سياسة المشاركة والنشر

لتقليل المخاطر المحتملة للمحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي، وضعنا السياسة التالية بشأن المشاركة المسموح بها.

يُسمح بشكل عام بنشر المطالبات أو المخرجات الخاصة بك على وسائل التواصل الاجتماعي، وكذلك البث المباشر لاستخدامك أو عرض منتجاتنا أمام مجموعات من الأشخاص. يرجى الالتزام بما يلي:

• مراجعة كل محتوى يتم إنشاؤه يدويًا قبل المشاركة أو أثناء البث.
• الإشارة إلى أن المحتوى صادر عنك أو عن شركتك.
• الإشارة إلى أن المحتوى تم إنشاؤه بواسطة الذكاء الاصطناعي بطريقة لا يمكن للمستخدمين إغفالها أو فهمها على نحو خاطئ.
• عدم مشاركة محتوى ينتهك سياسة المحتوى⁠ الخاصة بنا أو قد يسيء للآخرين.
• إذا كنت تتلقى طلبات من الجمهور لإدخال مطالبات، فاستعن بحسن التقدير، ولا تدخل مطالبات قد تؤدي إلى انتهاك سياسة المحتوى⁠ الخاصة بنا.

إذا كنت ترغب في التأكد من اطلاع فريق OpenAI على مخرجات معينة، يمكنك مراسلتنا عبر البريد الإلكتروني أو استخدام أدوات الإبلاغ داخل Playground.

• تذكر أنك تتفاعل مع النموذج الأولي، أي أننا لا نقوم بتصفية الردود المتحيزة أو السلبية. (بالإضافة إلى ذلك، يمكنك الاطلاع على المزيد حول كيفية استخدام نقطة النهاية المجانية للإشراف⁠(يفتح في نافذة جديدة) من هنا.)

إن صانعي المحتوى الذين يرغبون في نشر محتوى مكتوب من تأليفهم (مثل كتاب أو مجموعة قصص قصيرة) تم إنشاؤه جزئيًا باستخدام OpenAI API يُسمح لهم القيام بذلك وفقًا للشروط التالية:

• الإشارة إلى أن المحتوى المنشور صادر عنك أو عن شركتك.
• أن يتم الإفصاح بوضوح عن دور الذكاء الاصطناعي في صياغة المحتوى بطريقة لا يمكن لأي قارئ إغفالها، وعلى نحو يسهل فهمه للقارئ العادي.
• ألا تنتهك موضوعات المحتوى سياسة المحتوى⁠ أو شروط الاستخدام⁠ الخاصة بشركة OpenAI، على سبيل المثال، يجب ألا تتعلق بالمحتوى المخصص للبالغين أو الرسائل المزعجة أو المحتوى الذي يُشجع الكراهية أو يحض على العنف أو أي استخدامات أخرى قد تسبب ضررًا اجتماعيًا.
• نرجو منك الامتناع عن مشاركة المخرجات التي قد تسيء للآخرين.

على سبيل المثال، يجب توضيح دور الذكاء الاصطناعي في الصياغة والتحرير وما إلى ذلك بالتفصيل في المقدمة أو التمهيد (أو أي مكان مماثل). يجب عدم تقديم المحتوى الذي تم إنشاؤه بواسطة API على أنه من إنتاج الأشخاص بالكامل أو من إنتاج الذكاء الاصطناعي بالكامل، ويجب أن يكون الأشخاص هم مَن يتحملون المسؤولية النهائية عن المحتوى الذي يتم نشره.

فيما يلي بعض العبارات الجاهزة التي يمكنك استخدامها لوصف عمليتك الإبداعية، شريطة أن تكون دقيقة:

نؤمن بأهمية تمكين العالم أجمع من تقييم أبحاثنا ومنتجاتنا، لا سيما لفهم جوانب القصور المحتملة ومشكلات السلامة أو التحيز في نماذجنا وتحسينها. وعليه، فإننا نرحب بالأبحاث المنشورة المتعلقة بتطبيق OpenAI API.

• في بعض الحالات، قد نرغب في تسليط الضوء على عملك داخليًا و/أو خارجيًا.
• وفي حالات أخرى، مثل المنشورات المتعلقة بالأمان أو إساءة استخدام API، قد نضطر إلى اتخاذ إجراءات مناسبة لحماية مستخدمينا.
• إذا لاحظت أي مشكلات تتعلق بالسلامة أو الأمان في API أثناء بحثك، نرجو منك الإبلاغ عنها فورًا عبر برنامج الإفصاح المنسق عن الثغرات الأمنية⁠ الخاص بنا.

