ফ্রি AI Tool ব্যবহারের আগে Terms ও Data Policy কীভাবে পড়বেন

কোনো AI টুলে একটি নথি আপলোড করার আগে আমরা সাধারণত ভাবি, এটি কাজটি ঠিকমতো করতে পারবে কি না। নথিটি কোথায় থাকবে, কেউ সেটি পর্যালোচনা করতে পারে কি না কিংবা ভবিষ্যতে মডেল উন্নয়নে ব্যবহার হবে কি না—এই প্রশ্নগুলো অনেক সময় পরে মাথায় আসে।

বিশেষ করে ফ্রি AI টুলে বিষয়টি গুরুত্বপূর্ণ। কারণ একই জায়গায় কেউ সিভি ঠিক করছেন, কেউ ক্লায়েন্টের ইমেইল লিখছেন, আবার কেউ অফিসের PDF বা কোড দিয়ে সাহায্য নিচ্ছেন। সব তথ্যের ঝুঁকি এক নয়।

তাই AI tool data policy পড়ার উদ্দেশ্য হাজার শব্দের আইনি নথি শেষ করা নয়। বরং কয়েকটি উত্তর বের করা: টুলটি আপনার কাছ থেকে কী নিচ্ছে, কেন নিচ্ছে, কত দিন রাখতে পারে, মডেল প্রশিক্ষণে ব্যবহার করতে পারে কি না এবং তথ্য অন্য কোনো প্রতিষ্ঠানের কাছে গেলে তখন কোন নিয়ম প্রযোজ্য হবে।

শুধু Privacy Policy দেখলেই পুরো ছবি পাওয়া যায় না

Terms of Service আর Privacy Policy পাশাপাশি থাকলেও দুটি নথির কাজ এক নয়। Terms of Service-এ সাধারণত সেবা ব্যবহারের শর্ত থাকে। সেখানে অ্যাকাউন্ট, নিষিদ্ধ ব্যবহার, কনটেন্টের অধিকার, লাইসেন্স, সেবা বন্ধ করার নিয়ম বা দায়বদ্ধতার মতো বিষয় পাওয়া যেতে পারে।

Privacy Policy-তে নজর থাকে ব্যক্তিগত তথ্যের দিকে। প্রতিষ্ঠান কোন তথ্য সংগ্রহ করছে, কী কাজে ব্যবহার করছে, কার সঙ্গে ভাগ করছে এবং কত দিন রাখতে পারে—এসব এখানে থাকার কথা। সমস্যা হলো, AI সেবার সব তথ্য একটি পাতায় নাও থাকতে পারে।

ধরা যাক, Terms-এ লেখা আছে আপনার input-এর মালিকানা আপনারই। কিন্তু সেই input model improvement-এ ব্যবহার হতে পারে কি না, তার বিস্তারিত হয়তো Data Controls বা Help Center-এর অন্য পাতায় আছে। এ কারণেই শুধু “We respect your privacy” ধরনের সাধারণ বক্তব্য দেখে সিদ্ধান্ত নেওয়া ঠিক নয়।

UK GDPR-সংক্রান্ত ICO নির্দেশনায় Privacy Notice-এ তথ্য ব্যবহারের উদ্দেশ্য, প্রাপকের ধরন এবং তথ্য কত দিন রাখা হবে বা retention period কীভাবে নির্ধারিত হবে—এসব বিষয়ে তথ্য দেওয়ার কথা বলা হয়েছে। সব দেশে একই আইন নেই, তবে AI টুলের নীতি পড়ার সময় এই প্রশ্নগুলো কাজে লাগে।

লম্বা নীতিমালায় কীভাবে দরকারি অংশ বের করবেন

নীতিটি ইংরেজিতে হলে পুরোটা উপর থেকে নিচ পর্যন্ত পড়ার আগে search ব্যবহার করুন। Windows বা Linux-এ Ctrl+F, Mac-এ Command+F। ফোনের ব্রাউজারে সাধারণত Find in page পাওয়া যায়।

শুরু করতে পারেন training দিয়ে।

কিছু না পেলে দেখুন:

Train
Improve
Model improvement
Research
Development

ডেটা কত দিন থাকবে জানতে retention, retain, delete বা deletion কাজে দেয়।

তৃতীয় পক্ষের বিষয় বুঝতে third party, service provider, partner, affiliate এবং share খুঁজুন।

