OpenAIがCodexのデータ共有設定を静かに再オンライン化、IP漏洩の懸念が高まる

OpenAIがCodexのデータ共有を静かに再オンライン化、企業は警戒

OpenAIは、ユーザーの操作なしにCodexチャットインターフェースのImprove the model for everyoneトグルを再びオンにしたようです。これにより、企業は独自コードが将来のモデルトレーニングに使用されるリスクにさらされています。

この設定が重要な理由

chatgpt.com/settings/data-controlsにあるトグルは、ユーザーのプロンプトがモデル改善のために保持されるかどうかを制御します。有効にすると、OpenAIは送信されたコードを保存し、後でトレーニングに使用できます。
このオプションを無効にすることは、コードを機密の知的財産（IP）として扱う組織にとって標準的な慣行です。
予期しない再有効化はその保護を無効にし、機密コードがOpenAIのトレーニングパイプラインに漏洩する可能性があります。

変更の証拠

複数のエンジニアが、意図的にオフにしていた設定が翌日突然「オン」になっていたと報告しました。
この問題は異なるアカウントで観察されており、一部のユーザーは設定がオフのままであると報告しており、一貫性のない動作を示しています。
Hacker Newsでの以前の議論（https://news.ycombinator.com/item?id=49643556 を参照）でも同様の異常が指摘されており、これは孤立した事件ではないことを示唆しています。

コミュニティの反応と解釈

hyperbovine: 「愚行で説明できることに悪意を帰すな。彼らのソフトウェアの品質はひどく、これはおそらく単なるバイブコーディングの事故だ。」

monster_truck: 「あなたの会社が本当にこれを気にしているなら、いくつかのチェックボックスに運命を任せるのではなく、自社で推論を実行しているはずだ。」

vibranium: 「本当に気にするなら、OpenAIとZDR契約を結ぶか、Bedrockか何かを使え。」

edot: 「高度なアカウントセキュリティ（ハードウェアキー）を有効にしろ。データ共有もロックされる。」

_doctor_love: 「考えてみると、トレーニングデータがマシンに未摂取のまま置かれているのは本当にひどい。中央に配置されるべきだ。」

rfgplk（反対意見）: 「実際、OpenAIにあなたのコードをトレーニングさせたいと思うべきだ。将来のモデルがあなたの仕事により効果的になるから。」

ghempton: 「トレーニングが有効になっているCodexアカウントをフラグする監視ツールを構築しました：https://github.com/codealong/codealong。」

kevcampb: 「Claudeのフィードバックエンドポイントは、組織設定で無効にしてもデータを送信し続けます。Bedrockへの移行を検討しています。」

spwa4: 「OpenAIはUIで使用統計も隠しており、これは大規模な使用削減の展開に先立つ可能性があります。」

これらのコメントは、バグをエンジニアリングの見落としに帰する意見から、企業がモデルを自己ホストすべきだと提案する意見、設定を無効にしてもデータプライバシーを保証することの難しさを強調する意見まで、さまざまな見解を示しています。

影響を受ける組織のための実践的ステップ

トグルを確認 – https://chatgpt.com/settings/data-controlsにアクセスし、Improve the model for everyoneオプションがオフであることを確認します。
高度なセキュリティを有効にする – ハードウェアキーベースのアカウント保護（https://privacy.openai.com/policies?modal=take-control）をオンにします。これにより、データ共有も強制的にオフになります。
ローカルキャッシュを監査 – チャットデータをエクスポートし、意図しないアップロードがないか検査します。
ツールで監視 – コミュニティ保守のスクリプト（例：CodeAlongモニター）を使用して、任意のアカウントでトレーニングが再有効化されたときに自動的に検出します。
契約上の保護を検討 – 企業はZero-Data-Retention（ZDR）契約を交渉するか、AWS Bedrock、Azure Confidential Compute、Google Cloudのプライベートモデル提供などの自己ホスト型推論プラットフォームに移行できます。
社内でエスカレーション – 予期しないトグルをセキュリティインシデントとして扱い、法的およびコンプライアンスチームを関与させて潜在的なIP露出を評価します。

AI-as-a-Serviceへの広範な影響

信頼の侵食：プライバシー設定の繰り返される静かな変更は、フロンティアAIプロバイダーへの信頼を損なう。
規制上の監視：無許可のデータ収集は、GDPR、CCPA、またはセクター固有の機密保持義務に違反する可能性があります。
自己ホスティングへの移行：企業は、トレーニングデータの完全な制御を取り戻すために、オンプレミスまたはプライベートクラウドへの移行を加速する可能性があります。
透明性の要求：ユーザーは、データ共有設定へのすべての変更を記録する、より明確なUIシグナルと監査ログを求めています。

結論

OpenAIによるCodexデータ共有フラグの不注意な再アクティブ化は、IPを保護する組織にとって、第三者AIサービスへの依存がどれほど脆弱であるかを示しています。一部はこの問題を単純なソフトウェアバグに帰する一方で、この事件は、堅牢な検証、より強力な契約上の保護、そして多くの場合、データの機密性を確保するための自己ホスト型推論への移行の必要性を浮き彫りにしています。