Companiile OpenAI, Google, Microsoft și Anthropic au anunțat vineri implementarea unei modalități unice prin care site-urile web pot bloca utilizarea conținutului lor pentru antrenarea modelelor de inteligență artificială. Această inițiativă vine ca un răspuns la disputele juridice tot mai intense dintre giganții tehnologici și sectorul media. În prezent, administratorii de pagini web sunt nevoiți să activeze blocaje individuale pentru fiecare robot care parcurge internetul în scopul colectării de date, proces care este considerat ineficient.
Noua soluție propusă presupune utilizarea unei singure instrucțiuni comune, care urmează să fie recunoscută și respectată de toate companiile care vor adera la acest standard. Implementarea nu va fi imediată pentru toți actorii implicați, deoarece Microsoft a stabilit că va aplica măsura de la 1 februarie 2027, iar Google va face același lucru tot în anul 2027. În schimb, OpenAI a menționat că va acționa în lunile următoare, în timp ce Anthropic a declarat că a început deja procesul de implementare.
Decizia este luată într-un context tensionat, în care numeroase instituții media au decis să acționeze în instanță împotriva utilizării neautorizate a articolelor. Un exemplu relevant este cazul The New York Times, care, începând cu decembrie 2023, acuză OpenAI și Microsoft că au folosit milioane de articole fără autorizație sau plată pentru antrenarea ChatGPT. Cele două compii tehnologice susțin însă că această activitate se încadrează în excepțiile privind drepturile de autor.
Microsoft a precizat că această setare vizează exclusiv antrenamentul viitor al modelelor, nu și consultarea acestora, menționând că preluarea conținutului este permisă implicit dacă nu există nicio preferință specificată. De asemenea, Microsoft și Google au oferit asigurări că alegerea editorilor de a refuza antrenarea nu va afecta prezența site-urilor în motoarele de căutare. Totuși, Microsoft a avertizat că un refuz ar putea reduce vizibilitatea site-urilor, oferind o setare separată pentru utilizarea paginilor în răspunsurile asistenților precum Copilot.
Reacția industriei variază, în timp ce Meta a salutat demersul prin vocea lui Andy Stone, numindu-l o „etapă importantă”, fără a confirma dacă va respecta instrucțiunea. Alte soluții de protecție sunt deja pe masă, precum standardul RSL, care permite editorilor să perceapă taxe de la roboții care le vizitează paginile, sau decizia Cloudflare de a bloca implicit roboții AI pe noile site-uri ale clienților săi începând cu iulie 2025.
Conflictul dintre proprietarii de conținut și dezvoltatorii de inteligență artificială reflectă o schimbare fundamentală în modul în care datele de pe internet sunt colectate și monetizate. Pe măsură ce modelele de limbaj devin tot mai complexe, nevoia de a stabili reguli clare pentru drepturile de autor și pentru modul în care roboții de indexare interacționează cu mediul editorial devine o prioritate pentru stabilitatea ecosistemului digital global.