ユーザーからは、OpenAIによるモデル学習のためのデータ処理方法に変化があった可能性についての報告があり、特にCodexにおける「すべての人のためにモデルを改善する」設定が密かに再有効化されたように見えることが指摘されています。この設定はOpenAIのインターフェース内の「データコントロール」セクションにあり、ユーザーの会話が同社のAIモデルのトレーニングや洗練に使用されるかどうかを決定するものです。報告によると、ユーザーが独自の情報を保護するために意図的にこの機能を無効化した後でも、ユーザーの操作なしにトグルが有効な状態に戻ったことが示唆されています。

この展開は、機密性の高い知的財産（IP）を扱うためにAIツールを使用する企業や開発者にとって重大な懸念事項を浮き彫りにしています。最先端のAIラボは膨大な量のプロンプトデータを処理するため、機密性の高いコードや内部戦略がモデルのトレーニングセットに取り込まれてしまう持続的なリスクが存在します。コミュニティの一部の観察者は、プライバシーのためにソフトウェアのチェックボックスに頼るだけでは、高度なデータ保護には不十分であると主張しており、厳格なセキュリティ要件を持つ組織は、データの完全な制御を維持するために、代わりにセルフホストによる推論を選択すべきであると提案しています。

この状況は、AIサービスにおけるデータの透明性や「ダークパターン」に関する業界全体のより広範な課題を反映しています。コメント欄では、Anthropicの自動フィードバックトリガーやGoogleの「Gemini Apps Activity」設定など、モデルの改善のためにどれだけのデータが保持されるかを曖昧にする可能性のある他のプロバイダーと同様の経験が指摘されています。一部のユーザーは、ゼロデータ保持（ZDR）契約や高度なアカウントセキュリティ（ハードウェアキーなど）がより強固な保護を提供すると提案していますが、核心的な緊張関係は依然として残っています。すなわち、最先端のAIモデルを使用する利便性は、現在では多くの組織が保証するのが困難だと感じるプロバイダーのデータ処理に対する一定の信頼を必要としているのです。