আরও দুটি জায়গা প্রায়ই গুরুত্বপূর্ণ—human review এবং license।

তবে search result-এ একটি শব্দ পাওয়া মানেই উত্তর পাওয়া নয়। সেই অনুচ্ছেদটি পুরো পড়ুন। অনেক নীতিতে মূল বক্তব্যের পরের বাক্যেই ব্যতিক্রম লেখা থাকে। যেমন, কোনো প্রতিষ্ঠান বলতে পারে যে তারা আপনার কনটেন্ট “service improvement”-এর জন্য ব্যবহার করে। পরের লাইন না পড়লে বোঝা যাবে না সেই improvement-এর মধ্যে model training আছে কি না।

আপনি যা লিখছেন, AI সব সময় শুধু সেটুকুই দেখছে না

Chat box-এ লেখা prompt অবশ্যই data। কিন্তু ব্যবহারের ধরন অনুযায়ী আরও অনেক কিছু প্রক্রিয়াকরণের মধ্যে আসতে পারে। আপলোড করা PDF, ছবি, voice input, feedback, device-related information, usage log কিংবা connected app থেকে আসা তথ্যও এর অংশ হতে পারে। এখানে একটি অভ্যাস কাজে দেয়। কিছু আপলোড করার আগে নিজেকে জিজ্ঞেস করুন:

কাজটি করতে এই তথ্যটি দেওয়া দরকার কি?

ধরা যাক, একটি ২০ পাতার নথি থেকে শুধু একটি অনুচ্ছেদের ভাষা ঠিক করতে হবে। সে ক্ষেত্রে পুরো নথি দেওয়ার প্রয়োজন নাও থাকতে পারে।

আরেকটি বিষয় connected apps।

Gemini-এর মতো সেবায় সংযুক্ত app-এর মাধ্যমে email, file, event, photo বা video-র তথ্য ব্যবহার হতে পারে। কোনো third-party service সেই তথ্য পেলে তার নিজস্ব Terms এবং Privacy Policy কার্যকর হতে পারে।

পরে সেই app disconnect করলেও আগে পাওয়া data মুছে যাবে কি না, সেটি আলাদা প্রশ্ন। এই জায়গাটি সহজেই বাদ পড়ে যায়। ব্যবহারকারী মূল AI tool-এর privacy setting পরীক্ষা করেন, কিন্তু সঙ্গে যুক্ত অন্য service-এর নিয়ম আর দেখেন না।

Opt-out টগলটি আসলে কতটা কাজ করে?

Model training বন্ধ করার setting এখন বেশ কিছু AI সেবায় আছে। কিন্তু toggle বন্ধ করা আর “আমার কোনো data আর ব্যবহার হচ্ছে না”—দুটি এক কথা নয়।

Training থেকে opt out করলে সাধারণত ওই নির্দিষ্ট training purpose-এর ব্যবহার বন্ধ হয়। তারপরও সেবা চালানো, abuse শনাক্ত করা, security, আইনি বাধ্যবাধকতা কিংবা ব্যবহারকারীর request process করার জন্য কিছু data ব্যবহৃত হতে পারে।

Microsoft Copilot-এর privacy documentation-এও training এবং অন্য ধরনের data use আলাদা করে দেখা হয়। Model training থেকে opt out করার পরও product improvement, digital safety, security বা compliance-এর নিয়ম পৃথক থাকতে পারে। তাই privacy setting-এ একটি toggle দেখে ফিরে না গিয়ে তার নিচের ব্যাখ্যাটাও পড়ুন।

পরিচিত AI টুলগুলোর নিয়ম একরকম নয়

ChatGPT, Gemini, Claude আর Copilot দেখতে একই ধরনের conversational AI মনে হলেও তাদের retention ও training controls-এর নিয়ম এক নয়। এখানেই account type-ও গুরুত্বপূর্ণ।

ChatGPT-এ training বন্ধ করলেও history থাকতে পারে

ব্যক্তিগত ChatGPT অ্যাকাউন্টে Settings > Data Controls থেকে Improve the model for everyone বন্ধ করা যায়। সেটি বন্ধ থাকলে কথোপকথন history-তে থাকতে পারে, কিন্তু ChatGPT-এর model training-এ ব্যবহার করা হয় না।

Temporary Chat-এর ব্যবহার আলাদা। এটি chat history-তে দেখা যায় না এবং memory তৈরি করে না। Model improvement-এও ব্যবহার করা হয় না। তারপরও নিরাপত্তার কারণে একটি copy সর্বোচ্চ ৩০ দিন রাখা হতে পারে।

