OpenAI, Google, Microsoft și Anthropic au anunțat vineri, 30 octombrie, că vor adopta un mecanism comun prin care publicațiile și alți proprietari de site-uri pot refuza utilizarea conținutului lor pentru antrenarea modelelor de inteligență artificială generativă. Inițiativa urmărește simplificarea restricțiilor impuse companiilor AI, într-un context marcat de dispute privind drepturile de autor. Noul sistem nu reprezintă însă un blocaj tehnic automat al colectării datelor, iar implementarea completă este programată pentru lunile următoare.
Cum va funcționa noul mecanism de protejare a conținutului
În prezent, administratorii publicațiilor online trebuie să stabilească reguli separate pentru roboții utilizați de fiecare companie AI pentru colectarea informațiilor disponibile pe internet.
Noua soluție propune introducerea unei instrucțiuni standardizate în fișierul robots.txt, utilizat de site-uri pentru comunicarea regulilor de acces și utilizare a conținutului către sistemele automate.
Concret, proprietarii site-urilor vor putea utiliza un semnal comun, denumit __usage_ai-training, pentru a indica faptul că nu permit folosirea anumitor pagini sau a întregului site la antrenarea modelelor generative.
Mecanismul este descris într-un proiect tehnic publicat la 30 octombrie în cadrul Internet Engineering Task Force (IETF), organizație implicată în dezvoltarea standardelor internetului. Documentul a fost elaborat de Kevin Kelley, responsabil pentru standardizare în cadrul Anthropic.
Soluția nu presupune instalarea unui program nou și nici activarea unui buton propriu-zis. Administratorul introduce instrucțiunea în configurația site-ului, iar companiile care adoptă mecanismul se angajează să o respecte.
Proiectul se află încă în faza de propunere și nu reprezintă un standard definitiv aprobat de IETF.
Microsoft va aplica noile reguli din februarie 2027. Google și OpenAI pregătesc implementarea
Cele patru companii au anunțat calendare diferite pentru adoptarea sistemului.
Într-un comunicat oficial publicat la 30 octombrie, OpenAI a precizat că intenționează să implementeze semnalul comun în lunile următoare. Compania a subliniat că instrumentul va completa regulile existente pentru roboții săi, fără să le înlocuiască.
Google a anunțat că va introduce mecanismul în cursul anului 2027. Potrivit Google Search Central, noua instrucțiune va funcționa împreună cu sistemul Google-Extended, prin care administratorii pot controla deja anumite utilizări ale conținutului în produsele AI ale companiei.
Microsoft a stabilit un calendar mai precis: noile preferințe vor începe să fie aplicate de la 1 februarie 2027.
Într-un anunț publicat pe blogul Bing, Microsoft explică și o distincție importantă între două utilizări ale conținutului online: antrenarea modelelor AI și folosirea informațiilor pentru generarea răspunsurilor oferite utilizatorilor.
Astfel, o publicație va putea refuza utilizarea articolelor pentru antrenarea modelelor, dar va putea permite în continuare folosirea lor ca surse în răspunsurile Copilot. Microsoft avertizează că restricționarea acestei a doua utilizări poate reduce vizibilitatea publicațiilor în serviciile AI, fără să le excludă automat din rezultatele tradiționale ale motorului de căutare Bing.
Anthropic a început deja implementarea semnalului comun, potrivit informațiilor comunicate odată cu lansarea inițiativei.
Ce nu garantează noua soluție pentru publicațiile online
Deși anunțul reprezintă o schimbare în modul în care companiile AI declară că vor respecta preferințele editorilor, mecanismul are limite importante.
Instrucțiunea exprimă o preferință privind utilizarea conținutului la antrenarea modelelor generative. Ea nu împiedică fizic accesarea paginilor și nu constituie, prin ea însăși, o interdicție tehnică generală împotriva colectării informațiilor.
De asemenea, măsura privește utilizările viitoare ale conținutului și nu presupune eliminarea automată a materialelor deja folosite pentru antrenarea unor modele existente.
Respectarea semnalului depinde de companiile care îl adoptă, iar proiectul permite în continuare aplicarea unor acorduri contractuale separate între editori și furnizorii AI.
Meta, compania care deține Facebook și Instagram, a salutat inițiativa, dar nu a confirmat că va respecta noua instrucțiune.
Anunțul intervine pe fondul conflictelor dintre industria AI și editorii de presă privind utilizarea articolelor protejate prin drepturi de autor. Printre cele mai cunoscute cazuri se află procesul intentat de The New York Times împotriva OpenAI și Microsoft în decembrie 2023, în care publicația contestă utilizarea conținutului său fără autorizare. Companiile resping acuzațiile și își susțin pozițiile juridice privind utilizarea materialelor.
Pentru publicațiile online, noul mecanism ar putea reduce complexitatea administrării restricțiilor aplicate companiilor AI. El nu rezolvă însă, de unul singur, disputele privind drepturile de autor, remunerarea conținutului jurnalistic sau utilizarea articolelor în răspunsurile generate de inteligența artificială.
Citește și
