
Copilot-foto’s kunnen bij beoordelaars belanden, ook na uitschakelen van training

Op 28 september 2026 berichtte 404 Media dat ingehuurde beoordelaars foto’s en bewerkingsverzoeken van Microsoft Copilot-gebruikers te zien krijgen. Daarmee kunnen geüploade beelden bij mensen belanden. Modeltraining uitschakelen biedt geen aantoonbare bescherming tegen deze menselijke kwaliteitsbeoordeling.
Een op 30 september bijgewerkte reconstructie van All About Cookies beschrijft hoe een beoordelaar de oorspronkelijke foto, de opdracht en twee gegenereerde bewerkingen ziet; een beoordelaar zei over de getoonde gezichten: “faces are always uncensored”. De publicatie noemt Prolific als een van de partijen die beoordelaars levert. De berichtgeving toont dat sommige uploads hen bereiken, zonder te stellen dat iedere foto wordt bekeken.
Wat de beoordelaar van een fotobewerking ziet
De opdracht aan deze beoordelaars draait om de kwaliteit van het resultaat. Zij vergelijken de bewerkingen met de aangeleverde foto en de wens van de gebruiker. Daarbij letten ze onder meer op de uitvoering van de opdracht, het behoud van de rest van het beeld, zichtbare fouten en de algemene indruk. De oorspronkelijke foto is in dit proces dus zelf beoordelingsmateriaal.
Dat maakt ook een alledaagse bewerking privacygevoelig. Wie bijvoorbeeld alleen iets aan de achtergrond wil laten veranderen, kan tegelijk herkenbare personen, een adres of andere details in het oorspronkelijke bestand meesturen. De beoordelaar heeft dat oorspronkelijke beeld nodig om te zien wat behouden moest blijven. Een geslaagde bewerking van één onderdeel zegt daardoor weinig over hoeveel van de rest van de foto zichtbaar was tijdens de beoordeling.
De gemelde taak is een beoordeling van de gegenereerde beelden, geen beschrijving van uitsluitend toezicht op verboden inhoud. Uit de beschikbare berichtgeving valt niet af te leiden hoe Microsoft uploads voor deze taak selecteert of hoe groot de kans is dat een bepaalde foto wordt gekozen. Ook is niet duidelijk op welke versie van de consumentenapp de onderzochte beoordelingsinstructies betrekking hadden.
Waarom de trainingsknop iets anders regelt
Modeltraining, menselijke beoordeling en opslag zijn afzonderlijke vormen van gegevensgebruik. Bij modeltraining gaat het om het gebruik van gesprekken en bestanden om generatieve modellen te verbeteren. Bij de gemelde beoordeling ziet een mens materiaal om het resultaat van een bewerkingsopdracht te waarderen. Een keuze over het eerste proces sluit het tweede proces niet aantoonbaar uit.
Microsofts privacy-FAQ voor de oudere Copilot-app beschrijft een afmelding voor modeltraining, menselijke beoordeling van sommige gesprekken voor productverbetering en veiligheid, en een bewaartermijn van maximaal 18 maanden voor geüploade bestanden. Volgens die FAQ is afmelden voor beperkte menselijke beoordeling bij een vermoedelijke schending van de gedragsregels niet mogelijk. Die laatste regel gaat over onderzoek naar vermoedelijke overtredingen; zij legt niet vast of gebruikers de nu gemelde kwaliteitsbeoordeling van foto’s kunnen uitsluiten.
In het onderdeel over modeltraining beschrijft Microsoft ook het verwijderen van identificerende gegevens en het vervagen van gezichten in trainingsmateriaal. Dat is geen toezegging dat de oorspronkelijke foto vóór menselijke kwaliteitsbeoordeling wordt vervaagd. De melding van de beoordelaar over zichtbare gezichten kan dus betrekking hebben op een andere stap in de verwerking.