এখানে আরেকটি খুঁটিনাটি মনে রাখা দরকার। কোনো GPT যদি third-party action ব্যবহার করে এবং সেখানে data পাঠায়, তাহলে সেই তৃতীয় পক্ষের retention policy আলাদা হতে পারে।

Gemini-তে Keep activity বন্ধ করলেও ৭২ ঘণ্টার বিষয়টি আছে

ব্যক্তিগত Google Account-এ Keep activity বন্ধ থাকলে ভবিষ্যৎ chat activity-তে দেখা যায় না। ব্যবহারকারী feedback না পাঠালে সেসব কথোপকথন Google-এর AI model training-এও ব্যবহার করা হয় না। তবে Gemini সেবা দেওয়া, feedback process করা এবং নিরাপত্তার প্রয়োজনে chat ৭২ ঘণ্টা পর্যন্ত account-এর সঙ্গে রাখতে পারে।

Keep activity চালু থাকলে chat-এর পাশাপাশি share করা file, video, screen বা photo-ও activity-তে রাখা হতে পারে এবং Google service ও generative AI model উন্নয়নে ব্যবহার হতে পারে। Human reviewer-এর কাছে যাওয়া কিছু data account থেকে আলাদা অবস্থায় সর্বোচ্চ তিন বছর রাখা হতে পারে।

এ কারণে activity থেকে chat মুছে দিলেই আগে review করা সব data একই সঙ্গে মুছে যাবে—এমন নয়। Keep activity বন্ধ করলে service improvement-এর জন্য future chat human review থেকে বাদ পড়ে। তবে safety বা abuse prevention-এর প্রয়োজনে human review একেবারে অসম্ভব হয়ে যায় না।

Claude-এ সাধারণ deletion আর safety retention আলাদা

Claude Free, Pro এবং Max-এর মতো consumer account-এ Settings > Privacy-এর Help Improve our AI models থেকে model improvement setting বদলানো যায়। Incognito chat model improvement-এর জন্য ব্যবহার করা হয় না।

সাধারণ chat delete করলে history থেকে তাৎক্ষণিকভাবে চলে যায় এবং back-end storage থেকে সাধারণত ৩০ দিনের মধ্যে মুছে ফেলা হয়। Model improvement-এর অনুমতি দেওয়া থাকলে de-identified chat বা coding session-এর data training pipeline-এ সর্বোচ্চ পাঁচ বছর থাকতে পারে।

তবে safety-related data-এর নিয়ম আলাদা। Usage Policy ভাঙার সন্দেহে কোনো chat বা session flag হলে input ও output সর্বোচ্চ দুই বছর এবং trust-and-safety classification score সর্বোচ্চ সাত বছর রাখা হতে পারে। আইনি প্রয়োজন বা policy enforcement-এর কারণেও কিছু data সাধারণ সময়ের চেয়ে বেশি দিন রাখা হতে পারে।

Copilot-এ personal আর work account গুলিয়ে ফেলবেন না

ব্যক্তিগত Microsoft Account দিয়ে Microsoft Copilot ব্যবহার করলে Privacy settings থেকে conversation ও voice activity model training-এ যাবে কি না নিয়ন্ত্রণ করা যায়। Opt out করলে ভবিষ্যৎ conversation generative AI model training থেকে বাদ পড়ে।

Consumer Copilot-এ conversation activity ডিফল্টভাবে ১৮ মাস রাখা হয়। ব্যবহারকারী চাইলে নির্দিষ্ট conversation বা history মুছতে পারেন। Microsoft 365 Copilot-এর work বা school account কিন্তু একই নিয়মে চলে না। সেখানে conversation Copilot-এর generative AI model training-এ ব্যবহার করা হয় না।

একই পার্থক্য Google-এর ক্ষেত্রেও দেখা যায়। School Google Account দিয়ে Workspace for Education-এর Gemini Apps ব্যবহার করলে chat ও uploaded file human reviewer দিয়ে review করা হয় না এবং generative AI model উন্নয়নেও ব্যবহার করা হয় না। অর্থাৎ “Gemini কী করে?” বা “Copilot কী করে?”—প্রশ্নটি অনেক সময় যথেষ্ট নির্দিষ্ট নয়। আগে জানতে হবে কোন account-এর কথা বলা হচ্ছে।