ثمة العديد من الاتجاهات البحثية التي نتطلع بحماس لاستكشافها باستخدام OpenAI API. إذا كنت مهتمًا بفرصة الحصول على وصول مدعوم، يرجى تزويدنا بتفاصيل حول حالة استخدامك البحثي من خلال طلب الانضمام لبرنامج إتاحة الوصول للباحثين⁠.

على وجه الخصوص، نرى أن الاتجاهات التالية بالغة الأهمية، إلا أن لك مطلق الحرية في صياغة اتجاهك الخاص:

• التوافق: كيف يمكننا فهم ما هو الهدف، إن وجد، الذي يسعى النموذج لتحقيقه على أفضل وجه؟ كيف يمكننا زيادة مدى توافق هذا الهدف مع تفضيلات الأفراد، مثل التصميم السريع أو الضبط الدقيق؟
• العدالة والتمثيل: كيف يجب وضع معايير الأداء لضمان العدالة والتمثيل في نماذج اللغة؟ كيف يمكن تحسين نماذج اللغة بما يضمن دعمها بفاعلية لأهداف العدالة والتمثيل في السياقات المحددة عند التطبيق؟
• البحث متعدد التخصصات: كيف يمكن لتطوير الذكاء الاصطناعي الاستفادة من الأفكار المستمدة من تخصصات أخرى مثل الفلسفة والعلوم المعرفية وعلم اللغة الاجتماعي؟
• قابلية التفسير والشفافية: كيف تعمل هذه النماذج من الناحية الآلية؟ هل يمكننا تحديد المفاهيم التي تستخدمها هذه النماذج أو استخلاص المعرفة الكامنة منها أو استنتاج معلومات حول إجراءات التدريب أو التنبؤ بسلوكيات غير متوقعة قد تظهرها في المستقبل؟
• احتمالية إساءة الاستخدام: كيف يمكن إساءة استخدام أنظمة مثل API؟ ما هي أساليب "اختبار الفريق الأحمر" (محاكاة الهجمات أو السلوكيات الضارة) التي يمكننا تطويرها لمساعدتنا ومساعدة مطوري الذكاء الاصطناعي الآخرين على التفكير في نشر مثل هذه التقنيات بطريقة مسؤولة؟
• استكشاف النماذج: تتميز النماذج، كتلك التي يقدمها API، بمجموعة متنوعة من الإمكانيات التي لم نستكشفها بعد. نحن متحمسون للبحث في العديد من المجالات، بما في ذلك حدود النماذج والخصائص اللغوية والاستدلال البديهي والاستخدامات المحتملة للعديد من المشكلات الأخرى.
• القدرة: تتميز النماذج المنتِجة بقدرات متفاوتة، مع احتمال وجود مجالات قوة وضعف على نحو غير متوقع. ما مدى قدرة النماذج المنتِجة الكبيرة على التعامل مع التغييرات “الطبيعية” في المطالبات، مثل صياغة نفس الفكرة بطرق مختلفة أو مع وجود أخطاء إملائية أو عدم وجودها؟ هل يمكننا التنبؤ بأنواع المجالات والمهام التي يرجح أن تكون فيها النماذج المنتِجة الكبيرة أكثر قوة (أو غير قوية)، وكيف يرتبط ذلك ببيانات التدريب؟ هل هناك تقنيات يمكننا استخدامها للتنبؤ بالاستجابة في أسوأ الحالات والحد منها؟ كيف يمكن قياس القدرة في سياق التعلم المقتصر على عدد قليل من الأمثلة (مثلاً، عبر تباينات المطالبات)؟ هل يمكننا تدريب النماذج بحيث تلبي خصائص السلامة والأمان بمستوى عالٍ جدًا من الموثوقية، حتى في ظل وجود مدخلات متعارضة؟

يرجى العلم أنه نظرًا لكثرة الطلبات، يستغرق الأمر وقتًا لمراجعة هذه الطلبات، ولن تمنح جميع الأبحاث الأولوية للحصول على الدعم. سنتواصل معك فقط في حال اختيار طلبك للحصول على الدعم.