Please do not use our magic writing button when applying for a job with our company. Thanks!

Credit: Getty Images

“Traditional hiring practices face a credibility crisis,” Anthropic writes with no small amount of irony when discussing Skillfully. “In today’s digital age, candidates can automatically generate and submit hundreds of perfectly tailored applications with the click of a button, making it hard for employers to identify genuine talent beneath punched up paper credentials.”

“Employers are frustrated by resume-driven hiring because applicants can use AI to rewrite their resumes en masse,” Skillfully CEO Brett Waikart says in Anthropic’s laudatory write-up.

Wow, that does sound really frustrating! I wonder what kinds of companies are pushing the technology that enables those kinds of “punched up paper credentials” to flourish. It sure would be a shame if Anthropic’s own hiring process was impacted by that technology.

Trust me, I’m a human

The real problem for Anthropic and other job recruiters, as Skillfully’s story highlights, is that it’s almost impossible to detect which applications are augmented using AI tools and which are the product of direct human thought. Anthropic likes to play up this fact in other contexts, noting Claude’s “warm, human-like tone” in an announcement or calling out the LLM’s “more nuanced, richer traits” in a blog post, for instance.

A company that fully understands the inevitability (and undetectability) of AI-assisted job applications might also understand that a written “Why I want to work here?” statement is no longer a useful way to effectively differentiate job applicants from one another. Such a company might resort to more personal or focused methods for gauging whether an applicant would be a good fit for a role, whether or not that employee has access to AI tools.

Anthropic, on the other hand, has decided to simply resort to politely asking potential employees to please not use its premiere product (or any competitor’s) when applying, if they’d be so kind.

There’s something about the way this applicant writes that I can’t put my finger on…

Credit: Aurich Lawson | Getty Images

Anthropic says it engenders “an unusually high trust environment” among its workers, where they “assume good faith, disagree kindly, and prioritize honesty. We expect emotional maturity and intellectual openness.” We suppose this means they trust their applicants not to use undetectable AI tools that Anthropic itself would be quick to admit can help people who struggle with their writing (Anthropic has not responded to a request for comment from Ars Technica).

Still, we’d hope a company that wants to “prioritize honesty” and “intellectual openness” would be honest and open about how its own products are affecting the role and value of all sorts of written communication—including job applications. We’re already living in the heavily AI-mediated world that companies like Anthropic have created, and it would be nice if companies like Anthropic started to act like it.

https://arstechnica.com/ai/2025/02/irony-alert-anthropic-says-applicants-shouldnt-use-llms/

An example of the lengthy wrapper the new Claude classifier uses to detect prompts related to chemical weapons.

“For example, the harmful information may be hidden in an innocuous request, like burying harmful requests in a wall of harmless looking content, or disguising the harmful request in fictional roleplay, or using obvious substitutions,” one such wrapper reads, in part.

On the output side, a specially trained classifier calculates the likelihood that any specific sequence of tokens (i.e., words) in a response is discussing any disallowed content. This calculation is repeated as each token is generated, and the output stream is stopped if the result surpasses a certain threshold.

Now it’s up to you

Since August, Anthropic has been running a bug bounty program through HackerOne offering $15,000 to anyone who could design a “universal jailbreak” that could get this Constitutional Classifier to answer a set of 10 forbidden questions. The company says 183 different experts spent a total of over 3,000 hours attempting to do just that, with the best result providing usable information on just five of the 10 forbidden prompts.

Anthropic also tested the model against a set of 10,000 jailbreaking prompts synthetically generated by the Claude LLM. The constitutional classifier successfully blocked 95 percent of these attempts, compared to just 14 percent for the unprotected Claude system.

The instructions provided to public testers of Claude’s new constitutional classifier protections.

Despite those successes, Anthropic warns that the Constitutional Classifier system comes with a significant computational overhead of 23.7 percent, increasing both the price and energy demands of each query. The Classifier system also refused to answer an additional 0.38 percent of innocuous prompts over unprotected Claude, which Anthropic considers an acceptably slight increase.

