Політика поширення й публікації

Щоб мінімізувати ризики, які можуть виникати у зв’язку з умістом, створеним за допомогою ШІ, ми застосовуємо наведені нижче правила щодо дозволеного поширення.

Загалом, ви можете публікувати в соцмережах свої запити й результати їх виконання. Також дозволяється вести прямі трансляції використання сервісів або демонструвати наші продукти групам людей. Дотримуйтеся таких вимог:

• Самостійно перевіряйте згенерований уміст перед публікацією або під час трансляції.
• Зазначайте авторство (ваше ім’я або назву вашої компанії).
• Вказуйте, що вміст було створено за допомогою ШІ, і робіть це так, щоб сповіщення було неможливо не помітити або неправильно зрозуміти.
• Не поширюйте вміст, який порушує нашу Політику щодо вмісту⁠ або може образити інших людей.
• Якщо ви вводите запити, отримані від аудиторії, керуйтеся здоровим глуздом; не вводьте запити, які можуть порушувати нашу Політику щодо вмісту⁠.

Якщо ви хочете поінформувати команду OpenAI про певний результат виконання, надішліть електронного листа або скористайтеся спеціальними інструментами в тестовому середовищі.

• Зауважте, що ви взаємодієте з базовою моделлю, тому ми не фільтруємо упереджені й негативні відповіді. (Докладніше про використання нашого безкоштовного інструмента Moderation Endpoint⁠(відкривається у новому вікні) можна почитати тут.)

Щоб опублікувати власний уміст (наприклад, книгу чи збірку оповідань), створений за участі API OpenAI, авторам необхідно дотримуватися таких вимог:

• Опублікований уміст має бути підписаний вашим іменем або назвою вашої компанії.
• Інформація про участь ШІ в створенні вмісту повинна бути зазначена чітко, помітно та зрозуміло для пересічного читача.
• Уміст не повинен порушувати Політику щодо вмісту⁠ й Умови використання⁠ OpenAI, зокрема забороняється використовувати матеріали сексуального характеру, спам, мову ворожнечі, заклики до насильства чи інший шкідливий для суспільства вміст.
• Просимо утриматися від поширення результатів виконання, які можуть образити інших людей.

Наприклад, у передмові, вступі (чи іншому відповідному розділі) необхідно чітко описати розподіл ролей у процесі написання тексту, редагування тощо. Не можна видавати вміст, згенерований за допомогою API, за повністю створений людиною або повністю створений штучним інтелектом. Остаточну відповідальність за опублікований уміст несе саме людина.

Нижче наведено зразок опису творчого процесу, який ви можете використати після належної адаптації:

Ми вважаємо, що широка спільнота повинна мати можливість оцінювати наші дослідження та продукти, зокрема для виявлення й усунення можливих проблем із безпекою й упередженістю моделей. Відповідно, ми вітаємо публікацію дослідницьких робіт, пов’язаних з API OpenAI.

• У певних ситуаціях ми можемо поділитися вашими напрацюваннями всередині компанії або публічно.
• Якщо ж мова йде про безпеку або можливе зловживання API, ми можемо вжити відповідних заходів для захисту наших користувачів.
• Якщо в ході дослідження ви виявите проблеми з безпекою або захистом API, просимо якнайшвидше повідомити про них через нашу Програму координованого розкриття вразливостей⁠.

Є низка напрямків дослідження API OpenAI, які ми вважаємо пріоритетними. Якщо ви хотіли б отримати пільговий доступ, надайте детальну інформацію про дослідження у заявці на участь у Програмі доступу для дослідників⁠.

Зокрема, ми приділяємо особливу увагу наведеним нижче напрямкам, хоча також розглядаємо й інші пропозиції.

• Узгодженість. Як зрозуміти, яку мету намагається реалізувати модель (якщо така взагалі існує)? Чи можна якимось чином ефективніше узгодити цю мету з людськими вподобаннями (наприклад, шляхом конструювання чи налаштування запитів)?
• Об’єктивність і репрезентативність. Які критерії дають змогу оцінити об’єктивність і репрезентативність мовних моделей? Як можна ефективно покращити об’єктивність і репрезентативність мовних моделей у реальних умовах застосування?
• Міждисциплінарні дослідження. Як у розробці ШІ можна використовувати ідеї з таких дисциплін, як філософія, когнітивістика чи соціолінгвістика?
• Інтерпретованість і прозорість. Які механізми лежать в основі мовних моделей? Чи можна ідентифікувати концепти, якими вони оперують, видобути приховані знання, зрозуміти методи навчання чи передбачити неочікувану поведінку в майбутньому?
• Потенціал для зловживання. Яким чином можна зловживати такими системами, як API? Які стратегії тестування на наявність вразливостей могли б бути корисними нам та іншим розробникам ШІ з точки зору відповідального впровадження таких технологій?
• Вивчення моделей. Моделі на кшталт тих, які доступні через API, мають багато цікавих невивчених можливостей. Нас особливо цікавить дослідження обмежень моделей, їх лінгвістичних характеристик, здатності логічно мислити на основі здорового глузду, а також варіантів застосування в інших сферах.
• Стійкість. Генеративні моделі можуть демонструвати як несподівано сильні, так і несподівано слабкі результати. Наскільки великі генеративні моделі стійкі до «природних» відхилень, наприклад, різних формулювань чи орфографічних помилок у тексті запиту? Чи можна передбачити, у яких сферах і для яких задач великі генеративні моделі виявлять більшу (чи меншу) стійкість, а також як це залежить від даних, використаних для навчання? Чи є способи передбачити найгірші варіанти поведінки й запобігти їм? Як оцінити стійкість моделей у контексті навчання з невеликою кількістю прикладів (наприклад, зі зміною формулювання запитів)? Чи можна навчити моделі дуже надійно дотримувалися правил безпеки навіть при обробці оманливих вхідних даних?

Зауважте, що через велику кількість заявок для їх розгляду може знадобитися певний час і не всім дослідженням буде надано високий пріоритет чи пільгу. Ми зв’яжемося з вами лише в разі позитивного рішення щодо надання пільги.