«Сейчас нам очень стыдно». «Яндекс» признал нарушение собственных принципов

Аудит выявил несколько случаев нарушения корпоративных принципов и этических норм «Яндекса», однако, компания уточнила, что недавно слитые части кода не представляют угрозы для безопасности пользователей и самих проектов.

«Сейчас нам очень стыдно, и мы приносим извинения нашим пользователям и партнёрам. Считаем необходимым рассказать, почему такое происходило, и что в связи с этим мы намерены предпринимать», — заявили в компании.

В своём пресс-релизе российский ИТ-гигант привёл несколько примеров причин для извинения:

  • В «Яндекс.Лавке» была выявлена возможность ручной настройки рекомендаций любых товаров без пометки об их рекламном характере.
  • Один из опубликованных фрагментов тестовых алгоритмов временно включал микрофон без упоминания «Алисы».
  • В утекшем коде содержались контактные данные водителей «Яндекс.Такси».
  • Также части кода содержали слова, не влиявшие на работу сервисов, но были оскорбительны для людей разных рас и национальностей.

31 января, 2023

Подписаться на новости BIS Journal / Медиа группы Авангард

Подписаться
Введите ваш E-mail

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных

08.09.2026
Будет ли ChatGPT писать «письма счастья»
08.09.2026
SECURITM получил подтверждение ОАЦ и стал доступен для рынка Беларуси
08.09.2026
«СёрчИнформ КИБ» защитит рабочие чаты в «Яндекс Телемост»
08.09.2026
«КриптоПро» готовится выпустить защищённый браузер
08.09.2026
Голосовых вызовов больше, мобильного интернета — меньше
07.09.2026
«Оператор фактически теряет и бизнес, и сети»
07.09.2026
Suzu Labs: Новое лицо получить невозможно
07.09.2026
Daybreak станет вкладом OpenAI в защиту слабых
07.09.2026
Thomson Reuters признала утечку судебных документов
07.09.2026
Олег Лиманский возглавил коммерческое направление Cloud.ru

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных