تعتبر مسألة الخصوصية واحدة من أهم التحديات التي تواجهنا في عصر الذكاء الاصطناعي. غالبًا ما يُفترض أن anonymization، أي إخفاء الهوية، يحمي حريات الأفراد بمجرد إزالة المعرفات الصريحة. ومع ذلك، توضح الأبحاث الجديدة أنه مع ظهور وكلاء الذكاء الاصطناعي المعتمدين على نماذج اللغات الضخمة (Large Language Models)، باتت هذه الفرضية محل تساؤل.

تظهر الدراسة أن هؤلاء الوكلاء قادرون على دمج أدلة غير معرّفة، كانت في السابق غير مؤذية، مع معلومات عامة لاستعادة هوية الأفراد في العالم الحقيقي. وقد لوحظ هذا في ثلاث حالات مختلفة: حوادث الربط التقليدية، واختبار محكوم (InferLink) يغير نوع بصمة الهوية وإطار المهمة، وتفاعلات مفتوحة بين الذكاء الاصطناعي والبشر.

تُعتبر النتائج مثيرة للقلق، حيث أظهرت الدراسة أن الوكلاء استطاعوا استعادة 79.2% من الهويات في بيئة منخفضة الخصوصية، مقارنة بـ 56.0% كحد أدنى عبر أساليب الربط التقليدية. وبالإضافة إلى ذلك، لم يحتاج الوكلاء إلى طلب صريح لإعادة التعريف، بل أصبحوا أكثر فاعلية عندما تم تقديم مثل هذا الطلب.

تُشير هذه النتائج إلى ضرورة إعادة تقييم كيفية فهمنا للخصوصية في أنظمة الذكاء الاصطناعي. بدلاً من التركيز فقط على المعلومات المُعَرَّضة أو المُكشَفَة، يجب أن نعتبر أيضًا ما هي الهويات التي يمكن استنتاجها. فهل سنكون قادرين على الحفاظ على خصوصيتنا في ظل هذه التطورات؟