I compared the privacy of ChatGPT, Gemini, Claude and Perplexity — here’s the one you should trust most with your personal info

I compared the privacy of ChatGPT, Gemini, Claude and Perplexity — here’s the one you should trust most with your personal info

El artículo revela importantes disparidades en la forma en que los principales chatbots de inteligencia artificial manejan los datos de los usuarios, destacando que la privacidad no es una característica estándar en toda la industria. Concluye que Claude, de Anthropic, ofrece el mayor nivel de privacidad por defecto, ya que no utiliza las conversaciones para entrenar sus modelos y carece de un proceso habitual de revisión humana. Esto contrasta marcadamente con competidores como ChatGPT, de OpenAI, que por defecto guarda el historial de forma indefinida y entrena sus modelos con las interacciones de los usuarios, a menos que estos intervengan manualmente. La revisión subraya la importancia de comprender las políticas de retención de datos específicas de cada plataforma, señalando que incluso servicios con paneles de control robustos, como Gemini de Google, pueden exponer los datos a revisores humanos si la configuración no se ajusta cuidadosamente. Aunque Perplexity ofrece controles detallados para que los usuarios puedan optar por no participar en el entrenamiento de modelos, sus comportamientos por defecto aún requieren una gestión activa para garantizar la confidencialidad completa. Estos hallazgos demuestran que los usuarios no pueden dar por sentada la privacidad; deben auditar y ajustar activamente la configuración para proteger la información sensible de ser retenida o utilizada con fines comerciales. Este análisis es altamente relevante para la comunidad de datos abiertos, ya que expone la opacidad de las prácticas de datos de la inteligencia artificial propietaria. Ilustra cómo el uso generalizado del contenido generado por los usuarios para entrenar modelos comerciales a menudo entra en conflicto con los principios de soberanía de datos y derechos individuales. Al revelar estos flujos ocultos de datos, el artículo aboga por una mayor transparencia y proporciona un marco para evaluar las implicaciones éticas de la recopilación de datos, fomentando un cambio hacia herramientas que prioricen el consentimiento del usuario y la retención mínima de datos.

Fuente: tomsguide.com
Publicado el 2025-12-08