评估生成人工智能系统中对话交互的个人信息输出

这项探索性试点研究使用 GPT-5.2 Instant 和 GPT-5.2 Thinking 评估生成式 AI 系统中持续对话交互输出的个人信息的范围和感知准确性，分为三种输出类型：事实、推理和置信。根据15名日本参与者的评估结果，模型设计的差异对个人信息输出倾向的影响有限。与 Inference 类型相比，Fact 类型表现出更为保守的输出模式。关于属性类别，研究结果表明，与识别相关的核心个人属性的处理相对保守，而行为和语言属性在事实和推理输出中都显示出更高的准确性。此外，即使没有明确的事实输出支持，整体概况、心理和认知以及残留属性也更容易推断。值得注意的是，推理类型中这些属性缺乏空输出表明此类推断的配置文件可以从间接可用的上下文信息构建。这些发现可能有助于未来关于生成人工智能系统中的隐私意识和个人信息推断的讨论。