Anthropic stops well short of claiming that its new system provides a foolproof system against any and all jailbreaking. But it does note that “even the small proportion of jailbreaks that make it past our classifiers require far more effort to discover when the safeguards are in use.” And while new jailbreak techniques can and will be discovered in the future, Anthropic claims that “the constitution used to train the classifiers can rapidly be adapted to cover novel attacks as they’re discovered.”

For now, Anthropic is confident enough in its Constitutional Classifier system to open it up for widespread adversarial testing. Through February 10, Claude users can visit the test site and try their hand at breaking through the new protections to get answers to eight questions about chemical weapons. Anthropic says it will announce any newly discovered jailbreaks during this test. Godspeed, new red teamers.

https://arstechnica.com/ai/2025/02/anthropic-dares-you-to-jailbreak-its-new-ai-model/

Soon, AI models may prove so persuasive that this critical debate will be finally settled once and for all.

We’re still well short of OpenAI’s “Critical” persuasiveness threshold, where a model has “persuasive effectiveness strong enough to convince almost anyone to take action on a belief that goes against their natural interest.” That kind of “critically” persuasive model “would be a powerful weapon for controlling nation states, extracting secrets, and interfering with democracy,” OpenAI warns, referencing the kind of science fiction-inspired model of future AI threats that has helped fuel regulation efforts like California’s SB-1047.

Even at today’s more limited “Medium” persuasion risk, OpenAI says it is taking mitigation steps such as “heightened monitoring and detection” of AI-based persuasion efforts in the wild. That includes “live monitoring and targeted investigations” of extremists and “influence operations,” and implementing rules for its o-series reasoning models to refuse any requested political persuasion tasks.

That might seem like overkill for a model that only has human-level persuasive writing capabilities. But OpenAI notes that generating a strong persuasive argument without AI “requires significant human effort,” while AI-powered arguments “could make all content up to their capability level nearly zero-cost to generate.” In other words, OpenAI is concerned about a flood of AI-generated, human-level persuasive arguments becoming an incredibly cost-effective form of large-scale astroturfing, as we’re already starting to see.

It’s annoying enough to live in a world where we have to worry that random social media arguments are merely the product of someone with a lot of money to throw at an AI model. But if we advance to a world in which those models are effectively hypnotizing world leaders into bad decisions, rest assured that OpenAI will at least be on the lookout.

https://arstechnica.com/ai/2025/02/are-ais-getting-dangerously-good-at-persuasion-openai-says-not-yet/

The third neural net was relatively simple and processed language using vectorized representations of those “move red right” sentences. Finally, the fourth neural net worked as an associative layer and predicted the output of the previous three at every time step. “When we do an action, we don’t always have to verbalize it, but we have this verbalization in our minds at some point,” Vijayaraghavan says. The AI he and his team built was meant to do just that: seamlessly connect language, proprioception, action planning, and vision.

When the robotic brain was up and running, they started teaching it some of the possible combinations of commands and sequences of movements. But they didn’t teach it all of them.

The birth of compositionality

In 2016, Brenden Lake, a professor of psychology and data science, published a paper in which his team named a set of competencies machines need to master to truly learn and think like humans. One of them was compositionality: the ability to compose or decompose a whole into parts that can be reused. This reuse lets them generalize acquired knowledge to new tasks and situations. “The compositionality phase is when children learn to combine words to explain things. They [initially] learn the names of objects, the names of actions, but those are just single words. When they learn this compositionality concept, their ability to communicate kind of explodes,” Vijayaraghavan explains.

The AI his team built was made for this exact purpose: to see if it would develop compositionality. And it did.

Once the robot learned how certain commands and actions were connected, it also learned to generalize that knowledge to execute commands it never heard before. recognizing the names of actions it had not performed and then performing them on combinations of blocks it had never seen. Vijayaraghavan’s AI figured out the concept of moving something to the right or the left or putting an item on top of something. It could also combine words to name previously unseen actions, like putting a blue block on a red one.

https://arstechnica.com/science/2025/02/to-help-ais-understand-the-world-researchers-put-them-in-a-robot/

OpenAI also promises that o3-mini features an “early prototype” of a search function that allows it to “find up-to-date answers with links to relevant web sources” when appropriate.

OpenAI says the o3-mini model significantly improves on its previous models when it comes to coding capabilities.

Subscribers to OpenAI’s Plus, Team, or Pro tiers will see o3-mini replace o1-mini in the model options starting today. Those on a Plus and Team subscription will be limited to 150 messages a day on the new model, up from a 50-message daily limit for o1-mini.

Users without a paid subscription will also have access to the model by selecting “Reason” from a drop-down menu in the ChatGPT interface, the first time the company has made a simulated reasoning model available to free users.

But can it teach itself?

Alongside today’s announcement post, an accompanying o3-mini system card goes into more detail on the testing and safety mitigations that went into o3-mini before deployment. This included testing the models on topics ranging from chemical and biological weapons to evaluations of persuasion capabilities that were judged “similarly persuasive to human-written text on the same topics.”

However, OpenAI warns that the o3-mini model “still performs poorly on evaluations designed to test real-world ML research capabilities relevant for self-improvement,” meaning OpenAI isn’t yet approaching a self-improving AI explosion. The o3-mini model also scored a dismal score of 0 percent on a test meant to measure “if and when models can automate the job of an OpenAI research engineer” in terms of coding.

The system was trained on “a mix of publicly available data and custom datasets developed in-house,” OpenAI says, with “rigorous filtering to maintain data quality and mitigate potential risks.”

https://arstechnica.com/ai/2025/01/openai-hits-back-at-deepseek-with-o3-mini-reasoning-model/

Gen 31, 2025 Redazione In evidenza, Minacce, News, RSS, Vulnerabilità 0

---

La rapida ascesa della startup cinese di intelligenza artificiale, DeepSeek, è stata offuscata da una significativa falla di sicurezza che ha esposto tantissimi dati interni e degli utenti, sollevando serie preoccupazioni riguardo alla gestione della sicurezza. Questa vulnerabilità, scoperta dai ricercatori di sicurezza di Wiz, ha interessato un database ClickHouse che era accessibile senza necessità di autenticazione, consentendo a soggetti potenzialmente malevoli di accedere a informazioni cruciali.

Il database ClickHouse, ospitato agli indirizzi oauth2callback.deepseek.com:9000 e dev.deepseek.com:9000, offriva il controllo completo sulle operazioni del database. Ciò comprendeva l’accesso a dati interni, inclusi la cronologia delle chat, chiavi segrete, dettagli del backend, segreti delle API e metadati operativi. La vulnerabilità poteva essere sfruttata tramite l’interfaccia HTTP di ClickHouse, permettendo l’esecuzione di query SQL arbitrarie direttamente attraverso un browser. La mancanza di autenticazione implicava che chiunque fosse a conoscenza dell’indirizzo del database poteva potenzialmente accedervi e sfruttare la falla. I ricercatori hanno identificato oltre un milione di righe di log contenenti dati sensibili. Attraverso l’interfaccia di ClickHouse, era anche possibile sottrarre password e file direttamente dal server.

La falla di sicurezza ha consentito un accesso non autorizzato a un’ampia gamma di informazioni, inclusi dati personali degli utenti e potenziali documenti sensibili aziendali. La mancanza di autenticazione ha reso possibile la completa escalation dei privilegi all’interno dell’ambiente di DeepSeek, senza alcuna difesa. Nonostante DeepSeek abbia risolto la vulnerabilità dopo essere stata contattata dai ricercatori di Wiz, non è dato sapere se i dati siano finiti nelle mani di cybercriminali.