De FAQ geldt uitdrukkelijk voor de oudere consumentenapp en verwijst gebruikers van de vernieuwde app naar andere privacyinformatie. De onderzochte instructies noemen geen appversie. Daardoor zou het onjuist zijn om de trainingsinstelling of bewaartermijn van de oudere app zonder voorbehoud op iedere huidige Copilot-upload toe te passen. Voor de centrale privacyvraag blijft het onderscheid hetzelfde: een regel over modeltraining vertelt de gebruiker niet of een mens de foto voor kwaliteitsbeoordeling kan zien.
De route van upload naar beoordeling en verwijdering
De gevolgen van een privacykeuze worden duidelijker als de stappen achter elkaar staan. Het beslissende moment voor wat een beoordelaar eventueel kan zien, ligt al bij het samenstellen van de upload:
- Upload: de gebruiker stuurt een foto en een bewerkingsopdracht naar Copilot. Alles wat herkenbaar in het aangeleverde bestand staat, is vanaf dat moment onderdeel van de input.
- Bewerking en kwaliteitsbeoordeling: Copilot maakt resultaten. In de gemelde beoordeling kan een mens de opdracht, de oorspronkelijke foto en de bewerkingen vergelijken. Afmelden voor modeltraining is geen aangetoonde blokkade voor deze stap.
- Modeltraining: de toepasselijke productregels en instellingen bepalen of gegevens voor dat doel worden gebruikt. Dit is een andere vraag dan wie toegang krijgt tot materiaal om een bewerking te beoordelen.
- Opslag en verwijdering: een geüpload bestand kan na de bewerking aan een gesprek gekoppeld blijven. Een gesprek verwijderen raakt de opgeslagen gegevens, maar draait menselijke inzage die al heeft plaatsgevonden niet terug.
Ook personalisatie heeft een eigen functie: die bepaalt hoe Copilot eerder gedeelde informatie gebruikt om antwoorden op de gebruiker af te stemmen. Het uitschakelen ervan verwijdert geen herkenbare details uit een foto en is niet aangewezen als afmelding voor de gemelde fotobeoordeling. Zo begrenst iedere keuze een ander gebruik van gegevens, terwijl de oorspronkelijke upload dezelfde kan blijven.
Wat vóór het uploaden verschil maakt
Wie wil voorkomen dat een beoordelaar een herkenbare derde op een foto ziet, moet die persoon buiten het aangeleverde bestand houden. Bijsnijden vóór het uploaden kan helpen wanneer het gezicht of de achtergrond niet nodig is voor de gewenste bewerking. Een afbeelding zonder herkenbare derden kiezen is een alternatief als bijsnijden de opdracht onmogelijk maakt. Dit zijn maatregelen vóór de gegevens Copilot bereiken, onafhankelijk van de latere selectie voor beoordeling.
Let daarbij ook op namen op kleding, huisnummers en herkenbare voorwerpen. Een klein deel van het beeld kan meer prijsgeven dan de bewerking vereist. Achteraf een trainingsinstelling wijzigen verandert de inhoud van een foto die al is verzonden niet; een gesprek verwijderen kan evenmin ongedaan maken wat een beoordelaar mogelijk al heeft gezien. Zolang de grens voor deze kwaliteitsbeoordeling niet duidelijker is, bepaalt vooral de inhoud van de upload hoeveel een eventuele beoordelaar te zien krijgt.
Lees ook:
Gerelateerde artikelen


Gemini zonder gegevensopslag: één zoekfunctie doorbreekt je instelling

Label AI-video’s op TikTok zelf: automatische herkenning mist nog 39%

Gemini-geschiedenis uitzetten: meer privacy kost opgeslagen gesprekken

RAG of fine-tuning: actuele kennis kost meer per antwoord

ChatGPT of Copilot in Word: ideeën winnen niet van documentcontext
Abonneer je op onze nieuwsbrief
Ontvang het laatste nieuws over Web3, AI en crypto rechtstreeks in je inbox.