Các hãng AI lớn thống nhất chuẩn mới giúp website từ chối bị thu thập dữ liệu

OpenAI, Google, Microsoft và Anthropic cho biết họ sẽ áp dụng một tiêu chuẩn mới mà các nhà xuất bản có thể sử dụng để từ chối việc bị thu thập dữ liệu bởi AI, theo thông tin ban đầu từ Search Engine Roundtable. Với quyền kiểm soát này, các nhà xuất bản có thể áp dụng các tùy chọn huấn luyện AI của họ trên nhiều công ty AI cùng một lúc, thay vì phải thiết lập chúng một cách riêng lẻ cho từng bên.

Tín hiệu "mã thông báo chính sách" được chia sẻ này do Kevin Kelley, kỹ sư trưởng về tiêu chuẩn tại Anthropic, đề xuất như một phần của Lực lượng Đặc nhiệm Kỹ thuật Internet (IETF). Nó sẽ nằm trong tệp robots.txt của trang web, nơi từ lâu đã ra hiệu cho biết những trình thu thập dữ liệu web nào được phép hoặc không được phép quét trang web — cho dù để lập chỉ mục tìm kiếm, lưu trữ hay huấn luyện AI. Hiện tại, các trang web phải báo hiệu tùy chọn huấn luyện AI của họ một cách riêng biệt cho từng công ty AI.

Thông báo này được đưa ra trong bối cảnh các nhà xuất bản phải vật lộn với làn sóng trình thu thập dữ liệu AI liên tục quét các trang web của họ và đưa nội dung của họ vào các mô hình AI. Một số công ty và tổ chức đã cố gắng chống lại việc thu thập dữ liệu trái phép, với tiêu chuẩn Really Simple Licensing (RSL) cho phép các nhà xuất bản tính phí các trình thu thập dữ liệu truy cập trang web của họ và Cloudflare chặn các trình thu thập dữ liệu AI theo mặc định.

OpenAI, Google, Microsoft và Anthropic cho biết họ sẽ hạn chế các trình thu thập dữ liệu AI của mình truy cập vào một trang web nếu họ gặp mã thông báo được chia sẻ này. Trưởng bộ phận truyền thông của Meta, Andy Stone, cũng ra hiệu ủng hộ cài đặt mới nhưng không cho biết liệu công ty có tôn trọng nó hay không. Stone cho biết: "Chúng tôi tin rằng việc tạo ra một tín hiệu chung truyền tải các sở thích như vậy tới nhiều nhà cung cấp cùng một lúc là một bước quan trọng và chúng tôi mong muốn được hợp tác với các công ty AI khác về các tiêu chuẩn và việc triển khai chúng trên toàn ngành."

Microsoft cho biết họ sẽ cung cấp các quyền kiểm soát chi tiết giúp các nhà xuất bản có quyền từ chối huấn luyện AI hoặc tăng cường độ chính xác AI, quá trình trỏ mô hình AI đến một nguồn thông tin đã được xác minh để giảm thiểu hiện tượng ảo giác. Microsoft lưu ý rằng các trang web sẽ vẫn xuất hiện trong kết quả tìm kiếm của Bing bất kể sở thích của họ là gì. Trước đó, Google đã triển khai các quyền kiểm soát tương tự cho phép các trang web kiểm soát xem nội dung của họ có xuất hiện trong các tính năng tìm kiếm AI hay được sử dụng để huấn luyện AI hay không, mà không ảnh hưởng đến khả năng hiển thị trong tìm kiếm.

Trong khi Anthropic đã áp dụng tín hiệu này, Google và Microsoft có kế hoạch hỗ trợ nó vào năm tới. OpenAI cho biết họ sẽ triển khai nó trong "những tháng tới".