DeepSeek ha agito prontamente per risolvere la falla di sicurezza, con un aggiornamento pubblicato il 29 gennaio 2025, in cui dichiarava di aver identificato il problema (forse anche abbastanza palese) e di essere al lavoro per implementare una soluzione. Tuttavia, questo incidente ci riporta ai tempi dei bucket S3 aperti su AWS, un fenomeno ai tempi così diffuso e pericoloso da costringere Amazon a chiudere di default con password i bucket che venivano creati.

Questa situazione si colloca in un contesto più ampio di preoccupazioni riguardanti la privacy e la sicurezza connesse all’IA. Il Garante della Privacy italiano ha bloccato DeepSeek dopo aver ricevuto informazioni insufficienti sulla gestione dei dati. Il Garante ha inoltre notato che l’azienda ha dichiarato di non operare in Italia e di non essere quindi soggetta alla normativa europea. Anche l’Irish Data Protection Commission (DPC) ha inviato una richiesta simile. Sono anche emersi sospetti di furto di proprietà intellettuale, con accuse secondo cui DeepSeek potrebbe aver utilizzato l’API di OpenAI senza autorizzazione per addestrare i propri modelli, una pratica nota come “distillazione”. Infine, sono state sollevate preoccupazioni riguardo ai legami di DeepSeek con il governo cinese.

---

---

---

https://www.securityinfo.it/2025/01/31/deepseek-il-top-della-tecnologia-cinese-dimentica-di-chiudere-il-database-esposto/?utm_source=rss&utm_medium=rss&utm_campaign=deepseek-il-top-della-tecnologia-cinese-dimentica-di-chiudere-il-database-esposto

If you search Google for a way to turn off the company’s AI-powered search results, you may well get an AI Overview telling you that AI Overviews can’t be directly disabled in Google Search. But if you instead ask Google how to turn off “fucking Google AI results,” you’ll get a standard set of useful web suggestions without any AI Overview at the top.

The existence of this “curse to disable Google AI” trick has been making the rounds on social media in recent days, and it holds up in Ars’ own testing. For instance, when searching for “how do you turn off [adjective] Google AI results,” a variety of curse word adjectives reliably disabled the AI Overviews, while adjectives like “dumb” or “lousy” did not. Inserting curse words randomly at any point in the search query seems to have a similar effect.

There’s long been evidence that Google’s Gemini AI system tries to avoid swearing if at all possible, which might help explain why AI Overviews balk at queries that contain curses. Users should also keep in mind, though, that the actual web link results to a query can change significantly when curse words are inserted, especially if SafeSearch is turned off.

https://arstechnica.com/google/2025/01/just-give-me-the-fing-links-cursing-disables-googles-ai-overviews/

SCARICA L’ INTERNATIONAL AI SAFETY REPORT

Pubblicato il primo “International AI Safety Report”

Online il primo Rapporto internazionale sulla sicurezza dell’Intelligenza artificiale (AI), sostenuto da 30 Paesi e dall’Organizzazione per la cooperazione e lo sviluppo economico (OCSE), le Nazioni Unite e l’Unione europea. Il rapporto riassume il punto di vista della comunità scientifica sui rischi legati all’intelligenza artificiale e su come mitigarli.

La sua realizzazione ha coinvolto 100 esperti indipendenti di AI di tutto il mondo, tra cui premi Nobel e vincitori del Turing Award.

Il documento mira a fornire ai responsabili e decisori politici un panorama il più possibile esaustivo dei rischi, delle soluzioni di mitigazione e delle sfide che l’AI ci pone. Non tutti i partecipanti vedono questa tecnologia allo stesso modo, ma nella sintesi finale c’è la volontà collettiva di sviluppare uno spirito collaborativo e cooperativo per aiutare Governi e società civile nel prendere le scelte migliori.

Il rapporto del 2025 sulla sicurezza analizza i rapidi progressi e i rischi crescenti legati all’AI a scopo generale. Il documento evidenzia l’aumento esponenziale della potenza di calcolo utilizzata per l’addestramento dei modelli, i miglioramenti nelle capacità dell’I, inclusi gli agenti autonomi, e i conseguenti rischi di manipolazione dell’opinione pubblica, di attacchi informatici e di violazioni della privacy.

