Egy közös szabállyal tilthatják az oldalak az MI-tanításhoz használt adatgyűjtést
A weboldalak üzemeltetőinek nem kell majd külön szabályt írniuk minden részt vevő MI-cég adatgyűjtőjére. A Google, az OpenAI, az Anthropic és a Microsoft is támogatja az új, közös jelzést, de nem egyszerre vezetik be.
Egyetlen jelzés több MI-szolgáltatónak
A közös szabályt a weboldal robots.txt fájljában lehet megadni. Az üzemeltető ezzel jelezheti, hogy nem járul hozzá a tartalmai generatív mesterséges intelligencia tanításához történő gyűjtéséhez.
A Google közlése szerint a megoldás az IETF munkacsoportjának javaslatára épül. A tervezetet Kevin Kelley, az Anthropic szabványokért felelős technikai vezetője írta. A javaslatról még egyeztetnek az IETF munkacsoportjában, tehát nem végleges szabványról van szó.
Jelenleg a weboldalak tulajdonosainak külön kell azonosítaniuk az egyes cégek adatgyűjtőit, ha külön szabályokat akarnak megadni. Az új jelzés a csatlakozó szolgáltatók számára közös utasítást ad.
Így néz ki a tiltás a robots.txt fájlban
A forrásban szereplő példa az egész oldalra tiltja az MI-tanítási célú gyűjtést, egy sajtóanyagokat tartalmazó könyvtár kivételével:
User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/
Az első sor jelöli az MI-tanításhoz kapcsolódó szabályt. A Disallow: / tiltást ad meg az oldalra, az Allow: /press-kit/ pedig kivételt enged a megjelölt könyvtárra. Az utóbbi sorral tehát az üzemeltető egyes tartalmak gyűjtését továbbra is engedélyezheti.
A jelzés nem tiltja meg az oldal mindenféle feltérképezését, és nem akadályozza meg, hogy a tartalom megjelenjen a Google keresőjében.
A Google külön szabálya is megmarad
A Google szerint a meglévő, cégenként megadható vezérlések az új közös jelzés mellett is működnek. Ilyen a Google-Extended, amely a Gemini modellek tanításához gyűjtött anyagokra vonatkozik.
Ha egy oldal a közös szabállyal tiltja a tanítási célú felhasználást, és a Google-Extended nincs külön megadva, a Google úgy tervezi értelmezni a jelzést, mintha az oldal azt is letiltotta volna. Az üzemeltetők ugyanakkor a közös választás mellett külön utasítást is adhatnak az egyes szolgáltatóknak.
Az Anthropic már támogatja, a többiek később követik
Az Anthropic már elkezdte támogatni a jelzést. A Microsoft 2027. február 1-jétől, a Google 2027 elején tervezi bevezetni a támogatást. Az OpenAI a következő hónapokra ígérte a megvalósítást.
A szabály nem visszamenőleges: nem vonja vissza azt a tartalmat, amelyet a cégek korábban már összegyűjtöttek. A tiltás a támogatás bevezetése után a jövőbeli gyűjtésre vonatkozik.
A cikk mesterséges intelligencia segítségével készült; a szerkesztőség ellenőrizte és jóváhagyta. Impresszum