Google, OpenAI, Microsoft και Anthropic συμφωνούν σε κοινό κανόνα για τη χρήση περιεχομένου από την AI
Σε μια σπάνια κοινή πρωτοβουλία προχωρούν τέσσερις από τις μεγαλύτερες εταιρείες της παγκόσμιας αγοράς τεχνητής νοημοσύνης. Οι Google, OpenAI, Microsoft και Anthropic συμφώνησαν να υποστηρίξουν έναν κοινό μηχανισμό μέσω του οποίου οι εκδότες και οι διαχειριστές ιστοσελίδων θα μπορούν να δηλώνουν εάν επιτρέπουν τη χρήση του περιεχομένου τους για την εκπαίδευση μοντέλων AI.
Η πρόταση προβλέπει την προσθήκη ενός ενιαίου «policy token» στο αρχείο robots.txt κάθε ιστοσελίδας. Πρόκειται για το αρχείο που χρησιμοποιείται ήδη για να καθορίζει τον τρόπο με τον οποίο τα αυτοματοποιημένα προγράμματα, γνωστά ως crawlers, μπορούν να επισκέπτονται και να διαβάζουν το περιεχόμενο ενός site.
Μέχρι σήμερα, οι εκδότες έπρεπε να προσθέτουν διαφορετικές οδηγίες για κάθε εταιρεία που διαθέτει προγράμματα συλλογής περιεχομένου. Με το νέο σήμα, θα μπορούν να δηλώνουν την προτίμησή τους με μία κοινή γραμμή κώδικα, χωρίς να χρειάζεται να διαχειρίζονται ξεχωριστά τις ρυθμίσεις για κάθε πάροχο AI.
Η πρόταση κατατέθηκε στην Internet Engineering Task Force (IETF), τον διεθνή οργανισμό που αναπτύσσει και προωθεί τεχνικά πρότυπα για το Διαδίκτυο, από τον Kevin Kelley, στέλεχος της Anthropic που ασχολείται με την ανάπτυξη τεχνικών προτύπων.
Πώς θα λειτουργεί το νέο σύστημα
Το κοινό σήμα ονομάζεται __usage_ai-training και θα ενσωματώνεται στο αρχείο robots.txt. Με την προσθήκη της σχετικής οδηγίας, ένας εκδότης θα μπορεί να δηλώνει ότι δεν επιθυμεί το περιεχόμενο της ιστοσελίδας του να χρησιμοποιείται για την εκπαίδευση μοντέλων παραγωγικής τεχνητής νοημοσύνης.
Η ρύθμιση μπορεί να αφορά ολόκληρη την ιστοσελίδα ή συγκεκριμένες ενότητες και σελίδες της. Έτσι, ένας οργανισμός θα έχει τη δυνατότητα, για παράδειγμα, να αποκλείει το δημοσιογραφικό του περιεχόμενο, αλλά να επιτρέπει τη χρήση υλικού που έχει επιλέξει να διαθέτει ελεύθερα.
Η Anthropic έχει ήδη υιοθετήσει το νέο σήμα, ενώ η OpenAI έχει ανακοινώσει ότι σχεδιάζει να το εφαρμόσει τους επόμενους μήνες. Η Microsoft έχει προσδιορίσει την 1η Φεβρουαρίου 2027 ως ημερομηνία ενεργοποίησης, ενώ η Google προγραμματίζει την υποστήριξή του μέσα στο 2027.
Δεν σημαίνει πλήρη αποκλεισμό της AI
Η νέα πρωτοβουλία δεν λύνει συνολικά το ζήτημα της πρόσβασης των συστημάτων τεχνητής νοημοσύνης στο περιεχόμενο των ιστοσελίδων. Το κοινό σήμα αφορά συγκεκριμένα τη χρήση υλικού για την εκπαίδευση μοντέλων, δηλαδή τη διαδικασία κατά την οποία το περιεχόμενο αξιοποιείται για την τροποποίηση των παραμέτρων ενός μοντέλου AI.
Δεν αποτελεί, επομένως, από μόνο του απαγόρευση πρόσβασης των αυτοματοποιημένων προγραμμάτων στις ιστοσελίδες. Οι εκδότες που επιθυμούν να περιορίσουν και την επίσκεψη συγκεκριμένων crawlers θα πρέπει να εξακολουθήσουν να χρησιμοποιούν τις αντίστοιχες ξεχωριστές οδηγίες.
Επίσης, η εκπαίδευση ενός μοντέλου είναι διαφορετική διαδικασία από την αναζήτηση πληροφοριών στο Διαδίκτυο και την αξιοποίηση εξωτερικών πηγών για τη διαμόρφωση μιας απάντησης από ένα σύστημα AI. Για τον λόγο αυτό, εταιρείες όπως η Microsoft προβλέπουν πρόσθετες ρυθμίσεις, ώστε οι εκδότες να μπορούν να διαχειρίζονται ξεχωριστά τη χρήση του περιεχομένου τους για εκπαίδευση και για την αναζήτηση ή τεκμηρίωση απαντήσεων.
Το ζήτημα των δικαιωμάτων των εκδοτών
Η κοινή πρωτοβουλία έρχεται σε μια περίοδο κατά την οποία οι εκδότες και οι εταιρείες τεχνητής νοημοσύνης βρίσκονται σε αντιπαράθεση για τον τρόπο με τον οποίο αξιοποιείται το περιεχόμενο του Διαδικτύου. Τα μέσα ενημέρωσης και οι δημιουργοί περιεχομένου ζητούν μεγαλύτερο έλεγχο στη χρήση της δουλειάς τους, καθώς τα συστήματα AI εκπαιδεύονται και παράγουν απαντήσεις αξιοποιώντας μεγάλο όγκο πληροφοριών από ιστοσελίδες.
Ωστόσο, η υιοθέτηση του νέου σήματος δεν σημαίνει ότι θεσπίζεται ένας υποχρεωτικός κανόνας με κυρώσεις για όσους δεν τον εφαρμόζουν. Η πρόταση βρίσκεται ακόμη στη διαδικασία διαμόρφωσης στην IETF και η αποτελεσματικότητά της θα εξαρτηθεί από το πόσες εταιρείες θα την υιοθετήσουν και κατά πόσο θα σέβονται τις επιλογές των εκδοτών.
Για τις ειδησεογραφικές ιστοσελίδες, η εξέλιξη αποτελεί ένα πρώτο βήμα προς έναν κοινό τρόπο δήλωσης των όρων με τους οποίους επιτρέπουν τη χρήση του περιεχομένου τους από την τεχνητή νοημοσύνη. Δεν απαντά, όμως, στο ευρύτερο ερώτημα για το πώς θα προστατεύονται και θα αμείβονται οι δημιουργοί και οι εκδότες για το υλικό που αξιοποιείται από τις νέες τεχνολογίες.
