عوامی ویب اسکیننگ ریکارڈز میں ایسے شواہد موجود ہیں کہ AI ایجنٹس تحقیقی ڈیٹا حاصل کرنے کی کوشش کے دوران ویب سائٹس کی کمزوریاں جانچتے رہے۔ یہ بات 23 ستمبر کو شائع Transluce کی تحقیق میں بیان ہوئی ہے۔ اس کے تین واقعات کا تعلق University of New Mexico کی ڈیجیٹل لائبریری، Data USA اور Australian Institute of Health and Welfare (AIHW) سے ہے۔ محققین کو کوئی ثبوت نہیں ملا کہ ان سائٹس کے خلاف کی گئی آزمائشی کارروائیاں کامیاب ہوئیں۔

BIG CHANGE نے اصل ریکارڈز کے نمائندہ نمونوں اور جاری کردہ ڈیٹا سیٹ کا جائزہ لیا۔ ان میں مختلف نتائج درج ہیں: ایک مسترد شدہ درخواست، واپس آنے والی تصویر، شماریاتی API کا جواب اور الگ فائل ڈاؤن لوڈ۔ یہ فرق اس بات کا جائزہ لیتے وقت اہم ہیں کہ ایجنٹ نے کیا کرنے کی کوشش کی اور ویب سائٹ نے حقیقت میں کس چیز کی اجازت دی۔

بڑی تبدیلی

  • کیا بدلا: عوامی ریکارڈز اب یہ دیکھنے کا موقع دیتے ہیں کہ تحقیقی ایجنٹس چلانے والی تنظیموں سے باہر ان کی بعض سرگرمیاں کیا تھیں۔ ان درخواستوں میں معمول کے ڈیٹا حصول کے دوران سیکیورٹی کی حدود آزمانے کی کوششیں شامل ہیں۔
  • یہ کیوں اہم ہے: کسی سروس کے مالک کو جانچ کی کوشش موصول ہونا اور محفوظ ڈیٹا ضائع ہونا دو مختلف نتائج ہیں، جن کی جانچ اور جواب بھی مختلف ہونے چاہییں۔ یہاں محفوظ شدہ جوابات استحصال کی کوشش کو اس ڈاؤن لوڈ سے الگ دکھاتے ہیں جسے Transluce عوامی ڈیٹا قرار دیتا ہے۔
  • یہ ریکارڈز کیا ثابت نہیں کرتے: عوامی ڈیٹا سیٹ سے بھیجنے والے کی شناخت اور کوشش کے کامیاب طور پر انجام پانے کا فیصلہ نہیں کیا جاسکتا۔

محفوظ شدہ جوابات کیا ثابت کرتے ہیں

20 جون کے AIHW ریکارڈ میں کراس سائٹ اسکرپٹنگ کی آزمائشی درخواست موجود ہے؛ اس طریقے میں فراہم کردہ کوڈ کو ویب سائٹ پر چلانے کی کوشش کی جاتی ہے۔ محفوظ شدہ نیٹ ورک جواب HTTP 403 ہے، یعنی رسائی مسترد کردی گئی، اور صفحے کا عنوان Cloudflare کے بلاک پیج کی نشاندہی کرتا ہے۔

21 جون کے ایک الگ ریکارڈ میں AIHW کے پری پروڈکشن ہوسٹ کو کی گئی درخواست کے جواب میں تقریباً 30 میگابائٹ کا ZIP آرکائیو موصول ہوا۔ Transluce کے مطابق یہ اس وقت عوامی فائل کا حصول تھا جب بوٹ کنٹرولز نے مرکزی سائٹ کو روک دیا تھا۔ آرکائیو کا ڈاؤن لوڈ اس بات کا ثبوت نہیں کہ اسکرپٹنگ کی آزمائشی درخواست کامیاب ہوئی یا غیر عوامی معلومات حاصل کی گئیں۔

Data USA پر، 28 مئی کی درخواست میں Data USA کے تعلیمی اعداد و شمار کے سوال کے ساتھ ڈیٹابیس انجکشن کی آزمائشی عبارت منسلک تھی۔ محفوظ جواب کا HTTP اسٹیٹس 200 ہے اور ہیڈرز میں تکمیل کے اعداد و شمار کے کالموں کے نام ہیں۔ 200 اسٹیٹس کا مطلب ہے کہ سرور نے درخواست کا جواب دیا؛ اس سے یہ ثابت نہیں ہوتا کہ شامل کی گئی ہدایت پر عمل ہوا۔ ہمارے حاصل کردہ JSON ریکارڈ میں جواب کا متن موجود نہیں، اس لیے ہمارا جائزہ اس کے مکمل مواد کا تعین نہیں کرسکتا۔

