Je team versterken via intelligente ervaringen met privacy als standaard
We vinden het geweldig om intelligente ervaringen op basis van machine learning in onze Cloud-producten te gebruiken, zoals geïntroduceerd in oktober 2020.
In de afgelopen jaren hebben we het Atlassian-platform gebouwd dat een gemeenschappelijke cloudinfrastructuur biedt om krachtige verbindingen tussen onze producten te maken, waardoor samenwerking sneller, voorspelbaarder en veiliger wordt. Met behulp van het Atlassian-platform hebben we de mogelijkheid om gebruikerspatronen van de meer dan 150.000 klanten van onze cloudproducten te verzamelen om te begrijpen hoe er wordt gewerkt en hoe teams op schaal met elkaar omgaan.
Intelligente ervaringen zijn ontworpen om teamwork te versnellen door samenwerking eenvoudiger te maken. We willen je graag vertellen over hoe we onze oplossingen hebben ontworpen waarbij privacy centraal stond.
Intelligente ervaringen zijn ontworpen om teamwerk te versnellen door samenwerking eenvoudiger te maken. We willen je graag vertellen over hoe we onze oplossingen waarbij privacy centraal staat, hebben ontworpen.
Intelligent zoeken
- Gepersonaliseerde zoekresultaten die de voor jou meest relevante content naar boven kunnen halen
- Directe zoekresultaten op basis van wat je waarschijnlijk zoekt
- Intelligente filterbediening die kan helpen je zoekopdracht te richten op de mensen met wie je werkt en de projecten/spaces waarin je werkt
Voorspellende samenwerking
- Intelligente gebruikersvermeldingen die de mensen die contextueel gezien het meest relevant zijn kunnen suggereren om te introduceren in je samenwerkingscyclus
- Voorspellende paginabeperkingen die de mensen met wie je nauw samenwerkt kunnen suggereren om samen te werken aan een document
- Voorspellende pull requests die de juiste mensen kunnen voorstellen om codewijzigingen te beoordelen
Workflowversnelling
- Voorspellende issuetoewijzing die de meest contextueel relevante gebruikers kan voorstellen om aan een issue te werken
- Intelligente issuecategorisatie en -triage die geschikte veldwaarden kunnen voorstellen voor veelvoorkomende issuevelden zoals labels, componenten en oplossingsversies
- Intelligente issueclustering waarmee soortgelijke issues gegroepeerd kunnen worden om te helpen bij workflowbewerkingen in bulk
Wat is machine learning en hoe werkt het?
Machine learning-tools worden bij intelligente ervaringen aangedreven door modellen. Modellen gebruiken computeralgoritmen om functies automatisch te verbeteren via ervaring. Zo werkt het:
Leren
Een model is 'getraind' met brongegevens, waarbij algoritmen worden gebruikt om generieke patronen te identificeren op basis van algemeen gebruikersgedrag (getrainde modellen slaan geen brongegevens op, omdat hun doel is om ervan te leren, niet om ervan afhankelijk te zijn). Door middel van patroonherkenning ontwikkelt het model een vermogen om de waarschijnlijkheid van toekomstig gebruikersgedrag te voorspellen. Het zet deze voorspellingen om in regels die kunnen worden toegepast in vergelijkbare toekomstscenario's.
Actie
Het model past die regels toe binnen jouw productinstallatie en de regels worden toegepast op alle cloudproducten om de kracht van teams te ontketenen!
Voorbeeld
Een model geeft aan dat gemiddeld genomen alle Jira-gebruikers vaker mensen vermelden met wie ze onlangs aan een issue hebben gewerkt. Het model extraheert dit algemene gedragspatroon onder Jira-gebruikers en past het toe door een signaal vast te stellen (d.w.z. 'een gebruiker heeft eerder iemand in een issue getagd en staat op het punt iemand opnieuw te taggen') en wijst dat een gewicht toe (d.w.z. 'het is waarschijnlijk dezelfde persoon als voorheen'). Hierdoor kan het model helpen om teamwork gemakkelijker te maken voor de gebruiker (d.w.z. 'laten we de eerdervermelde persoon bovenaan de keuzelijst voor @vermelding plaatsen').
Hoe worden modellen getraind en maken mijn gegevens deel uit van training?
Tegenwoordig maken modellen intelligent zoeken, voorspellende samenwerking en workflowversnelling mogelijk via een aantal verschillende datasets, waaronder:
Dataset | Functie | Voorbeeld gegevens |
|---|---|---|
| Geanonimiseerde geaggregeerde gebruiksgegevens | Functie Voorspellende vermeldingen/velden | Voorbeeld gegevens
|
| Geanonimiseerde in één richting gevectoriseerde content | Functie Issueclustering | Voorbeeld gegevens
|
| Geanonimiseerde zoektermen | Functie Intelligent zoeken | Voorbeeld gegevens
|
Hoe respecteren intelligent zoeken, voorspellende samenwerking en workflowversnelling de privacy van gegevens?
