جدول المحتويات
يتوقف ذلك على المنتج والعقد، لا على اسم المورّد. يؤكد كبار المورّدين أنهم لا يدرّبون نماذجهم افتراضيًا على بيانات واجهة API أو العروض المهنية، بينما قد تفعل ذلك العروض المجانية والموجّهة للأفراد. لكن «لا تدريب» ليس إلا سؤالًا واحدًا: اسألوا كتابيًا عن الاحتفاظ، والمراجعة البشرية، والسجلات، والتضمينات، والتقييمات، ومكان المعالجة.
أهم النقاط
- قد يطبّق المورّد نفسه قواعد مختلفة حسب العرض. فـ Google تستخدم المحتوى المرسل إلى خدمات Gemini API المجانية لتحسين منتجاتها، لكنها لا تستخدم المطالبات المرسلة إلى خدماتها المدفوعة (Google).
- الشروط تتغير. ففي 2025 طلبت Anthropic من مستخدمي عروضها الموجّهة للأفراد أن يختاروا ما إذا كان يجوز استخدام محادثاتهم لتدريب نماذجها، مع تمديد الاحتفاظ إلى خمس سنوات لمن يوافق (Anthropic).
- قد تحفظ النماذج بيانات تدريبها، كما أن السجلات ومخازن رصد إساءة الاستخدام والتضمينات تحتفظ بنسخ من محتواكم حتى دون أي تدريب.
- النشر المحلي (on-premise) يحسم معظم هذه الأسئلة، لكن تحققوا مما يرسله البرنامج إلى الخارج رغم ذلك.
- اكتبوا الإجابات في العقد. وإذا كانت هناك معطيات شخصية، فراجعوا القانون الجزائري 18-07 مع مستشار قانوني.
لماذا يهم أن يدرّب المورّد نماذجه على بياناتكم؟
لأن النموذج قد يعيد ما تدرّب عليه. فقد استخرج Carlini وزملاؤه من GPT-2 نصوص تدريب حرفية، منها أسماء وأرقام هواتف وعناوين بريد إلكتروني وشيفرات برمجية، رغم أن كل تسلسل منها لم يرد إلا في وثيقة واحدة من بيانات التدريب (Carlini et al.). واستخرجت دراسة لاحقة غيغابايتات من بيانات التدريب من نماذج مفتوحة، وبيّنت أن ChatGPT، تحت «هجوم التباعد» (divergence attack)، أخرج بيانات تدريب بمعدل أعلى بـ 150 مرة مما في الاستخدام العادي (Nasr et al.).
ويطبّق دليل مشترك صادر عن CISA ووكالات شريكة في ديسمبر 2025 هذا على المصانع. فإذا استُخدمت قياسات العملية لتدريب نموذج أو تحديثه، فقد تصبح هذه البيانات متاحة أو تبقى مخزّنة (إحصائيًا) لفترة أطول داخل النموذج. ويشير الدليل نفسه إلى أن المشغّلين قد لا يرغبون في أن يدرّب المورّدون الذكاء الاصطناعي على بياناتهم التشغيلية لأنها قد تتضمن ملكية فكرية أو تكون حساسة، ويوصي بسياسة لاستخدام البيانات تحدد مكان إقامة البيانات ومسارات الاتصال والتشفير والتخزين (CISA et al.).
وبالنسبة إلى شركة صناعية، فالمحتوى المعني هو التركيبات، ووصفات العمليات، ومخططات المعدات، وسجلات الأعطال. وحذفها لاحقًا لا يلغي تدريبًا حدث بالفعل: فإعلان Anthropic مثلًا يذكر أن المحادثات المحذوفة لن تُستخدم في التدريب مستقبلًا. وتدرج OWASP «تسرّب البيانات عبر بيانات التدريب» ضمن سيناريوهات الإفصاح عن المعلومات الحساسة، وتوصي بتمكين المستخدمين من رفض استخدام بياناتهم في التدريب، وباعتماد سياسات واضحة للاحتفاظ والاستخدام والحذف (OWASP LLM02:2025).