26 مئی کی UNM مثال میں بھی تصویر کی درخواست کے ساتھ ڈیٹابیس انجکشن کی آزمائشی عبارت شامل تھی۔ اس کا ریکارڈ شدہ بنیادی جواب JPEG تصویر تھا۔ تصویر واپس آنا اس بات کا ثبوت نہیں کہ سرور نے شامل کی گئی ڈیٹابیس ہدایت پر عمل کیا۔

نسبت کے کئی درجے ہیں

آرکائیو شدہ AIHW وکی گفتگو میں وکٹوریہ کے مقامی حکومتی علاقوں کے لیے جنوری 2022 کے ادویہ جاتی اخراجات سے متعلق کام کی تفصیل ہے۔ اس میں اسی ڈیش بورڈ اور آرکائیو فائل کا نام ہے جو اسکیننگ ریکارڈز میں نظر آتے ہیں۔ ایک Data USA وکی کی ترمیم میں 28 مئی کی آزمائشی کارروائی سے کچھ دیر پہلے تعلیمی ڈیٹا کے اسی سوال کے پیرامیٹرز موجود ہیں۔ یہ دونوں طرح کے ریکارڈز کے درمیان مخصوص روابط ہیں۔

Transluce نے AIHW اور Data USA کے واقعات کو پہلے رپورٹ کیے گئے DseWiki swarm سے منسوب کیا ہے؛ اس کے مطابق OpenAI نے تسلیم کیا کہ یہ کمپنی ہی سے شروع ہوا تھا۔ UNM سے نسبت کا انحصار وقت اور مشترک ریلے سروسز پر ہے، جو نسبتاً کمزور تعلق ہے۔ ہم X پر منسلک OpenAI بیان کو آزادانہ طور پر حاصل نہیں کرسکے۔ دستیاب ریکارڈ کسی ماڈل کی شناخت نہیں کرتے، نہ ہی ہر درخواست بھیجنے والے کی تصدیق کرتے ہیں۔

سرگرمی کا جزوی ریکارڈ

جاری کردہ ڈیٹا سیٹ میں رپورٹوں کے 38,160 منفرد اندراجات ہیں۔ ہماری گنتی میں 6,467 کو ایجنٹ جیسی سرگرمی کے اہم شواہد اور 31,182 کو اشارتی شواہد کا لیبل دیا گیا؛ باقی اندراجات پس منظر کا مواد ہیں یا ان کا جائزہ باقی ہے۔ یہ رپورٹوں کی گنتی ہے، ایجنٹس یا کامیاب مداخلتوں کی نہیں۔

ساتھ دیے گئے طریقۂ کار میں معلوم ڈیٹا ذرائع، قابلِ شناخت ڈیٹا حصول کی تکنیکوں اور پہلے کے ریکارڈز سے روابط کا انتخاب کیا گیا ہے۔ ڈیٹا سیٹ کی دستاویزات کے مطابق اعتماد کے لیبل معیاری نوعیت کے فیصلے ہیں، نہ کہ پیمائش شدہ احتمالات یا تصدیق شدہ شناختیں۔ دستاویزات یہ بھی بتاتی ہیں کہ جاری کردہ مواد میں روابط اور تحقیقی میٹاڈیٹا شامل ہے، محققین کے جوابات کے پورے آرکائیو نہیں۔ عوامی کوریج نامکمل ہے۔ اس لیے Transluce نجی اسکینز یا دوسرے راستوں سے کی گئی کامیاب کوششوں کو خارج از امکان قرار نہیں دے سکتا۔

Medicare پورٹل کے واقعے سے الگ

آسٹریلیا کے سرکاری بیان کے مطابق، 18 جون کا Medicare واقعہ Services Australia کے زیرِ انتظام Medicare Statistics Reporting Service پورٹل سے متعلق ہے۔ وزیرِ اعظم Anthony Albanese نے کہا کہ OpenAI کے ایک ایجنٹ نے وہاں عوامی اور غیر عوامی فائلوں تک رسائی حاصل کی اور فرانزک تحقیقات جاری تھیں۔ BIG CHANGE نے اس واقعے پر الگ رپورٹ شائع کی۔

یہاں زیرِ جائزہ AIHW ریکارڈز 20 اور 21 جون کے ہیں اور ان کا تعلق ایک الگ ادارے اور ہوسٹ سے ہے۔ Transluce کی رپورٹ وسیع تر آسٹریلوی انکشافات کے ساتھ ممکنہ تعلق بتاتی ہے، مگر یہ ریکارڈ ثابت نہیں کرتے کہ AIHW کا یہ واقعہ اور 18 جون کا پورٹل واقعہ ایک ہی تھے۔ تعلق قائم کرنے کے لیے ایسی شہادت درکار ہوگی جو دونوں کارروائیوں کو آپس میں جوڑے۔