Los gigantes de la IA prometen a los medios una solución para evitar extraer sus contenidos
Los gigantes de la inteligencia artificial (IA) se comprometieron el viernes a ofrecer a los medios de comunicación y otros sitios web una solución para impedir que sus contenidos sean extraídos para entrenar a sus modelos, en un contexto...
Los gigantes de la inteligencia artificial (IA) se comprometieron el viernes a ofrecer a los medios de comunicación y otros sitios web una solución para impedir que sus contenidos sean extraídos para entrenar a sus modelos, en un contexto de pulso judicial con parte de la prensa.
Actualmente, los editores tienen que implementar múltiples comandos de bloqueo para cada bot que rastrea la web para recopilar datos.
La nueva solución propuesta les permitirá introducir una sola instrucción estandarizada que será reconocida y respetada por las empresas de IA que adopten el protocolo.
OpenAI, Google, Microsoft y Anthropic se han sumado a la iniciativa.
Sin embargo, la solución no entrará en vigor hasta dentro de varios meses.
Microsoft la implementará a partir del 1 de febrero de 2027, y Google en algún momento de 2027. OpenAI, creadora de ChatGPT, dijo que la adoptará "en los próximos meses". Anthropic, creadora de Claude, afirmó que "ya ha empezado" a hacerlo.
El anuncio llega en un momento en que los editores se enfrentan a un aumento de bots que extraen sus artículos para alimentar modelos de IA. Algunos, como The New York Times, han llevado el asunto a la justicia.
En diciembre de 2023, el Times demandó a OpenAI y Microsoft por supuestamente utilizar millones de sus artículos sin autorización ni pago para entrenar ChatGPT. Las dos empresas invocan una excepción a la ley de derecho de autor.
La nueva configuración solo se aplicará al entrenamiento futuro de modelos, pero no impedirá que los bots rastreen de otro modo. Según Microsoft, la extracción de contenido estará permitida por defecto hasta que un editor cambie la preferencia.
Microsoft y Google aseguran que esta elección no afectará la presencia de los sitios en sus motores de búsqueda.