Een van de beste dingen van het werken bij Atlassian is dat we onze eigen tools gebruiken, en we gebruiken ze voor allerlei soorten werk. Als publieke onderneming begrijpen we het belang van goede zorg voor vertrouwelijke informatie. Wees er zeker van dat we hard hebben nagedacht over hoe we kunnen voorkomen dat ML-modellen onbedoeld informatie onthullen over brongegevens waarmee ze zijn getraind.
We hebben privacycontroles ingesteld, zowel binnen jouw organisatie (om te voorkomen dat mensen binnen een organisatie informatie zien die ze niet zouden moeten zien) als daarbuiten (om te voorkomen dat gegevens buiten je organisatie terechtkomen):
- We bouwen ervaringen die de privacycontroles in onze producten respecteren. Gebruikers krijgen bijvoorbeeld geen aanbevolen content te zien waarvoor ze geen rechten hebben om in te zien
- Bij het bouwen van modellen die patronen uit je gegevens leren (bijvoorbeeld van zoekopdrachten die door jouw gebruikers in jouw installatie worden gedaan), laten die gegevens je groepsrechten niet achter voor bredere modeltraining. Geanonimiseerde zoekreeksen worden alleen geopend door geautomatiseerde taken en niet gelezen door personen (afgeschermde pagina's worden nooit gebruikt)
- Bij het bouwen van modellen die trends bij klanten leren (bijv. gebruikers zoeken over het algemeen naar dingen waaraan ze onlangs hebben gewerkt), halen we alleen gegevens uit informatie zoals geanonimiseerde gedragsanalyses (bijv. aantal likes) en in één richting gevectoriseerde content, verzameld van Cloud-klanten
- We gebruiken, indien mogelijk, modellen die zijn getraind op openbare datasets (d.w.z. die geen klantgegevens bevatten)
- Alle gegevens worden verzameld, behandeld, verzonden en opgeslagen in overeenstemming met ons privacybeleid
Voorbeeld 1
We weten dat privacy belangrijk is binnen je bedrijf, inclusief de instellingen voor zichtbaarheid van Confluence-pagina's. Intelligent zoeken neemt alle instellingen voor groepsrechten in acht, inclusief rechten op gebruikersniveau, zodat Confluence-pagina's gemarkeerd als 'privé' niet verschijnen in de aanbevolen zoekresultaten voor gebruikers binnen je bedrijf zonder paginatoegang.
Voorbeeld 2
We weten dat je niet wilt dat andere bedrijven voorgestelde zoekresultaten krijgen op basis van jouw vertrouwelijke informatie. In tegenstelling tot andere soorten zoekmachines, verzamelt intelligent zoeken geen topzoekopdrachten tussen klanten om de functionaliteit te verbeteren (het leert over de zoekvoorkeuren van individuen), dus deze machine learning-modellen houden altijd rekening met je groepsrechten en voorkomen dat informatie tussen klanten lekt. Met andere woorden, als je een privé Confluence-space hebt en je team gebruikt deze om samen te werken aan Confluence-pagina's genaamd 'New Co-acquisitie', zullen andere Atlassian-klanten die Confluence gebruiken en zoeken naar 'New Co' geen voorgestelde resultaten zien op basis van jouw 'New Co-acquisitie'-pagina's of -zoekopdrachten van gebruikers.
Welke controle heb ik over intelligente ervaringen? Kan ik ze uitschakelen?
Deze pagina weerspiegelt de praktijken van Atlassian met betrekking tot intelligent zoeken, voorspellende samenwerking en workflowversnelling vanaf december 2020. Op dit moment zijn intelligente ervaringen bepalend voor wat wij als kernfunctionaliteit van onze producten beschouwen, zoals het vinden van pagina's en het noemen van teamgenoten, en het uitschakelen ervan zou hun prestaties ernstig verstoren. Daarom, en in het licht van de maatregelen die we nemen om je privacy te beschermen, kan dit momenteel niet worden uitgeschakeld.
We hebben vertrouwen in onze strategieën voor het minimaliseren van risico's en, naarmate machine learning-mogelijkheden zich ontwikkelen, we blijven continu privacyverbeterende technieken onderzoeken en toepassen om nieuwe functies te laten groeien. Jouw inbreng is een essentieel onderdeel van onze evolutie. Lees meer over wat we bij Atlassian nog meer gaan doen. Ga naar onze cloudroadmap en deel jouw mening over hoe we onze plannen kunnen afstemmen op je privacybehoeften, door functiesuggesties (of op bestaande suggesties te stemmen, deze te bekijken en erop te reageren) in de openbare issuetracker van Atlassian.
Je kunt ook deelnemen aan gesprekken over intelligente ervaringen in onze Community-groep.