আরও পড়ুন: AI কীভাবে উত্তর তৈরি করে: সাধারণ ব্যবহারকারীর জন্য সহজ ব্যাখ্যা

“You own your content” শুনতে যতটা স্বস্তিদায়ক, বিষয়টি ততটা সরল নয়

Ownership আর data use এক জিনিস নয়। Terms-এ লেখা থাকতে পারে যে input বা output-এর অধিকার ব্যবহারকারীর। একই Terms-এ আবার নির্দিষ্ট কাজের জন্য কোম্পানিকে licence দেওয়ার শর্ত থাকতে পারে।

তাই ownership খুঁজে পাওয়া গেলে একই অংশে এগুলোও দেখুন:

License
Use
Process
Reproduce
Improve
Sublicense

এখানে আসল প্রশ্ন হলো প্রতিষ্ঠান আপনার content নিয়ে কী করতে পারবে।

ফ্রিল্যান্সারদের জন্য আরেকটি সমস্যা আছে। AI কোম্পানি কোনো document গ্রহণ করছে মানেই সেই document upload করার অধিকার আপনার আছে, এমন নয়। ক্লায়েন্টের সঙ্গে চুক্তিতে confidential information নিয়ে আলাদা শর্ত থাকতে পারে। প্রতিষ্ঠানের নিজস্ব data policy-ও প্রযোজ্য হতে পারে।

সুতরাং client file ব্যবহার করার আগে শুধু AI tool-এর Terms দেখলে কাজ শেষ হয় না।

Delete চাপার পর কী হয়, সেটি আলাদা করে পড়ুন

একটি chat delete করলেন। Interface থেকে চলে গেল।

এতেই কি data মুছে গেল?

হতে পারে, আবার সঙ্গে সঙ্গে পুরোপুরি নাও মুছতে পারে।

দেখতে হবে:

• chat history থেকে কবে সরছে;
• server copy কত দিন থাকতে পারে;
• safety বা backup copy আছে কি না;
• human-reviewed data-এর নিয়ম কী;

আইনি বা security exception আছে কি না।

ChatGPT-এর Temporary Chat-এর safety copy সর্বোচ্চ ৩০ দিন থাকতে পারে। Gemini-এর কিছু reviewed data তিন বছর পর্যন্ত থাকতে পারে। Claude-এ আবার policy violation-সংক্রান্ত data-এর জন্য অন্য retention period আছে। তাই Delete button আসলে কী করছে, সেটি Privacy Policy বা Help documentation ছাড়া বোঝা যায় না।

“আমরা data বিক্রি করি না”—এই একটি বাক্যে আটকে থাকবেন না

Third-party sharing-এর প্রশ্ন data sale-এর চেয়ে বড়।

Hosting provider, security service, customer support provider, affiliate অথবা connected app-এর সঙ্গে data share হতে পারে। Custom connector বা অন্য integration ব্যবহার করলেও তৃতীয় পক্ষের নিজস্ব policy থাকতে পারে।

তাই দেখুন:

• তাদের কাছে কোন তথ্য যাচ্ছে;
• কেন যাচ্ছে;
• তারা কত দিন রাখতে পারে;

Connection বন্ধ করলে আগের copy-এর কী হবে।

কোনো third-party app আগে data নিয়ে থাকলে মূল AI account থেকে সেই data delete করলেই third party-র copy মুছে যাবে—এমন নিশ্চয়তা সাধারণভাবে ধরে নেওয়া যাবে না।

কিছু তথ্য না দেওয়াই সবচেয়ে সহজ privacy control

একটি শক্তিশালী Privacy Policy খারাপ নয়। Training opt-out-ও দরকারি। কিন্তু এগুলোর কোনোটিই অপ্রয়োজনীয় sensitive information share করার কারণ নয়। Public বা consumer AI service-এ সাধারণভাবে এ ধরনের তথ্য দেওয়ার আগে বিশেষভাবে সতর্ক হওয়া উচিত:

• password, OTP বা recovery code;
• private API key বা production credential;
• সম্পূর্ণ জাতীয় পরিচয়পত্র বা passport;
• bank login information;
• অনুমতি ছাড়া পরিচয়যোগ্য health record;
• client বা customer database;
• গোপন HR document;
• অপ্রকাশিত business contract বা strategy;
• source code-এর মধ্যে থাকা secret;
• অনুমতি ছাড়া শিশু বা শিক্ষার্থীর পরিচয়যোগ্য তথ্য।