ماذا تقول شروط كبار المورّدين؟
يلخّص الجدول الشروط المنشورة كما راجعناها في نوفمبر 2026. وهي تتغير، فاقرؤوا النسخة السارية للمنتج الذي تستخدمونه بالضبط.
| الخدمة | هل تُستخدم افتراضيًا لتدريب النماذج أو تحسينها؟ | ما الذي يُحتفظ به |
|---|---|---|
| OpenAI API | لا، إلا إذا وافقتم (OpenAI) | سجلات رصد إساءة الاستخدام حتى 30 يومًا افتراضيًا؛ والملفات ومخازن المتجهات (vector stores) وبعض الوظائف الأخرى تحتفظ بالبيانات حتى حذفها؛ ويتطلب الاحتفاظ الصفري موافقة OpenAI |
| Anthropic Claude Free وPro وMax | المستخدم يختار (Anthropic) | خمس سنوات إذا سمح المستخدم بالتدريب، وإلا 30 يومًا |
| الخدمات التجارية لـ Anthropic، ومنها API | لا: لا يجوز لـ Anthropic تدريب النماذج على محتوى العملاء من الخدمات (Anthropic) | غير مذكور في البند المقتبس |
| Gemini API من Google، العرض المجاني | نعم، وقد يقرأ مراجعون بشريون المدخلات والمخرجات ويعلّقون عليها ويعالجونها (Google) | تطلب Google عدم إرسال معلومات حساسة أو سرية أو شخصية |
| Gemini API من Google، العرض المدفوع | لا (Google) | تُسجَّل المطالبات والردود لفترة محدودة لرصد مخالفات سياسة الاستخدام |
| نماذج Microsoft Foundry التي تبيعها Azure، ومنها Azure OpenAI | لا، ولا تُتاح لـ OpenAI (Microsoft) | قد تُخزَّن المطالبات والمخرجات المُبلَّغ عنها للمراجعة البشرية، ما لم تُمنح الموافقة على رصد إساءة الاستخدام المعدَّل |
| Slack | تُحلَّل بيانات العملاء لبناء نماذج غير توليدية، مثل اقتراحات الرموز التعبيرية والقنوات؛ ولا تدريب لنماذج الذكاء الاصطناعي التوليدي دون موافقة صريحة (Slack) | يتطلب الانسحاب من النماذج العامة رسالة بريد إلكتروني من مالك مساحة العمل |
يبرز نمطان. العروض المجانية والموجّهة للأفراد هي التي يُسمح فيها بالتدريب أو يُترك فيها الخيار للمستخدم. والعروض المهنية التي تستبعد التدريب تحتفظ مع ذلك ببعض البيانات لفترة، لرصد إساءة الاستخدام أو للوظائف التي تفعّلونها.
هل تكفي عبارة «لا ندرّب نماذجنا على بياناتكم»؟
لا. فهي تغلق طريقًا واحدًا، وتبقى أربعة طرق أخرى مفتوحة.
الاحتفاظ والمراجعة البشرية. البيانات المحتفظ بها لرصد إساءة الاستخدام قد يقرؤها أشخاص. إذ تصف Microsoft موظفين مخوّلين يراجعون المطالبات والمخرجات المُبلَّغ عنها، أما العملاء الحاصلون على الموافقة على رصد إساءة الاستخدام المعدَّل فلا تُخزَّن بياناتهم لهذا الغرض (Microsoft).
الأوامر القضائية. في 13 مايو 2025، وفي إطار الدعوى التي رفعتها New York Times، أمرت محكمة أمريكية OpenAI بحفظ وعزل جميع بيانات سجلات المخرجات التي كانت ستُحذف لولا ذلك، بما فيها مخرجات API التي تُحفظ عادة 30 يومًا. واستُثني العملاء الذين لديهم اتفاقات احتفاظ صفري، ثم رُفع الأمر، مع استثناءات، في أكتوبر 2025 (Simon Willison). فوعد الاحتفاظ لا يصمد إلا بقدر ما تسمح به محاكم بلد المورّد. ويتناول دليلنا للذكاء الاصطناعي السيادي المحلي مسألة الاختصاص القضائي بتفصيل أكبر.
البيانات المشتقة. التضمينات (embeddings)، أي المتجهات التي يخزّنها نظام RAG للبحث، ليست مجهولة الهوية. فقد استرجع باحثون 92% من نصوص بطول 32 رمزًا (token) حرفيًا من تضميناتها، واستخرجوا أسماء كاملة من مجموعة ملاحظات سريرية (Morris et al.). وفهرس المتجهات المستضاف لدى المورّد هو نسخة من وثائقكم.
