Wyciek danych z Claude AI: setki prywatnych czatów z informacjami medycznymi i prawnymi zaindeksowane przez Google i Bing

Odkrycie

W weekend użytkownicy Reddita odkryli naruszenie prywatności. Wpisanie w Google operatora wyszukiwania „site:claude.ai/share” wyświetlało długą listę konwersacji i tzw. Artifacts (interaktywnych miniaplikacji i dokumentów), które mógł otworzyć każdy. Do poniedziałku sprawę opisały serwisy 404 Media, Axios, WIRED i inne, potwierdzając, że linki przeznaczone do ograniczonego obiegu zostały zaindeksowane przez Google, Bing, Brave Search, Ecosia oraz DuckDuckGo. Przycisk udostępniania w Claude ostrzega, że „każdy, kto posiada link, może wyświetlić zawartość”, ale nie informuje, że link może trafić do pamięci podręcznej wyszukiwarek.

„Dajemy użytkownikom kontrolę nad publicznym udostępnianiem ich konwersacji w Claude. Zgodnie z naszymi zasadami prywatności nie udostępniamy katalogów czatów ani map witryn wyszukiwarkom takim jak Google.”

Dlaczego linki zostały zaindeksowane

Plik robots.txt firmy Anthropic od co najmniej września 2025 r. zawierał instrukcje dla robotów sieciowych, aby omijały adresy URL udostępnionych czatów, co potwierdzają zapisy w serwisie Wayback Machine. Mimo to zarówno Google, jak i Bing zalecają twórcom stron stosowanie tagu „noindex” na poszczególnych podstronach, które mają pozostać niewidoczne w wynikach. Redakcja WIRED sprawdziła próbkę ujawnionych stron Claude i stwierdziła, że żadna z nich nie posiadała tego tagu. Przewodnik dla programistów Google wskazuje, że wyszukiwarka może ignorować plik robots.txt, jeśli strona jest linkowana z innych miejsc i brakuje na niej bezpośredniej dyrektywy noindex. Ponieważ użytkownicy udostępniali swoje linki do Claude na Reddicie, platformie X i forach, roboty sieciowe przechwyciły je i wprowadziły do wyników wyszukiwania.

„Ani Google, ani żadna inna wyszukiwarka nie kontroluje tego, które strony stają się publiczne w sieci, a te konkretne strony zostały zaindeksowane przez wiele wyszukiwarek.”

Dokumentacja Bing potwierdza to podejście: blokowanie robota wyłącznie za pomocą pliku robots.txt może nie wystarczyć, aby zapobiec indeksowaniu. W poniedziałek wieczorem wyszukiwanie „site:claude.ai/share” w Bing wciąż zwracało około 612 wyników.

Ujawnione wrażliwe dane

BBC doliczyło się ponad 200 konwersacji na co najmniej 25 stronach wyników wyszukiwania, natomiast La Vanguardia szacuje ich liczbę na tysiące. Treść była alarmująca. Serwis Futurism odnalazł szczegółowy raport medyczny pacjenta, wyniki badań klinicznych z nazwiskami, dokumenty z numerami telefonów dzieci w wieku szkolnym, wewnętrzne pliki korporacyjne oraz oceny pracownicze zawierające dane osobowe. 404 Media odkryło aplikację terapeutyczną opartą na AI, notatki ze spotkań oraz dane rozliczeniowe z placówek medycznych. Jeden z dokumentów dotyczył sprzeciwu wobec rozwiązania agencji miejskiej w Miami zarządzającej parkami, inny proponował zmiany w kalendarzu akademickim uniwersytetu. Ujawniono także plany biznesowe, diagramy infrastruktury chmurowej oraz dokumentację planowania badań klinicznych. Użytkownicy szukali porad zawodowych, udostępniając CV z pełnymi danymi kontaktowymi, pytali o obowiązki etyczne prawników w Kansas, odgrywali scenariusze erotyczne i debatowali o przynależności politycznej. W czacie z kwietnia użytkownik prosił o „stanie się dziewięcioogoniastym lisem”, a Claude twierdził, że zapewnia „w pełni funkcjonalne moce lisa”.

Sprzątanie i konsekwencje

Po nagłośnieniu sprawy Anthropic podjęło działania naprawcze. W poniedziałek po południu testowe zapytanie TechCrunch w Google nie zwracało już żadnych wyników. BBC zauważyło jednak, że wiele logów czatów zostało zapisanych i szeroko udostępnionych w sieci, zanim je usunięto. Oświadczenie Anthropic utrzymuje, że linki „nie są możliwe do odgadnięcia ani odkrycia, chyba że użytkownicy sami zdecydują się je udostępnić”. Incydent ten nastąpił po podobnym zdarzeniu z czerwca 2025 r., kiedy konwersacje z chatbotem Meta AI przypadkowo pojawiły się w publicznym kanale. Przypadek Claude pokazuje, że funkcja zaprojektowana do szybkiego udostępniania może stać się zagrożeniem dla prywatności, jeśli zignoruje się mechanizmy indeksowania sieci.