חיפוש בחדשות

ההתפתחויות הטכנולוגיות האחרונות חושפות פער עצום בין מאמצי חברות כמו אפל להגן על פרטיות המשתמשים באמצעות עיבוד מקומי, לבין פרקטיקות פולשניות של חברות כמו מטא ובעלי עסקים פרטיים. תחקיר של מגזין WIRED חושף כי מטא הטמיעה קוד סמוי לזיהוי פנים באפליקציית משקפי ה-Ray-Ban שלה, בעוד אולם המדיסון סקוור גארדן מפעיל מערך מצלמות ביומטריות מתקדם למעקב אחר אזרחים. עבור עסקים בישראל, מגמות אלו מדגישות את החשיבות הקריטית של התאמת מערכות ה-AI להוראות חוק הגנת הפרטיות הישראלי, תוך בחירה בארכיטקטורת ענן מאובטחת ואינטגרציות מבוססות שרתים פרטיים.

**מידע סמנטי רגיש ב-LLM הוא מידע שהמודל מסיק מהקשר ולא רק חושף ישירות.** מחקר חדש ב-arXiv מציג את SemSIEdit, שכבת עריכה בזמן ריצה שמפחיתה דליפה ב-34.6% עם פגיעה של 9.8% בלבד בתועלת. במקום לסרב לענות, המודל משכתב מקטעים רגישים ושומר על תשובה שימושית. לעסקים בישראל זו נקודה קריטית: אם אתם מחברים WhatsApp, CRM ומסמכים פנימיים למודל שפה, הסיכון אינו רק חשיפת מספר טלפון או אימייל אלא הסקת מצב רפואי, שיוך זהות או טענה שעלולה לפגוע במוניטין. המשמעות המעשית היא שצריך להוסיף שכבת בקרה לפלט, במיוחד במרפאות, משרדי עורכי דין, ביטוח ונדל"ן.