مكان المعالجة. قد يختلف مكان التخزين عن مكان المعالجة. ففي عمليات النشر من نوع «Global» لدى Microsoft، قد تُعالَج المطالبات والردود في أي منطقة جغرافية نُشر فيها النموذج، بينما تبقى البيانات المخزّنة في المنطقة المختارة (Microsoft).
وانتبهوا أيضًا إلى الصياغة. فعبارة «لا تُستخدم لتدريب نماذج توليدية» أضيق من «لا تُستخدم لتحسين أي منتج»، كما يبيّن التمييز الذي يعتمده Slack.
ما الأسئلة التي تُطرح على أي مورّد ذكاء اصطناعي؟
أرسلوها كتابيًا واطلبوا البند التعاقدي أو الوثيقة التي تدعم كل إجابة. وهي تتعمق في استخدام البيانات أكثر من السؤال الثاني في 15 سؤالًا لاختيار مورّد ذكاء اصطناعي صناعي.
- ما البيانات التي تتلقونها منا؟ المطالبات، والملفات المرفوعة، ومقاطع الوثائق المسترجعة لكل إجابة، والمخرجات، وتقييمات المستخدمين، والسجلات، والتضمينات، وبيانات القياس عن بُعد.
- هل يُستخدم أي منها لتدريب أي نموذج أو منتج أو ضبطه الدقيق أو تقييمه أو تحسينه، لنا أو لغيرنا؟ اسألوا عن النماذج غير التوليدية أيضًا، وعما إذا كان المبدأ الافتراضي هو الموافقة المسبقة (opt-in) أم الانسحاب (opt-out).
- ما الشروط التي تنطبق على حساباتنا؟ كثيرًا ما تخضع النسخ التجريبية المجانية وحسابات المشاريع التجريبية والحسابات الشخصية للموظفين لشروط تختلف عن عقد المؤسسة.
- ما الذي يُحتفظ به، وأين، وإلى متى، ومن يستطيع قراءته؟ بما في ذلك مخازن رصد إساءة الاستخدام، والنسخ الاحتياطية، والمراجعون البشريون.
- هل يمكننا الحصول على احتفاظ صفري، وما الوظائف التي نخسرها؟ فـ OpenAI مثلًا تسرد الوظائف التي تحتفظ بالبيانات حتى حذفها.
- أين تُعالَج البيانات، لا أين تُخزَّن فقط؟ اطلبوا قائمة المعالجين من الباطن وبلدانهم.
- ماذا يحدث إذا طالبت محكمة أو حكومة ببياناتنا؟ تحت أي اختصاص قضائي، وهل ستُعلموننا متى سمح القانون بذلك؟
- لمن تعود ملكية النماذج المضبوطة والفهارس المبنية من بياناتنا؟ فـ Microsoft مثلًا تذكر أن النماذج المضبوطة متاحة حصريًا للعميل الذي استُخدمت بياناته.
- كيف ستُعلموننا بتغيير هذه الشروط، وهل يمكننا رفضه؟
- كيف نتحقق من إجاباتكم؟ إعدادات يمكننا فحصها، وتقارير تدقيق، وتأكيد كتابي للحذف عند انتهاء العقد.
هل يحسم تشغيل النموذج محليًا هذه المسألة؟
في معظمها. فإذا كان نموذج مفتوح الأوزان (open-weight) يعمل على خوادمكم، فلا يرى أي طرف خارجي مطالباتكم أو وثائقكم. لكن البرنامج قد يظل يتواصل مع الخارج.
فخادم الاستدلال مفتوح المصدر vLLM يجمع افتراضيًا بيانات استخدام مجهولة الهوية، مثل العتاد وبنية النموذج، ويوقفها ضبط المتغير VLLM_NO_USAGE_STATS أو DO_NOT_TRACK (vLLM). ويذكر Ollama أنه لا يرى المطالبات عند تشغيل النماذج محليًا، لكنه يقدّم أيضًا نماذج سحابية وبحثًا على الويب يمكن تعطيلهما بوضع محلي فقط، كما ينزّل النماذج من الإنترنت (Ollama). لا يشكّل أي منهما خطر تدريب، لكنهما يبيّنان لماذا يجب التحقق من صفة «محلي».
