ウェブサイトがテック大手によるLLM（法学修士）養成のためのデータ利用をブロック

近年、大きな変化が起こっている。大手ウェブサイトが、GoogleやOpenAIといった巨大テクノロジー企業からコンテンツを守り始めているのだ。この動きは、ウェブパブリッシャーと検索エンジンの長年の関係を変えることになる。この変化のきっかけとなったのは、 人工知能（AI）技術。

ウェブサイトはコンテンツを保護する

従来、ウェブサイトは検索エンジンとコンテンツとのインタラクションを管理するために、「robots.txt」と呼ばれるシンプルながらも強力なツールを利用してきました。この仕組みにより、ウェブサイトは検索エンジンからのトラフィックを活用できました。しかし、高度なAIモデルの登場により、この関係に新たな複雑さが生じています。OpenAIやGoogleなどの企業は、膨大な量のオンラインコンテンツを用いてAIシステムをトレーニングしています。これらのAIはユーザーのクエリに直接回答できるようになり、ユーザーが元のウェブサイトにアクセスする必要性が軽減されています。つまり、検索エンジンからこれらのサイトへのトラフィックの流れが阻害されているのです。.

これを受けて、GoogleはGoogle-Extendedと呼ばれる新しいプロトコルを導入しました。このプロトコルにより、ウェブサイトはAIモデルの学習におけるコンテンツの使用をブロックできるようになります。このプロトコルは昨年9月に導入され、上位1,000ウェブサイトのうち約10%で採用されています。これには、ニューヨーク・タイムズやCNNといった有名企業も含まれます。.

採用の比較と今後の展望

Google-Extendedはウェブサイトがコンテンツを管理するための第一歩となるものの、その普及率はOpenAIのGPTBotなどの他のツールに比べて遅れている。このためらいは、将来のAIによる検索結果における表示順位への懸念から生じている可能性がある。コンテンツへのアクセスを制限しているウェブサイトは、AIモデルに見落とされるリスクがあり、関連する検索クエリへの回答に含まれない可能性もある。

ニューヨーク・タイムズの事例は特に示唆的です。同紙はOpenAIと著作権紛争を起こしており、それ以来、Google拡張機能を利用してAIモデルの学習用コンテンツへのアクセスをブロックするという強硬な姿勢をとっています。.  

Googleの実験的なSearch Generative Experience（SGE）は、情報のキュレーションとユーザーへの提示方法に変化をもたらす可能性を示唆しています。SGEは、従来の検索方法よりもAI生成コンテンツを重視しています。テクノロジー企業とウェブパブリッシャーの意思決定がデジタルエコシステムを形作り、AI時代における情報へのアクセス方法と消費方法に影響を与えるでしょう。.