Patru giganți AI promit publisherilor o singură linie de cod care blochează antrenarea modelelor

Patru dintre cele mai mari companii de inteligență artificială din lume renunță la haosul tehnic actual. Potrivit g4media.ro, care citează agenția AFP, OpenAI, Google, Microsoft și Anthropic au promis vineri mass-mediei o metodă unică de a opri aspirarea conținutului pentru antrenarea modelelor AI.

Până acum, un administrator de site trebuia să activeze separat câte un blocaj pentru fiecare robot care îi parcurgea paginile. Noua soluție introduce o singură instrucțiune, scrisă în fișierul robots.txt, pe care toate cele patru companii se angajează să o respecte. Semnul se numește __usage_ai-training și funcționează după modelul clasic al fișierelor robots.txt, cu linia Disallow: / pentru a bloca accesul.

Propunerea tehnică vine dintr-un document redactat de Kevin Kelley, responsabil tehnic la Anthropic, compania din spatele asistentului Claude. „Mulți oameni își doresc” un control mai simplu asupra propriilor conținuturi, a sugerat industria prin acest demers comun, menit să înlocuiască lista tot mai lungă de roboți pe care editorii trebuiau să îi blocheze individual — GPTBot pentru OpenAI, Google-Extended pentru Google, ClaudeBot pentru Anthropic.

Calendarul de implementare diferă de la o companie la alta. Anthropic ”a început deja” să aplice noul standard, potrivit declarațiilor lui Kelley. Microsoft a anunțat că va activa mecanismul de la 1 februarie 2027, iar Google abia în cursul anului 2027. OpenAI, creatorul ChatGPT, spune doar că intenționează să implementeze semnalul ”în lunile următoare”, fără o dată exactă.

Anunțul survine într-un moment tensionat pentru industria media globală, confruntată de ani de zile cu roboții care le preiau articolele pentru a alimenta modelele de limbaj. Unele publicații, precum New York Times, au dus disputa în instanță. Cotidianul american acuză, din decembrie 2023, OpenAI și Microsoft că au folosit milioane de articole fără autorizație sau plată pentru a antrena ChatGPT. Ambele companii invocă excepția de utilizare echitabilă (”fair use”) din legislația americană privind drepturile de autor.

Litigiul New York Times rămâne nerezolvat, în timp ce presa caută soluții tehnice

Procesul dintre New York Times, OpenAI și Microsoft a ajuns, în toamna anului 2026, în etapa deciziei sumare (summary judgment), fără ca instanța să fi stabilit încă dacă utilizarea conținutului jurnalistic pentru antrenarea AI constituie sau nu încălcare a dreptului de autor. Departamentul de Justiție al SUA a depus, între timp, un memoriu de susținere a poziției OpenAI, respingând ideea că antrenarea modelelor pe texte protejate ar echivala automat cu o încălcare a drepturilor de autor.

Pe acest fond de incertitudine juridică, soluția tehnică propusă de cele patru companii nu rezolvă disputele legale, ci oferă doar un instrument preventiv pentru viitor. Noua instrucțiune nu are efect retroactiv: nu elimină conținutul deja folosit pentru antrenarea modelelor existente, ci blochează doar colectarea de date pentru antrenamentele viitoare.

Alți actori din piață au luat deja măsuri unilaterale. Compania de infrastructură internet Cloudflare blochează implicit roboții AI pe toate site-urile noi ale clienților săi, începând din iulie 2025. Separat, standardul RSL le permite editorilor să perceapă taxe roboților care le accesează paginile, o abordare comercială diferită de simplul refuz tehnic.

Ce înseamnă schimbarea pentru vizibilitatea site-urilor în motoarele de căutare

Microsoft precizează că setarea vizează exclusiv antrenamentul viitor al modelelor AI, nu și consultarea datelor deja existente. Compania mai spune că, implicit, aspirarea conținutului rămâne autorizată atunci când un site nu specifică nicio preferință explicită în robots.txt.

Atât Microsoft, cât și Google asigură că blocarea antrenamentului nu va afecta prezența site-urilor în rezultatele motoarelor de căutare obișnuite. Microsoft a introdus, însă, o setare separată pentru utilizarea paginilor în răspunsurile generate de asistenți precum Copilot, avertizând că refuzul acestei opțiuni ar reduce vizibilitatea site-urilor în experiențele bazate pe AI.

Practic, editorii vor trebui să decidă separat trei lucruri: dacă permit antrenarea modelelor, dacă permit folosirea conținutului în răspunsurile AI generate în timp real și dacă rămân vizibili în căutarea clasică. Cele trei preferințe nu se suprapun automat una peste alta.

Meta, compania-mamă a Facebook, a salutat inițiativa printr-o declarație a responsabilului de comunicare Andy Stone, care a numit demersul o ”etapă importantă”. Compania nu a precizat însă dacă va adera formal la noul standard și va respecta instrucțiunea comună.

Pentru publicațiile mici și mijlocii, inclusiv cele din România, noul standard ar putea simplifica semnificativ gestionarea protecției conținutului. În prezent, administrarea manuală a blocajelor pentru fiecare robot în parte presupune resurse tehnice pe care multe redacții locale nu le au. O singură linie de cod, respectată simultan de patru dintre cei mai mari jucători din domeniu, ar reduce bariera tehnică de intrare pentru orice site care vrea să își protejeze arhivele editoriale.

Rămâne de văzut, totuși, dacă angajamentul voluntar al celor patru companii va fi suficient pentru a calma tensiunile cu industria media. Disputele juridice în curs, precum cea cu New York Times, arată că miza financiară a utilizării conținutului jurnalistic pentru antrenarea AI depășește cu mult problema pur tehnică a unui fișier robots.txt.