スイスの研究者らが、GPT-4などの大規模言語モデルがRedditの投稿からユーザーの年齢、性別、収入などの個人情報を推定できることを発見しました。GPT-4はPersonalRedditデータセットにおいて、情報の予測精度が60％を超え、特に性別と出身地において高精度でした。モデルの規模が拡大するにつれて、GPT-4などの属性推定の精度は著しく向上しています。また、著者らは、対話型ロボット実験を通じて、GPT-4と同等の精度でユーザー情報を抽出することに成功しました。専門家は、大規模言語モデルから個人データを識別・削除することはほぼ不可能であると指摘しています。