«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

04.09.2026
НСФР: Деньги возьмут у абонентов, за интересы которых борется Минцифры
04.09.2026
«Алиса AI» сможет сканировать банковские приложения?
04.09.2026
Anthropic сделала послабление в отношении корпораций
04.09.2026
Минцифры — о требованиях к сертификатам безопасности НУЦ
04.09.2026
Nvidia: от ИИ-чипов к ИИ-обучению
03.09.2026
ЦБ РФ: Скамеры не спешат бросать социнженерию
03.09.2026
В России появился ATLAS земель под ЦОДы
03.09.2026
«Белые хакеры» чуть не сдали в аренду резиденцию премьера
03.09.2026
CISO едва справляются с ИИ-угрозами и бюджетным давлением
03.09.2026
Build American AI даст бой противникам дата-центров

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных