Mistral AIデータトレーニングオプトアウトポリシー

Mistral AIは、データガバナンスポリシーを明確化し、ユーザーの入力および出力データ（会話、アップロードされたドキュメント、その他のユーザー提供コンテンツを含む）がモデルのトレーニングに使用される可能性があることを確認しました。エンタープライズカスタマーはデフォルトでトレーニングから除外されていますが、スタンダードユーザーはアカウント設定から手動でオプトアウトする必要があります。

サービスおよびプラン別のトレーニングデフォルト

Mistralのトレーニングポリシーは、プラットフォームとサブスクリプションレベルによって異なります。主なポイントは、ほとんどの消費者向けユーザーに対してトレーニングがデフォルトで有効化されている一方、エンタープライズティアはプライバシー最優先のデフォルト設定を提供していることです。

Vibe（コンシューマーおよびチームプラン）

Vibeのユーザーについては、トレーニングがデフォルトで有効化されています。ユーザーは設定に手動でアクセスしてデータ共有を無効化する必要があります。

Vibe（エンタープライズプラン）

エンタープライズカスタマーは、デフォルトでトレーニングから除外されています。オプトインまたはオプトアウトの権限は、管理者レベルで中央管理されます。

Mistral StudioおよびAPI

Mistral Studioおよび関連するAPIサービスのユーザーは、Adminパネルからデータトレーニングのオプトアウトが可能です。ドキュメントはこれらのサービスのデフォルト状態を明示していませんが、Vibeの設定とは別々のトグルで管理されています。

データトレーニングからオプトアウトする方法

Mistralは異なるサービスに対して別々のトグルを使用しているため、完全なプライバシーを確保するには、各サービスを個別に設定する必要があります。

Vibe（Web Adminパネル）でのオプトアウト

Adminパネルにアクセスします。
Manageセクションの下で Vibe を選択します。
Privacyセクションで、"Allow your interactions to be used to train our models" とラベルされたトグルを無効にします。

Vibe（モバイルアプリ）でのオプトアウト

アプリの Settings を開きます。
Accountセクションの下で Data & Account Controls を選択します。
"Enable data sharing" チェックボックスをオフにします。

Mistral StudioおよびAPIでのオプトアウト

Adminパネルにアクセスします。
左側のナビゲーションバーの Privacy メニューを開きます。
"Anonymous improvement data" セクションで、API呼び出しおよび関連データがサービス改善に使用されないようにするためのトグルを無効にします。

コミュニティの洞察とプライバシー懸念

これらのポリシーの公表後、技術ユーザーおよびプライバシー擁護者が、これらのコントロールの実装に関して複数の懸念を表明しました。

チームプランにおける中央管理

一部のユーザーは、チームプランに重大なギャップがあると指摘しています。エンタープライズティアとは異なり、チームプランでは組織の管理者が全メンバーに対して中央でオプトアウトを強制できる機能が報告されていません。これは、個々の従業員が自分の設定でトレーニングを手動で無効化する必要があることを意味し、機密性の高い企業の知的財産がトレーニングに使用されるリスクが高まります。

"組織全体でオプトアウトを中央で強制できる機能を欠いていることは、非常に大きな赤信号です… 機密性の高いIPやGDPR準拠データを扱う企業にとっては、このチームティアは実質的に使用不可能です。"

競合他社との比較

ユーザーはMistralのアプローチを他の先端AIラボと比較しています。一部のユーザーは、多くのAI企業が類似したデータ収集パターンを採用していると主張していますが、他にはClaudeのように、低価格帯の組織プランからプロンプトのトレーニングを無効化している競合企業を挙げています。

法的およびGDPRの影響

これらのプロンプト内のPII（個人識別情報）の取り扱いに関して、継続的な議論が行われています。データが保存され、トレーニングの重みに使用される場合、単に「PIIを入力しないでください」という一般的な警告が欧州法（GDPR）において十分であるかどうかが疑問視されています。

「トレーニング」という定義

批判者は、「あなたのデータでトレーニングしない」という表現が狭い技術的定義であると指摘しています。企業が、主な先端モデルの重みを直接更新するのではなく、別々の埋め込みモデルを介してデータを「市場調査」、「サービス改善」、または「分析」に使用する可能性があると示唆しています。