Google без лишнего шума расширила сбор данных для обучения ИИ Google: теперь компания может использовать медиафайлы, которые пользователи загружают в поисковые сервисы. Речь не только о картинках, но и о файлах, аудио и видео. Для русскоязычной IT-аудитории это важная новость по простой причине: граница между «поиск помог решить задачу» и «ваши данные стали сырьем для модели» становится еще тоньше.
Об изменении 6 июля сообщил Engadget. По данным издания, Google недавно и без громких анонсов обновила подход к данным, которые попадают в ее Search-продукты. Если пользователь загружает фото в Google Lens, отправляет голосовой запрос, добавляет материалы в Google Translate или использует другие связанные с поиском инструменты, эти данные теперь могут использоваться для тренировки ИИ-систем компании. В формулировке, на которую ссылается Engadget, перечислены images, files and audio and video recordings — то есть почти весь базовый набор пользовательского контента.
Ключевой момент в том, что речь идет именно о продуктах, связанных с поиском, а не о всех сервисах Google подряд. Engadget отдельно уточняет: содержимое личного Google Photos под это изменение пока не подпадает. Но слово «пока» здесь читается слишком отчетливо. Технически схема выглядит знакомо: пользователь загружает медиа ради конкретной задачи — распознать объект на снимке, перевести фрагмент текста, уточнить поисковый запрос по голосу, — а платформа получает еще один поток данных для обучения генеративных и мультимодальных моделей. Для бизнеса это уже стандартная логика платформы. Для пользователя — не всегда очевидный обмен.
Самая неприятная часть истории не в том, что Google собирает дополнительные данные. Этим крупные платформы давно никого не удивляют. Важнее другое: все пользователи, по данным Engadget, оказались автоматически включены в эту схему. Иными словами, компания не просит отдельного явного согласия на обучение ИИ Google через новые загружаемые материалы, а предлагает отказаться вручную. Это хорошо знакомый прием из мира больших сервисов: сначала включаем по умолчанию, потом прячем выключатель в настройках, а дальше многое зависит от того, сколько людей дочитает до нужной галочки.
Формально возможность отказаться есть. Engadget пишет, что для этого нужно открыть страницу истории сервисов поиска и снять флажок с параметра сохранения медиа, а затем перейти на страницу персонализации сервисов поиска и убедиться, что там тоже ничего не сохраняется. На уровне интерфейса это выглядит как «несколько простых действий». На уровне продуктовой практики — как типичный dark pattern-lite: настройка существует, но большинство людей о ней узнают только после публикаций в прессе. Для продактов и growth-команд это, кстати, тоже показательная история: пользовательское доверие к AI-функциям сейчас легко потерять даже не из-за самого факта сбора данных, а из-за того, как именно он оформлен.
Контекст у новости предсказуемый и от этого не менее важный. Генеративным моделям постоянно нужен новый материал, особенно мультимодальный. Текстового интернета уже не хватает в прежнем объеме и качестве, а обучать системы, которые должны понимать изображение, голос, видео и документы, без массовых пользовательских данных трудно и дорого. Поэтому крупные игроки все активнее превращают прикладные сценарии в каналы пополнения датасетов. Пользователь приходит за удобством, компания получает данные, которые повышают качество модели, а дальше эта модель улучшает продукт, который собирает еще больше данных. Классическая замкнутая петля платформенной экономики, только теперь с приставкой AI.
Для разработчиков и руководителей IT-команд здесь как минимум три практических вывода. Первый: если в компании используют Google Search-инструменты для работы с внутренними изображениями, голосовыми заметками, фрагментами интерфейсов, логами в виде файлов или видеоинструкциями, надо проверить, что именно сотрудники туда загружают. Второй: политика «не хранить чувствительные данные в публичных SaaS» уже недостаточна. Нужна более точная рамка — какие данные допустимо передавать в поисковые и AI-сервисы даже на разовой основе. Третий: история с opt-out еще раз показывает, что приватность в больших экосистемах надо не предполагать, а регулярно аудировать. Особенно если сервис вчера был просто удобным инструментом, а сегодня оказался поставщиком данных для модели.
Есть и более широкий отраслевой эффект. Чем больше таких изменений проходит тихо, тем сильнее рынок привыкает к мысли, что пользовательские медиа — это дефолтное топливо для ИИ, если не доказано обратное. Для вендоров это соблазнительная норма: данные уже приходят, инфраструктура уже есть, юридические формулировки можно обновить. Для пользователей и компаний это означает постоянный рост издержек на контроль настроек, внутренних правил и договоренностей с сотрудниками. И если раньше спор шел о том, можно ли обучать модель на открытом вебе, то теперь он все чаще смещается к другому вопросу: где проходит граница между использованием сервиса и незаметным участием в обучении ИИ Google?
Похоже, именно этот вопрос и станет для рынка главным. Не потому, что Google сделала что-то принципиально невиданное, а потому что такие изменения быстро становятся отраслевой привычкой. Когда загрузка фото в поиск, голосовой запрос или перевод документа одновременно работают как пользовательская функция и как сбор данных для модели, приватность превращается не в настройку, а в отдельную дисциплину цифровой гигиены.