accès au contenu sous-jacent renforcent la sécurité des données. Elles sont efficaces pour prévenir les fuites de données.
- Produits concurrents : des produits concurrents comme Microsoft Teams proposent également des fonctions similaires. Les utilisateurs peuvent choisir le produit qui correspond à leurs besoins.
Aucun commentaire pour le moment.