Google меняет настройки Gemini: история диалогов и обучение Gemini на данных пользователя станут двумя независимыми переключателями. Это значит, что можно будет сохранить привычный контекст переписки с ассистентом, не соглашаясь на использование этих разговоров для улучшения ИИ-моделей, сообщает Ars Technica.
До сих пор такие настройки нередко выглядели как неприятный компромисс: либо пользователь разрешает сервису хранить активность и получать более связный опыт между сессиями, либо отключает сбор данных целиком и жертвует частью удобства. Разделение переключателей убирает эту связку. История нужна самому пользователю и продукту для продолжения диалога, а использование материалов для обучения — уже интерес разработчика модели. Google наконец делает эту границу заметной в интерфейсе.
Изменение касается раздела активности Gemini. Пользователь сможет отдельно решать, хранить ли историю общения и разрешать ли компании использовать соответствующие данные для обучения. Формально это небольшая правка в настройках, но для генеративных сервисов именно такие «мелочи» определяют реальный уровень контроля: большинство людей не читает многостраничные условия обработки данных, зато понимает разницу между двумя ясными вариантами выбора.
Для Google это ещё и способ снизить цену приватности. Если отключение передачи данных на обучение автоматически лишает человека истории, сервис подталкивает его к более широкому согласию, чем он хотел дать. Новый подход позволяет выбрать промежуточный сценарий: Gemini помнит рабочий контекст, но содержимое диалогов не становится материалом для дальнейшего улучшения модели. Для пользователей, которые обсуждают в чатах код, внутренние процессы, документы или клиентские задачи, такая настройка выглядит особенно практичной.
Важно не путать отказ от обучения с обещанием абсолютной невидимости данных. Раздельные переключатели описывают конкретную цель обработки — участие разговоров в обучении ИИ. У сервисов могут оставаться и другие основания для хранения или обработки информации: работа самой функции, безопасность, предотвращение злоупотреблений, выполнение требований законодательства. Поэтому компаниям и техническим командам по-прежнему стоит проверять политику конкретного аккаунта, корпоративные настройки и правила работы с чувствительной информацией.
Сам тренд понятен: генеративные ассистенты всё глубже заходят в рабочие процессы, а пользователи всё хуже принимают модель «или полезно, или приватно». Разработчикам нужен сохранённый контекст — иначе каждый новый чат начинается с повторного объяснения архитектуры, требований и ограничений. Бизнесу нужна предсказуемость: сотрудник должен понимать, что именно происходит с введёнными данными, а служба безопасности — иметь возможность зафиксировать эти правила в регламенте.
Для русскоязычных команд, работающих с глобальными облачными ИИ-инструментами, нововведение полезно и как ориентир при выборе сервисов. Оценивать стоит не только качество ответов модели и цену подписки, но и гранулярность контроля: можно ли отделить историю от обучения, удалить отдельные беседы, задать корпоративные политики и получить понятное описание обработки данных. Чем меньше продукт маскирует такие решения за одной общей галочкой, тем проще внедрять его в реальную работу, а не только использовать для безобидных экспериментов.
Раздельное обучение Gemini на данных и хранение истории не решает всех вопросов доверия к ИИ, но меняет важную логику выбора: приватность перестаёт быть наказанием в виде «обнулённой памяти» ассистента. Теперь главный вопрос — станет ли такой детальный контроль нормой для остальных ИИ-платформ и смогут ли они объяснить его пользователям без юридического тумана.

