शेकडो खाजगी क्लॉड एआय चॅट सत्रे शोध इंजिन क्वेरींद्वारे सार्वजनिकरित्या शोधण्यायोग्य बनली कारण सामायिक केलेल्या दुव्यांमध्ये योग्य 'नोइंडेक्स' टॅग नव्हते. या घटनेने संवेदनशील वेब सामग्री सुरक्षित करण्याच्या जबाबदारीवर वादविवाद सुरू केला असला तरी, शोध परिणामांमधून हे लॉग काढून टाकण्यासाठी एन्थ्रोपिकने पावले उचलली आहेत.
डेटा लीकची व्याप्ती
जुलै 2026 च्या शेवटच्या वीकेंडमध्ये, इंटरनेट वापरकर्त्यांनी अँथ्रोपिकच्या एआय चॅटबॉट, क्लॉडचा समावेश असलेली महत्त्वपूर्ण गोपनीयता भेद्यता उघड केली. विशिष्ट शोध ऑपरेटर्सचा वापर करून, संशोधकांना असे आढळले की Google आणि Bing सारख्या प्रमुख शोध इंजिनांनी असंख्य खाजगी चॅट सत्रे अनुक्रमित केली आहेत. उघड केलेल्या नोंदींमध्ये राजकीय संलग्नता आणि कामुक भूमिका-प्लेबद्दल वैयक्तिक चौकशीपासून संभाव्य मालकी कॉर्पोरेट संशोधन आणि आरोग्यसेवा दस्तऐवजीकरणापर्यंतची संवेदनशील माहितीची विस्तृत श्रेणी आहे. काही उदाहरणांमध्ये, लीक झालेल्या प्रतिलेखांमध्ये तपशीलवार संपर्क माहिती आणि वापरकर्त्यांच्या CV मध्ये असलेला व्यावसायिक इतिहास समाविष्ट आहे. काही प्रभावित पृष्ठे शोधानंतर लगेचच त्यांच्या मालकांनी हटवली असताना, या थ्रेड्सची व्यापक दृश्यमानता अन्यथा खाजगी जनरेटिव्ह AI सत्रांसाठी सार्वजनिक-फेसिंग URL व्युत्पन्न करण्याशी संबंधित धोके हायलाइट करते.
तांत्रिक बिघाड आणि अनुक्रमणिका प्रोटोकॉल
इंडेक्सिंगचे मूलभूत कारण म्हणजे एन्थ्रोपिकद्वारे नियोजित सुरक्षा उपाय आणि आधुनिक शोध इंजिनांच्या आवश्यकतांमधील डिस्कनेक्ट असल्याचे दिसते. अँथ्रोपिकने त्याच्या robots.txt फाईलद्वारे क्रॉलर्सवर निर्बंध घालण्याचा प्रयत्न केला - कोणते साइट क्षेत्र खाजगी राहावे हे सूचित करण्यासाठी दीर्घकाळ चाललेले उद्योग मानक — Google आणि Bing दोघेही असे मानतात की हे स्वतःहून अपुरे असते. या शोध इंजिनांसाठी तांत्रिक दस्तऐवज स्पष्ट करतात की इंटरनेटवर पृष्ठ इतरत्र जोडलेले असल्यास robots.txt सूचनांकडे दुर्लक्ष केले जाऊ शकते. अनुक्रमणिका प्रभावीपणे रोखण्यासाठी, विकासकांनी पृष्ठ शीर्षलेखांमध्ये 'noindex' HTML टॅग किंवा 'x-robots-tag' लागू करणे आवश्यक आहे. प्रभावित क्लॉड पृष्ठांच्या विश्लेषणाने या विशिष्ट टॅगच्या अनुपस्थितीची पुष्टी केली, ज्याने शोध इंजिन अल्गोरिदमला Anthropic च्या robots.txt निर्देश असूनही संभाषण डेटा क्रॉल आणि संचयित करण्यास अनुमती दिली.