UK National Cyber Security Centre-ও public LLM-এ sensitive information না দেওয়ার পরামর্শ দিয়েছে। কাজে কোনো document দরকার হলে আগে অপ্রয়োজনীয় ব্যক্তিগত তথ্য বাদ দেওয়া যায় কি না দেখুন। নাম, email, phone number, address বা account number সরানো কাজে আসতে পারে। তবে নাম সরিয়ে দিলেই document পুরোপুরি anonymous হয়ে যায় না। বাকি তথ্য থেকেও কোনো ব্যক্তির পরিচয় বোঝা সম্ভব হতে পারে।

নতুন AI টুল ব্যবহার করার আগে কয়েক মিনিট কীভাবে কাজে লাগাবেন

নতুন টুল দেখলেই প্রথমে account তৈরি না করে তার Privacy Policy খুঁজে দেখুন।

Settings, Privacy, About বা website footer-এ link থাকতে পারে।

তারপর একটি বিষয় পরীক্ষা করুন—নীতিটি কবে update হয়েছে।

পুরোনো tutorial বা screenshot-এর সঙ্গে বর্তমান setting না মিললে অবাক হওয়ার কিছু নেই। AI কোম্পানির data controls সময়ের সঙ্গে বদলাতে পারে। এরপর নিশ্চিত করুন আপনি সঠিক product-এর policy পড়ছেন। Consumer আর Enterprise account-এর নিয়ম এক না-ও হতে পারে। Education বা API-এর ক্ষেত্রেও আলাদা শর্ত থাকতে পারে।

তারপর search দিয়ে অন্তত এই শব্দগুলো দেখুন:

Training
Retention
Third party
Human review
Ownership

সবশেষে account-এর privacy controls এবং connected apps দেখুন। এখানে আরেকটি সাধারণ বুদ্ধির নিয়ম বেশ কাজে দেয়। নতুন কোনো AI service ব্যবহার করে দেখা মাত্রই আসল client file upload করার দরকার নেই। প্রথমে এমন তথ্য দিয়ে কাজটি পরীক্ষা করা যায়, যা ফাঁস হলেও ক্ষতি হবে না।

কয়েকটি বাক্য দেখলে পরের লাইনটিও পড়ুন

আইনি নথিতে কিছু বাক্য খুব পরিষ্কার মনে হয়, কিন্তু আসল শর্ত থাকে সঙ্গে।

“We may use your content to improve our services.”

কী ধরনের improvement? Model training-ও কি তার মধ্যে পড়ে?

“We retain data as long as necessary.”

“Necessary” কত দিন? কোনো সময়সীমা বা criteria আছে?

“We share information with partners.”

Partner বলতে কাদের বোঝানো হচ্ছে?

“By using the service, you grant us a license…”

Licence-এর পরিধি কতটা এবং কী কাজে?

“Settings may vary by region.”

আপনার account বা দেশে তাহলে কোন setting কার্যকর?

এ ধরনের বাক্য থাকলেই কোনো service খারাপ, এমন সিদ্ধান্তে যাওয়ার দরকার নেই। কিন্তু sensitive information দিতে হলে অস্পষ্ট জায়গাগুলো পরিষ্কার হওয়া উচিত।

Privacy Policy পড়ার সবচেয়ে দরকারি ফল কী?

Terms বা Data Policy পড়ে আইনি ভাষায় দক্ষ হওয়ার প্রয়োজন নেই। পড়া শেষে নিজের ব্যবহার নিয়ে একটি বাস্তব সিদ্ধান্ত নিতে পারলেই সেটি যথেষ্ট কাজে দিয়েছে।

আপনার অন্তত জানা উচিত—

—কনটেন্ট model training-এ যেতে পারে কি না;

—যেতে পারলে opt-out আছে কি না;

—Delete করার পরও কোনো copy থেকে যায় কি না;

third-party service data পাচ্ছে কি না।

তবে এরও আগে আরেকটি প্রশ্ন আছে:

AI-কে তথ্যটি দেওয়া দরকার কি?