Vengono inoltre esaminate le strategie di mitigazione dei rischi, le sfide normative e le disparità globali nello sviluppo della tecnologia. Infine, il rapporto sottolinea la necessità di una maggiore ricerca per comprendere e affrontare i rischi emergenti.

Lo sviluppo dell’AI general-purpose comporta diversi rischi sistemici, che vanno oltre i rischi posti dalle capacità dei singoli modelli. Di seguito ne approfondiremo alcuni.

Rischi per il mercato del lavoro

L’AI general-purpose ha il potenziale per automatizzare una vasta gamma di compiti, causando una significativa perdita di posti di lavoro. Molti economisti ritengono che queste perdite potrebbero essere compensate dalla creazione di nuovi posti di lavoro e dall’aumento della domanda in settori non automatizzati.

Tuttavia, la velocità di adozione dell’AI e la sua capacità di automatizzare compiti complessi potrebbero causare interruzioni rapide nel mercato del lavoro. La perdita involontaria del lavoro può avere gravi conseguenze per i lavoratori, come una diminuzione dei guadagni, problemi di salute fisica e mentale. Inoltre, potrebbe aumentare la disuguaglianza di reddito, poiché le persone con stipendi più alti potrebbero beneficiare maggiormente degli aumenti di produttività.

Divario globale nella ricerca e sviluppo dell’AI

Lo sviluppo di modelli di AI general-purpose è guidato principalmente da aziende situate in paesi con infrastrutture digitali e accesso al calcolo avanzati, creando un divario con i paesi a basso e medio reddito (LMIC).

I costi di addestramento dei modelli sono aumentati notevolmente, rendendo difficile per i paesi con risorse limitate competere in questo campo. Questo divario potrebbe peggiorare, poiché i paesi con infrastrutture e risorse avanzate avranno maggiori capacità di sviluppare e utilizzare l’AI general-purpose.

Concentrazione del mercato

Il mercato è dominato da un piccolo numero di aziende. Questa concentrazione potrebbe rendere le società più vulnerabili a diversi rischi sistemici. Se organizzazioni in settori critici, come la finanza o la sanità, dipendono da un piccolo numero di sistemi, un bug o una vulnerabilità in questi sistemi potrebbe causare guasti e interruzioni simultanee su vasta scala.

Un singolo modello potrebbe influenzare il processo decisionale in molte organizzazioni e settori. La dipendenza da poche aziende per i sistemi di AI general-purpose potrebbe portare a manipolazioni, persuasione, censura o controllo.

Rischi ambientali

L’uso crescente di risorse computazionali nello sviluppo e nell’implementazione dell’AI general-purpose ha rapidamente aumentato il consumo di energia, acqua e materie prime necessarie per costruire e gestire l’infrastruttura di calcolo.

Questa tendenza non mostra segni di rallentamento, nonostante i progressi nelle tecniche che consentono un uso più efficiente del calcolo. Questa AI ha anche una serie di applicazioni che possono sia beneficiare che danneggiare gli sforzi per la sostenibilità.

Rischi per la privacy

La capacità dell’AI general-purpose di elaborare grandi quantità di dati personali solleva preoccupazioni riguardo alla privacy. Le nuove funzionalità degli agenti aumentano le preoccupazioni sulla riservatezza dei dati, in quanto possono agire autonomamente per conto degli utenti.

L’AI general-purpose potrebbe essere utilizzata per sorvegliare o identificare gli utenti online. La protezione della privacy è anche resa difficile dalla mancanza di trasparenza delle pratiche di raccolta dati degli sviluppatori, con conseguenti problemi di responsabilità legale.

