Companiile OpenAI, Google, Microsoft și Anthropic au anunțat vineri implementarea unei modalități unitare prin care site-urile web pot împiedica utilizarea conținutului lor pentru antrenarea modelelor de inteligență artificială. Această inițiativă apare ca un răspuns la disputele juridice tot mai intense dintre giganții tehnologici și instituțiile de presă. În prezent, administratorii de pagini web sunt nevoiți să activeze blocaje individuale pentru fiecare robot care parcurge internetul în scopul colectării de date.
Noua soluție propusă presupune utilizarea unei singure instrucțiuni comune, care să fie recunoscută și respectată de toate companiile care decid să se alăture acestui demers. Implementarea nu va fi imediată pentru toți actorii implicați, Microsoft urmând să aplice măsura de la 1 februarie 2027, iar Google în cursul aceluiași an. OpenAI a menționat că va acționa în lunile următoare, în timp ce Anthropic a declarat că a început deja procesul de implementare.
Decizia vine într-un context tensionat, în care editorii se confruntă cu roboți care preiau articole pentru a alimenta modelele AI. Un exemplu major este cazul The New York Times, care din decembrie 2023 acuză OpenAI și Microsoft că au utilizat milioane de articole fără autorizație sau plată. În apărare, cele două companii invocă o excepție de la drepturile de autor pentru a justifica procesul de antrenare a ChatGPT.
Microsoft a precizat că această setare vizează exclusiv antrenamentul viitor al modelelor, nu și consultarea acestora, deoarece preluarea conținutului rămâne permisă implicit dacă nu există o preferință specificată. Totodată, Microsoft și Google au oferit asigurări că alegerea de a bloca antrenarea nu va afecta prezența site-urilor în motoarele de căutare. Totuși, Microsoft a avertizat că un refuz ar putea reduce vizibilitatea paginilor, oferind o setare separată pentru utilizarea conținutului în răspunsurile asistenților Copilot.
Alți actori din industrie au luat deja măsuri pentru protecția conținutului, precum Cloudflare, care va bloca implicit roboții AI pe noile site-uri ale clienților săi începând cu iulie 2025. De asemenea, standardul RSL permite editorilor să perceapă taxe de la roboții care vizitează paginile lor. Meta a salutat acest demers, considerându-l o etapă importantă, deși șeful de comunicare, Andy Stone, nu a confirmat dacă va respecta instrucțiunea propusă.
Conflictul dintre proprietarii de conținut și dezvoltatorii de AI subliniază nevoia de reglementări clare în era digitală. În timp ce platformele de căutare și asistenții virtuali depind de datele masive pentru performanță, instituțiile media caută metode de protecție a activelor lor intelectuale. Această mișcare către un standard comun ar putea marca o schimbare în modul în care interacționează algoritmii de învățare automată cu proprietatea intelectuală de pe internet.