Policy token má sjednotit odmítnutí sběru webů pro trénink AI

OpenAI, Google, Microsoft a Anthropic chtějí přijmout společný signál označovaný jako policy token. Weby jím budou moci odmítnout sběr obsahu pro trénink umělé inteligence u všech čtyř firem.

Signál se má zapisovat do souboru robots.txt. Tento textový soubor určuje, které části webu mohou roboti procházet kvůli vyhledávání, archivaci nebo tréninku umělé inteligence.

Provozovatelé webů dnes musí nastavovat pravidla pro trénink umělé inteligence zvlášť pro každou firmu. Policy token má stejnou volbu předat několika firmám najednou.

Návrh připravil Kevin Kelley, který má ve společnosti Anthropic na starosti technické standardy. Vzniká v rámci Internet Engineering Task Force, organizace připravující technické standardy pro internet.

OpenAI, Google, Microsoft a Anthropic uvedly, že po nalezení společného tokenu omezí přístup svých robotů k webu. Meta návrh veřejně podpořila, ale nepotvrdila, že se jím bude řídit.

Návrh reaguje na rostoucí počet robotů, kteří stahují obsah webů pro trénink modelů umělé inteligence. Už existuje také Really Simple Licensing, který umožňuje požadovat po provozovatelích robotů platbu. Cloudflare ve výchozím nastavení roboty pro umělou inteligenci blokuje.

Firmy neoznámily, kdy začnou společný signál používat. Návrh stále prochází standardizačním procesem a jeho konečná podoba se může změnit.

Jednotný zápis by omezil ruční nastavování, ale zatím nenahrazuje kontrolu jednotlivých robotů. Dokud nebude policy token zavedený, zůstávají rozhodující současná pravidla v robots.txt a seznam robotů, kterým web povoluje přístup.