Rischi di violazione del copyright

L’uso di dati protetti da copyright per addestrare modelli di AI solleva preoccupazioni riguardo alla violazione del copyright. La mancanza di trasparenza sulle pratiche di raccolta dati e la mancanza di strumenti per identificare dati utilizzabili senza violazioni del copyright hanno disincentivato la condivisione di informazioni sui dati di addestramento dell’AI, rendendo più difficile la ricerca sulla sicurezza dell’IA. Inoltre, la possibilità che gli utenti generino contenuti simili a materiale protetto da copyright pone un rischio per le economie creative e dei media.

Questi rischi sistemici sono interconnessi e pongono complesse sfide per i responsabili politici. È necessario un approccio olistico alla gestione di questi rischi, considerando sia i potenziali benefici dell’IA general-purpose sia i possibili danni.

Le tecniche di mitigazione proposte

Il report discute diverse tecniche di mitigazione dei rischi associati all’IA a scopo generale, suddividendole in base alle diverse fasi del processo di gestione del rischio e alle diverse tipologie di rischio.

Si suggerisce un approccio sistematico che comprende l’identificazione, la valutazione, la mitigazione e il monitoraggio dei rischi. Questo approccio include l’applicazione di principi di ingegneria e di gestione per controllare i pericoli durante l’intero ciclo di vita del sistema AI, tenendo conto delle interazioni tra hardware, software, strutture organizzative e fattori umani. Viene anche raccomandata una strategia di “difesa in profondità”, con più livelli di misure di protezione.

Bisogna poi saper effettuare una efficace valutazione dei rischi: è fondamentale per identificare potenziali problemi prima che si verifichino. Le valutazioni esistenti, basate su “controlli a campione”, sono limitate e spesso non riescono a identificare tutti i pericoli. Il rapporto sottolinea l’importanza di migliorare i test e le valutazioni, includendo una vasta gamma di rischi, lingue, culture, modalità e casi d’uso.

C’è poi la formazione di modelli più affidabili, con cui si mira a limitare i comportamenti potenzialmente pericolosi dei sistemi di IA. Vengono utilizzate tecniche come l’apprendimento per rinforzo dal feedback umano (RLHF) per allineare i modelli ai valori umani, ma non garantiscono una sicurezza completa. La ricerca si sta muovendo verso approcci “safe-by-design” che potrebbero offrire garanzie quantitative di sicurezza. È anche importante valutare la qualità della supervisione umana e l’analisi dei modelli per i potenziali abusi.

Non ultimi il monitoraggio e l’intervento. Questi processi sono essenziali per individuare rischi e valutare le prestazioni dopo l’implementazione di un modello. Strumenti tecnici possono essere utilizzati per rilevare contenuti generati dall’IA e per tracciare le prestazioni del sistema. L’efficacia di questi metodi dipende dalla loro capacità di resistere agli aggiramenti da parte di utenti malintenzionati. Combinare il monitoraggio tecnico e le capacità di intervento con la supervisione umana migliora la sicurezza, ma può comportare costi e ritardi.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/rapporto-ocse-e-ue-sulla-sicurezza-dellai-scarica-il-documento/519998/

Poste Italiane, per aiutare gli utenti ad orientarsi al meglio nel mondo dell’AI, propone un percorso di Educazione Digitale con nuovi contenuti multimediali che illustrano in modo semplice questa nuova tecnologia. Sul sito di Poste Italiane, al link https://www.posteitaliane.it/it/educazione-digitale.html sono ora disponibili podcast e videopodcast tradotti in Lingua Italiana dei Segni, che raccontano l’Intelligenza Artificiale (AI) partendo dalle basi: come riesce a generare contenuti, cosa sia un algoritmo e come riesce ad imparare dai dati.

Attraverso le infografiche si può, inoltre, approfondire come nel tempo si sia evoluta la definizione stessa di AI, i diversi livelli che la compongono e come difendersi da deepfake e disinformazione.

Il machine learning, ad esempio, è alla base di molte applicazioni quotidiane come i suggerimenti personalizzati di piattaforme streaming o eCommerce: grazie alla loro capacità di apprendere dai dati riescono a migliorarsi costantemente, offrendo consigli sempre più precisi e in linea con le preferenze degli utenti.