उद्योग पूर्वाभास आणि जबाबदारी
ही घटना OpenAI आणि X's Grok च्या निर्मात्यांसह इतर प्रमुख AI विकासकांनी अनुभवलेल्या अशाच गोपनीयतेच्या त्रुटींना प्रतिबिंबित करते, या दोघांनीही अलीकडील वर्षांमध्ये सार्वजनिक शोध परिणामांमध्ये त्यांचे चॅटबॉट लॉग पृष्ठभागावर पाहिले. या आवर्ती समस्यांमुळे डेटा संरक्षणाची प्राथमिक जबाबदारी कोण घेते यासंबंधी वादाला तोंड फुटले आहे. Google च्या प्रवक्त्याने सांगितले की कोणती पृष्ठे सार्वजनिक होतील हे कंपनी ठरवत नाही, क्रॉलर्सना प्रतिबंधित करण्यासाठी आवश्यक नियंत्रणे लागू करण्याचा भार वेबसाइट मालकावर आहे. दरम्यान, एका मानववंशीय प्रतिनिधीने नमूद केले की वापरकर्त्यांना स्पष्ट इशारे प्रदान केले जातात की सामायिक केलेले दुवे प्रवेशासह कोणीही पाहिले जाऊ शकतात, सार्वजनिक उपलब्धता 'शेअर' फंक्शनचा नैसर्गिक परिणाम म्हणून तयार करतात, जे इतर सार्वजनिक वेब संग्रहांप्रमाणे अंतर्भूतपणे सामग्री हाताळते.
AI गोपनीयतेसाठी व्यापक परिणाम
कठोर वापरकर्त्याच्या गोपनीयतेच्या गरजेसह AI आउटपुट सामायिक करण्याच्या सुलभतेमध्ये समतोल साधण्यात गुंतलेल्या गुंतागुंतीची ही परिस्थिती स्पष्टपणे आठवण करून देते. संवेदनशील व्यावसायिक आणि वैयक्तिक डेटावर प्रक्रिया करण्यासाठी वापरकर्ते सहसा एआय टूल्सवर अवलंबून असतात, परंतु अचूक सुरक्षा कॉन्फिगरेशनसह हाताळले नसल्यास त्या परस्परसंवादांचे डिजिटल फूटप्रिंट कायमचे होऊ शकतात. एन्थ्रोपिकच्या शेअर वैशिष्ट्यामध्ये सध्या एक स्पष्ट चेतावणी नाही की या लिंक्स शोध इंजिनद्वारे अंतर्भूत केल्या जाऊ शकतात, ज्यामुळे वापरकर्त्याचा त्यांच्या डेटाच्या दीर्घायुष्य आणि शोधण्याबाबत संभ्रम निर्माण होतो. एआय लॅब्स त्यांच्या तंत्रज्ञानाला दैनंदिन कार्यप्रवाहांमध्ये एकत्रित करण्यासाठी स्पर्धा करत असल्याने, शोध अनुक्रमणिका अवरोधित करण्यासाठी सक्रिय उपायांसह मजबूत गोपनीयता-बाय-डिझाइनची आवश्यकता, विकासक आणि व्यापक तंत्रज्ञान उद्योग दोघांसाठीही चिंतेचा मुद्दा बनला आहे.
⚖ The Balanced View
Supporting view
Anthropic राखते की शेअर वैशिष्ट्य हेतूनुसार कार्य करते, हे समजून घेऊन की दुवा असलेला कोणीही संभाषणात प्रवेश करू शकतो, त्याची मानक सार्वजनिक वेब सामग्रीशी तुलना करतो.
Concerns & criticism
समीक्षकांचा असा युक्तिवाद आहे की केवळ robots.txt वर अवलंबून राहणे ही एक अपुरी सुरक्षा धोरण आहे आणि शेअर करण्यायोग्य चॅट लिंकवर 'noindex' टॅग नसल्यामुळे खाजगी वापरकर्ता डेटाचे अनधिकृत प्रदर्शन थेट सुलभ होते.
→What's next
पुढील एक्सपोजर कमी करण्यासाठी अँथ्रोपिकने शोध इंजिन निर्देशांकांमधून हे चॅट लॉग काढून टाकण्याची सुरुवात केली आहे. त्यांच्या स्वतःच्या सामायिक सामग्रीबद्दल संबंधित वापरकर्त्यांनी पूर्वी व्युत्पन्न केलेल्या चॅट लिंक्सचे व्यवस्थापन, पुनरावलोकन किंवा प्रवेश रद्द करण्यासाठी त्यांच्या खात्याच्या गोपनीयता सेटिंग्जवर नेव्हिगेट केले पाहिजे.