科研人员如何评估AI工具的数据使用政策？

近期，OpenAI宣布用内部AI模型解决了困扰数学界约90年的Navier-Stokes问题，但纽约大学数学教授Tristan Buckmaster随即质疑其使用了未公开的Codex数据。OpenAI回应称“没有访问特定用户数据”，但也承认“无法排除去标识化数据可能帮助改进模型”。这一争议给科研人员提了个醒：你输入AI工具的研究数据，可能成为模型训练的一部分。

在选用AI工具前，建议你花半小时查阅其隐私政策与数据使用条款，重点看三点：是否允许用户数据用于模型训练？是否提供“不用于训练”的选项？数据在传输和存储时是否加密？例如，一些工具默认开启数据共享，需要在设置中手动关闭。不要只看宣传语，要找到条款中的具体表述。如果条款含糊，直接联系客服确认，并保留书面回复。

在科研合作中如何保护自己的研究数据？

Buckmaster的质疑核心在于，他怀疑OpenAI使用了其Codex会话数据——这些数据可能包含未发表的研究思路。科研数据是学术生命线，一旦泄露，轻则成果被抢先发表，重则失去创新优势。

与AI公司或工具方合作时，务必明确数据所有权和使用范围。建议在合作前签订保密协议（NDA），并写明：你的数据是否被用于模型训练？对方是否有权将数据用于其他目的？合作结束后，数据如何删除？如果对方拒绝书面承诺，就要谨慎考虑是否继续合作。对于敏感研究，还可以使用本地部署的开源模型，或对数据进行脱敏处理，去掉可识别信息后再输入工具。

面对AI工具，科研人员如何选择可靠的工具？

这场争议也提醒我们，没有绝对“安全”的AI工具，只有相对透明的选择。优先选择那些明确承诺“不将用户数据用于训练”或提供“零数据保留”选项的工具，并关注学术社区的反馈——如果同行曾遇到数据问题，通常会在论坛或社交媒体上讨论。

另外，可以关注机构发布的指南，例如美国国家安全局联合多国机构发布的《AI数据安全：保护用于训练和运行AI系统的数据》实践指南，这类文件能提供核查框架。作为科研人员，你的核心资产是研究思路和数据，选择工具时，数据政策与功能同等重要。

一个实际可做的小建议：下次注册AI工具前，花10分钟搜索“工具名 + 数据使用 + 用户反馈”，并截图保存条款关键页，建立自己的工具数据政策档案。这样，当争议发生时，你至少知道自己的数据去了哪里。