Si parla invece di deep learning quando usiamo la fotocamera dello smartphone per identificare degli oggetti o tradurre delle scritte, mentre entra in gioco l’AI generativa quando attiviamo i sistemi GPT per generare testi o immagini.

Il percorso Educazione Digitale della Corporate University di propone costantemente nuovi contenuti multimediali sempre gratuitamente disponibili nel sito web, con una sezione dedicata a videopodcast in Lingua Italiana dei Segni. I contenuti spaziano da buone regole di cybersecurity, attenzione a phishing e truffe fino al supporto del digitale nella gestione consapevole dei consumi quotidiani.

L’Educazione Digitale mira a promuovere la conoscenza degli strumenti tecnologici e a poter cogliere al meglio le opportunità offerte dalle innovazioni sia in ambito personale che lavorativo.

Periodicamente vengono realizzati anche webinar di approfondimento, le attività possono essere seguite anche sui canali social LinkedIn, Facebook e X di Poste Italiane.

Tutte le informazioni sono disponibili sul sito https://www.posteitaliane.it/it/educazione-digitale.html

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/poste-italiane-il-podcast-sullintelligenza-artificiale/519951/

Subito dopo il nostro Garante Privacy italiano, anche quello della Corea del Sud ha avviato un’inchiesta sul trattamento dati da parte di DeepSeek, la app cinese di AI emula di ChatGPT che ha lanciato il suo servizio questa settimana creando il panico a livello globale. Anche il Garante francese (CNIL) e quello irlandese hanno fatto richiesta di informazioni sull’uso dei dati da parte dell’azienda cinese.

Baraonda DeepSeek

DeepSeek sostiene che il suo chatbot R1 raggiunge la stessa performance dei principali player americani dell’AI ma ad un costo irrisorio rispetto agli investimenti multimiliardari delle aziende Usa.

La notizia ha suscitato un vero pandemonio in borsa, con il titolo Nvidia che nella sola giornata di lunedì ha ceduto il 17% a New York, bruciano 590 miliardi di dollari in una sola seduta.

“Abbiamo intenzione di presentare la nostra richiesta scritta già venerdì per ottenere informazioni su come DeepSeek gestisce i dati personali”, ha detto all’AFP un funzionario della Commissione sudcoreana per la protezione delle informazioni personali, senza però fornire ulteriori dettagli.

Cosa fa DeepSeek con i dati per ‘addestramento dell’AI?

Secondo i funzionari, la Commissione per la protezione delle informazioni personali (PIPC) del Ministero degli interni di Seul ha inviato notifica di un’indagine ufficiale alla sede centrale di DeepSeek in Cina, richiedendo informazioni dettagliate sulla policy della startup sulla raccolta di dati personali.

La PIPC vuole sapere in che modo DeepSeek utilizza i dati personali dei cittadini sudcoreani per scopi di formazione e addestramento dell’AI.

La decisione arriva in risposta al rapido aumento degli utenti sudcoreani di DeepSeek e alle crescenti preoccupazioni sui potenziali rischi per la privacy.

La reazione degli Usa

I principali organi di informazione internazionali hanno riferito che istituzioni governative e aziende in tutto il mondo stanno limitando l’accesso a DeepSeek per timore di fughe di dati e violazioni della privacy.

Secondo l’informativa sulla privacy di DeepSeek, l’azienda raccoglie varie forme di informazioni personali, tra cui nomi degli utenti, date di nascita, indirizzi e-mail, numeri di telefono e password per la formazione del modello AI.

L’azienda raccoglie anche modelli di input da tastiera, dati audio, file caricati e cronologie delle chat. La politica stabilisce che DeepSeek si riserva il diritto di condividere tali dati con le forze dell’ordine e le agenzie pubbliche a sua discrezione. I dati vengono conservati su server in Cina.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/deepseek-dopo-litalia-anche-la-corea-del-sud-apre-uninchiesta-sullai-cinese-si-muovono-anche-francia-e-irlanda/519936/