وفي حالة منتج محلي جاهز، اسألوا: هل يتصل بالخارج لفحوص الترخيص أو القياس عن بُعد أو تقارير الأعطال أو التحديثات؟ هل يحتاج الدعم إلى وصول عن بُعد؟ هل يأخذ المورّد أحيانًا سجلات أو عينات لتحسين المنتج؟ اطلبوا قائمة الاتصالات الصادرة وقارنوها بسجلات الجدار الناري. ويتناول مقالنا عن نشر الذكاء الاصطناعي في بيئة معزولة (air-gapped) المواقع التي لا يجوز أن يخرج منها شيء، ويغطي مقال تأمين نموذج LLM محلي السجلات التي تحتفظون بها أنتم.
ماذا يجب أن ينص عليه العقد؟
- تعريف لبيانات العميل يشمل المدخلات والمخرجات والملفات والتضمينات والسجلات وتقييمات المستخدمين.
- حظر استخدام بيانات العميل لتدريب أي نموذج أو منتج أو تحسينه، مع استثناءات بموافقة كتابية فقط.
- مدد احتفاظ لكل نوع من البيانات، وحذف مع تأكيد كتابي.
- قائمة المعالجين من الباطن وأماكن المعالجة، مع إشعار مسبق قبل أي تغيير.
- إشعار بالطلبات القانونية المتعلقة ببياناتكم، متى سمح القانون بذلك.
- ملكية النماذج المضبوطة والإعدادات والفهارس، أو حق استخدامها الحصري.
القانون الجزائري. وفق دليل CMS، لا يجيز القانون 18-07، المعدّل بالقانون 25-11، نقل المعطيات الشخصية إلى دولة أجنبية إلا بترخيص من السلطة الوطنية وإذا كانت تلك الدولة تضمن مستوى حماية كافيًا، مع استثناءات محددة. ويذكر الدليل أيضًا أن المعالج من الباطن يجب أن يعمل بموجب عقد مكتوب ولا يتصرف إلا بتعليمات المسؤول عن المعالجة وحده. وكثيرًا ما تذكر تقارير الصيانة وسجلات المناوبات أسماء الموظفين، فاسألوا مستشاركم القانوني كيف ينسجم مع هذه القواعد مورّدٌ يعيد استخدام هذه البيانات لنماذجه الخاصة. هذا ملخص لدليل صادر عن مكتب محاماة وليس استشارة قانونية؛ تأكدوا مع مستشار قانوني بالرجوع إلى النصوص الرسمية. ويبيّن دليلنا لإعداد دفتر شروط مشروع ذكاء اصطناعي كيفية إدراج هذه الشروط في المناقصة.
ما لاحظناه في KABAS AI
نحن نبيع منتجًا محليًا، ولنا بالتالي مصلحة في هذه المسألة. اطرحوا علينا الأسئلة العشرة نفسها.
يعمل DALILE دون اتصال بالإنترنت بالكامل على خوادم العميل، وتذكر صفحة المنتج أنه لا يُرسَل شيء إلى خوادم خارجية، مع التشفير وضوابط الوصول وسجلات التدقيق. وهذا يُسقط مسألة التدريب بالنسبة إلى الوثائق وقواعد البيانات التي يقرؤها. لكن تبقى الأسئلة المتعلقة بسجلاتكم الخاصة، وبما يمكن لفريقنا الوصول إليه أثناء الدعم، وبطريقة وصول التحديثات؛ فاطلبوا منا هذه الإجابات كتابيًا. وعلى صعيد البحث والتطوير، تصف دراسة حالة ADFC المنشورة نشرًا سياديًا يضمن التحكم الكامل في البيانات داخل البيئة المعلوماتية لسوناطراك.
خطوتان عمليتان قبل أي نقاش مع مورّد. أولًا، صنّفوا بياناتكم: ما يجوز أن يغادر الموقع، وما لا يجوز، وما يحتوي على معطيات شخصية. ثانيًا، تحققوا من أدوات الذكاء الاصطناعي التي يستخدمها موظفوكم أصلًا بحسابات شخصية أو مجانية، لأن هذه العروض هي الأرجح أن تسمح بالتدريب، كما يبيّن الجدول أعلاه. وللمقارنة بين خيارات الاستضافة، راجعوا السحابة السيادية مقابل السحابة الخاصة مقابل النشر المحلي.
يمكن لـفريق الاستشارات لدينا مراجعة شروط أي مورّد معكم في ضوء هذه الأسئلة. ولتجربة DALILE على وثائقكم، تواصلوا معنا.