অনেক ক্ষেত্রে এটিই সবচেয়ে কার্যকর privacy decision।

যে তথ্য ছাড়া কাজটি করা যায়, সেটি না দেওয়াই সহজ। আর confidential document দিতেই হলে আগে Terms, Data Policy, account type এবং privacy controls মিলিয়ে দেখা ভালো। কোনো গুরুত্বপূর্ণ প্রশ্নের উত্তর যদি পরিষ্কার না পাওয়া যায়, তখন সেই টুলে গোপন তথ্য না দেওয়াই বেশি সতর্ক সিদ্ধান্ত।

শেষ কথা

AI tool data policy পড়ার আসল উদ্দেশ্য আইনগত ভাষা বোঝা নয়; বরং আপনি যে তথ্য দিচ্ছেন, সেটির ওপর কতটা নিয়ন্ত্রণ থাকবে তা জানা। কোনো টুলে opt-out আছে, Delete button আছে বা বড় প্রতিষ্ঠানের নাম আছে—এসবের কোনোটিই একা যথেষ্ট নয়।

সবচেয়ে বাস্তবসম্মত অভ্যাস হলো প্রয়োজনের বেশি তথ্য না দেওয়া, account type অনুযায়ী সঠিক policy দেখা এবং sensitive document upload করার আগে training, retention ও third-party sharing-এর নিয়ম মিলিয়ে নেওয়া।

কোনো গুরুত্বপূর্ণ শর্ত পরিষ্কার না হলে কাজটি থামিয়ে অন্য উপায় বেছে নেওয়াই ভালো। গোপন তথ্যের ক্ষেত্রে সুবিধার চেয়ে নিয়ন্ত্রণ বেশি গুরুত্বপূর্ণ।

প্রায়শই জিজ্ঞাসিত প্রশ্ন

ফ্রি AI টুল ব্যবহার করার আগে কোন নীতিগুলো পড়া সবচেয়ে জরুরি?

প্রথমে Privacy Policy, Terms of Service এবং প্রযোজ্য হলে আলাদা Data Policy বা AI Privacy পাতা দেখুন। বিশেষ করে model training, data retention, human review, third-party sharing, ownership এবং opt-out সম্পর্কিত অংশ খুঁজে পড়ুন।

AI tool data policy দ্রুত কীভাবে পরীক্ষা করা যায়?

কম্পিউটারে Ctrl+F বা Mac-এ Command+F ব্যবহার করে training, retention, delete, third party, human review, ownership, license এবং opt out-এর মতো শব্দ খুঁজুন। শুধু পাওয়া বাক্যটি নয়, তার আগের ও পরের অংশও পড়ুন, কারণ গুরুত্বপূর্ণ শর্ত বা ব্যতিক্রম সেখানে থাকতে পারে।

Model training বন্ধ করলে কি AI কোম্পানি আমার ডেটা আর ব্যবহার করতে পারে না?

সব ক্ষেত্রে তা নয়। Model-training opt-out সাধারণত মডেল প্রশিক্ষণের জন্য ডেটা ব্যবহার নিয়ন্ত্রণ করে। নিরাপত্তা, অপব্যবহার শনাক্ত করা, সেবা পরিচালনা, আইনি বাধ্যবাধকতা বা অন্য অনুমোদিত উদ্দেশ্যে কিছু তথ্য তখনও প্রক্রিয়াকৃত হতে পারে।

AI টুলে chat Delete করলে কি ডেটা সঙ্গে সঙ্গে পুরোপুরি মুছে যায়?

অবশ্যই নয়। কোনো chat interface থেকে মুছে গেলেও server copy, safety data, backup, human-reviewed information বা আইনি কারণে সংরক্ষিত তথ্যের জন্য আলাদা retention period থাকতে পারে। তাই সংশ্লিষ্ট সেবার deletion ও retention policy দেখা জরুরি।

ফ্রি AI টুলে কোন ধরনের তথ্য না দেওয়াই ভালো?

Password, OTP, recovery code, private API key, ব্যাংক login information, সম্পূর্ণ জাতীয় পরিচয়পত্র বা passport, অনুমতি ছাড়া client data, confidential HR document, medical record এবং source code-এর secret credential-এর মতো সংবেদনশীল তথ্য সাধারণ consumer AI service-এ না দেওয়াই বেশি সতর্ক পদ্ধতি।

ChatGPT, Gemini, Claude এবং Copilot-এর Data Policy কি একই?

না। Model-training controls, retention period, temporary বা incognito chat এবং human review-এর নিয়ম সেবাভেদে আলাদা। একই কোম্পানির personal, business, enterprise, education বা work account-এর নীতিও এক নাও হতে পারে।