OpenAI ਨੇ Computer History ਲਾਂਚ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ Mac-ਸਿਰਫ਼ ਐਡ-ਆਨ ਹੈ। ਇਹ ਤੁਹਾਡੇ ਦੁਆਰਾ ਖੋਲ੍ਹੇ ਗਏ ਹਰ ਐਪ, ਤੁਹਾਡੇ ਦੁਆਰਾ ਦੇਖੀ ਗਈ ਹਰ ਵੈੱਬਸਾਈਟ, ਅਤੇ ਤੁਹਾਡੇ ਦੁਆਰਾ ਐਡਿਟ ਕੀਤੀ ਗਈ ਹਰ ਫਾਈਲ ਨੂੰ ਰਿਕਾਰਡ ਕਰਦਾ ਹੈ, ਅਤੇ ਫਿਰ ਇਸ ਡੇਟਾ ਨੂੰ ChatGPT ਦੇ ਸਾਈਡਬਾਰ ਵਿੱਚ ਇੱਕ ਵਿਜ਼ੂਅਲ ਟਾਈਮਲਾਈਨ ਵਜੋਂ ਦਿਖਾਉਂਦਾ ਹੈ। ਇਹ ਫੀਚਰ ਲੌਗ ਨੂੰ JSON ਜਾਂ CSV ਵਜੋਂ ਐਕਸਪੋਰਟ ਵੀ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਤੁਸੀਂ ChatGPT ਨੂੰ ਸਟੇਟਸ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰਨ ਜਾਂ ਗੁੰਮ ਹੋਏ ਕੰਮ ਨੂੰ ਲੱਭਣ ਲਈ ਕਹਿ ਸਕਦੇ ਹੋ।

ਇਹ ਫੀਚਰ ਕੀ ਕਰਦਾ ਹੈ

Computer History ਪਿਛੋਕੜ (background) ਵਿੱਚ ਚੁੱਪਚਾਪ ਚੱਲਦਾ ਹੈ, ਵਿੰਡੋ ਬਦਲਾਅ ਅਤੇ URL ਤਬਦੀਲੀਆਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਦਾ ਹੈ। ਹਰੇਕ ਘਟਨਾ ਨੂੰ ਇੱਕ ਟਾਈਮਸਟੈਂਪ ਅਤੇ ਸ਼ਾਮਲ ਐਪਲੀਕੇਸ਼ਨ ਜਾਂ ਸਾਈਟ ਦਾ ਨਾਮ ਮਿਲਦਾ ਹੈ। ਤੁਸੀਂ ਆਪਣੀ ਗਤੀਵਿਧੀ ਦਾ ਕ੍ਰਮਵਾਰ (chronological) ਦ੍ਰਿਸ਼ ਦੇਖ ਸਕਦੇ ਹੋ ਅਤੇ ਕੱਚੇ ਡੇਟਾ (raw data) ਨੂੰ ਹੋਰ ਟੂਲਸ ਵਿੱਚ ਲਿਆ ਸਕਦੇ ਹੋ। ਇਸਦਾ ਉਦੇਸ਼ ਇੱਕ "ਦੂਜਾ ਦਿਮਾਗ" (second brain) ਬਣਾਉਣਾ ਹੈ ਜੋ ਮੈਨੂਅਲ ਨੋਟ-ਲੈਕਿੰਗ ਤੋਂ ਬਿਨਾਂ ਦਿਨ ਭਰ ਦੇ ਕੰਮ ਨੂੰ ਇਕੱਠਾ ਜੋੜਦਾ ਹੈ।

ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

  • Background tracking – ਇਹ ਟੂਲ ਵਿੰਡੋ ਫੋਕਸ ਅਤੇ ਬ੍ਰਾਊਜ਼ਰ ਐਡਰੈੱਸ-ਬਾਰ ਅੱਪਡੇਟਸ 'ਤੇ ਨਜ਼ਰ ਰੱਖਦਾ ਹੈ।
  • Timestamped entries – ਹਰ ਤਬਦੀਲੀ ਇੱਕ ਸਹੀ ਸਮਾਂ ਰਿਕਾਰਡ ਕਰਦੀ ਹੈ।
  • Sidebar display – ਜਲਦੀ ਹਵਾਲੇ ਲਈ ਟਾਈਮਲਾਈਨ ChatGPT ਇੰਟਰਫੇਸ ਦੇ ਅੰਦਰ ਹੁੰਦੀ ਹੈ।
  • Export options – ਤੁਸੀਂ ਬਾਹਰੀ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਪੂਰੇ ਲੌਗ ਨੂੰ JSON ਜਾਂ CSV ਵਜੋਂ ਡਾਊਨਲੋਡ ਕਰ ਸਕਦੇ ਹੋ।

OpenAI ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਸਾਰੀ ਪ੍ਰੋਸੈਸਿੰਗ Mac 'ਤੇ ਹੁੰਦੀ ਹੈ; ਡੇਟਾ ਸਥਾਨਕ (local) ਰਹਿੰਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਸਿੰਕ ਫੀਚਰ ਦੀ ਚੋਣ ਨਹੀਂ ਕਰਦੇ ਜੋ ਲੌਗ ਨੂੰ ਕਲਾਉਡ 'ਤੇ ਭੇਜਦਾ ਹੈ।

ਪ੍ਰਾਈਵੇਸੀ ਅਤੇ ਸੁਰੱਖਿਆ ਦੇ ਪ੍ਰਭਾਵ

ਇਹ ਸਹੂਲਤ ਪੇਸ਼ੇਵਰ ਅਤੇ ਨਿੱਜੀ ਆਦਤਾਂ ਦੇ ਇੱਕ ਵਿਸਤ੍ਰਿਤ ਨਕਸ਼ੇ ਦੇ ਨਾਲ ਆਉਂਦੀ ਹੈ।

OpenAI ਜੋਖਮ ਨੂੰ ਘਟਾਉਣ ਲਈ ਕਈ ਕੰਟਰੋਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ:

  • Toggle tracking – ਸੈਟਿੰਗਜ਼ ਵਿੱਚ ਇੱਕ ਸਵਿੱਚ ਤੁਹਾਨੂੰ ਕਿਸੇ ਵੀ ਸਮੇਂ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨ ਨੂੰ ਰੋਕਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।
  • Selective deletion – ਇੱਕ ਕਲਿੱਕ ਨਾਲ ਵਿਅਕਤੀਗਤ ਐਂਟਰੀਆਂ ਨੂੰ ਹਟਾਓ ਜਾਂ ਪੂਰੀ ਹਿਸਟਰੀ ਮਿਟਾ ਦਿਓ।
  • Auto-delete rule – ਲੌਗ ਨੂੰ 30 ਦਿਨਾਂ ਬਾਅਦ ਆਪਣੇ ਆਪ ਮਿਟਾਉਣ ਲਈ ਸੈੱਟ ਕਰੋ।
  • FileVault recommendation – macOS ਦੇ ਇਨ-ਬਿਲਟ ਡਿਸਕ ਐਨਕ੍ਰਿਪਸ਼ਨ ਨੂੰ ਚਾਲੂ ਕਰਨ ਨਾਲ ਸੁਰੱਖਿਆ ਦੀ ਇੱਕ ਵਾਧੂ ਪਰਤ ਜੁੜ ਜਾਂਦੀ ਹੈ।

ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੰਬੰਧੀ ਵਿਚਾਰ

ਸਖ਼ਤ ਡੇਟਾ-ਹੈਂਡਲਿੰਗ ਨੀਤੀਆਂ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਇਹ ਫੀਚਰ ਕੰਪਲਾਈਅੰਸ (compliance) ਦੀਆਂ ਲੋੜਾਂ ਦੇ ਵਿਰੁੱਧ ਲੱਗ ਸਕਦਾ ਹੈ। ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਉਤਪਾਦਕਤਾ ਵਿੱਚ ਵਾਧਾ ਅੰਦਰੂਨੀ ਡੇਟਾ ਲੀਕੇਜ ਦੇ ਜੋਖਮ ਨਾਲੋਂ ਵੱਧ ਹੈ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