المصادر
- OpenAI, Data controls in the OpenAI platform
- Anthropic, Updates to Consumer Terms and Privacy Policy, 28 August 2025
- Anthropic, Commercial Terms of Service
- Google, Gemini API Additional Terms of Service
- Microsoft, Data, privacy, and security for Foundry Models sold by Azure
- Slack, Privacy principles: search, learning and artificial intelligence
- Carlini et al., Extracting Training Data from Large Language Models, arXiv 2012.07805
- Nasr et al., Scalable Extraction of Training Data from (Production) Language Models, arXiv 2311.17035
- Morris et al., Text Embeddings Reveal (Almost) As Much As Text, arXiv 2310.06816
- CISA, ASD's ACSC et al., Principles for the Secure Integration of Artificial Intelligence in Operational Technology, 3 December 2025
- OWASP, LLM02:2025 Sensitive Information Disclosure
- Simon Willison, OpenAI slams court order to save all ChatGPT logs, including deleted chats, 5 June 2025
- vLLM documentation: Usage Stats Collection
- Ollama FAQ
- CMS Expert Guide to data protection and cyber security laws: Algeria
الأسئلة الشائعة
هل يدرّب مورّدو الذكاء الاصطناعي نماذجهم على البيانات المرسلة عبر واجهة API؟
يقول كبار المورّدين عمومًا لا بالنسبة إلى الاستخدام المدفوع والمهني. تذكر OpenAI أن بيانات API لا تُستخدم لتدريب نماذجها إلا إذا وافقتم على ذلك، وتنص الشروط التجارية لـ Anthropic على أنه لا يجوز لها تدريب النماذج على محتوى العملاء، ولا تستخدم Google المطالبات المرسلة إلى خدمات Gemini API المدفوعة لتحسين منتجاتها. وقد تختلف العروض المجانية، لذا راجعوا شروط المنتج والعرض الذي تستخدمونه بالضبط.
هل يكفي أن يُخفي المورّد هوية بياناتنا قبل التدريب؟
اسألوا عن معنى «إخفاء الهوية» وكيف اختُبر. فقد أظهرت أبحاث أن النماذج اللغوية قد تحفظ تسلسلات لم تظهر إلا مرة واحدة في بيانات تدريبها، وأن النص يمكن استرجاع معظمه من تضميناته (embeddings). وفي البيانات الصناعية، لا يحمي حذف الأسماء الخبرة نفسها، مثل تركيبة منتج أو نافذة تشغيل.
إذا حذفنا بياناتنا، هل تُزال من النموذج؟
يزيل الحذف الملفات والمحادثات من تخزين المورّد وفق قواعد الاحتفاظ لديه، لكنه لا يلغي تدريبًا حدث بالفعل. فإعلان Anthropic لعام 2025 مثلًا يذكر أن المحادثات المحذوفة لن تُستخدم في تدريب النماذج مستقبلًا. لهذا يجب حسم مسألة التدريب قبل إرسال أي بيانات.
هل يرسل نظام ذكاء اصطناعي محلي (on-premise) أي بيانات إلى المورّد؟
يُفترض ألا يرسل محتواكم، لكن تحققوا من كل ما يغادر الشبكة: بيانات القياس عن بُعد (telemetry)، وفحوص الترخيص، والتحديثات، والدعم عن بُعد. بعض المكونات مفتوحة المصدر ترسل افتراضيًا إحصاءات استخدام مجهولة الهوية، ومنها vLLM الذي يوثّق طريقة إيقافها. اطلبوا من المورّد قائمة بكل الاتصالات الصادرة وتحققوا منها في سجلات الجدار الناري.
ماذا يقول القانون الجزائري عن إرسال بيانات الشركة إلى مورّد ذكاء اصطناعي في الخارج؟
يغطي القانون 18-07 المعطيات ذات الطابع الشخصي. ووفق الدليل القانوني لمكتب CMS، يتطلب نقل المعطيات الشخصية إلى دولة أجنبية ترخيص السلطة الوطنية (ANPDP) ومستوى حماية كافيًا، مع استثناءات محددة. أما البيانات غير الشخصية مثل التركيبات، فتحميها أساسًا بنود العقد والسرية. تأكدوا من حالتكم مع مستشار قانوني.



