Sites bloqueiam gigantes da tecnologia de usar seus dados para treinar LLMs
Sites
- Sites estão começando a bloquear grandes empresas de tecnologia de usar seu conteúdo para treinar IA, mostrando uma mudança na forma como a web opera.
- O Google lançou uma ferramenta que permite que sites optem por não participar, mas ela é menos popular do que ferramentas similares.
- O equilíbrio entre proteger o conteúdo e permanecer visível nas buscas de IA é um grande desafio.
Recentemente, tem havido uma mudança significativa em andamento. Os principais sites estão começando a proteger seu conteúdo contra gigantes da tecnologia como Google e OpenAI. Este passo muda a relação de longa data entre editores da web e mecanismos de busca. A mudança é impulsionada pelo surgimento de tecnologias de inteligência artificial (IA).
Sites protegem seu conteúdo
Tradicionalmente, os sites usaram uma ferramenta simples, porém poderosa, conhecida como `robots.txt`, para gerenciar como os mecanismos de busca interagem com seu conteúdo. Este arranjo permitia que os sites se beneficiassem do tráfego direcionado pelos mecanismos de busca. No entanto, modelos de IA avançados introduziram novas complexidades a esta relação. Empresas como OpenAI e Google têm usado vastas quantidades de conteúdo online para treinar seus sistemas de IA. Essas IAs agora podem responder diretamente às consultas dos usuários, reduzindo a necessidade de os usuários visitarem os sites originais. Eles perturbam o fluxo de tráfego dos mecanismos de busca para esses sites.
Em resposta, o Google introduziu um novo protocolo chamado Google-Extended. Ele permite que os sites bloqueiem o uso de seu conteúdo para treinar modelos de IA. O protocolo foi lançado em setembro do ano passado e viu a adoção por cerca de 10% dos 1.000 principais sites. Isso inclui nomes de alto perfil como The New York Times e CNN.
Comparando a adoção e olhando para o futuro
Embora o Google-Extended represente um passo em direção a dar controle aos sites sobre seu conteúdo, sua taxa de adoção fica para trás em relação a outras ferramentas, como o GPTBot da OpenAI. A hesitação pode derivar da preocupação com a visibilidade nos resultados de busca futuros impulsionados por IA. Sites que bloqueiam o acesso ao seu conteúdo correm o risco de serem ignorados pelos modelos de IA. Eles potencialmente perderão a oportunidade de serem incluídos nas respostas a consultas relevantes.
O cenário com o The New York Times é particularmente revelador. A publicação esteve envolvida em uma disputa de direitos autorais com a OpenAI. Desde então, ela assumiu uma posição firme ao usar o Google-Extended para bloquear o acesso de modelos de IA ao treinamento com seu conteúdo.
A Experimental Search Generative Experience (SGE) do Google sugere uma possível mudança na forma como as informações são curadas e apresentadas aos usuários. Ela destaca o conteúdo gerado por IA em detrimento dos métodos tradicionais de busca. As decisões tomadas pelas empresas de tecnologia e publicadores da web moldarão o ecossistema digital. Isso influenciará como as informações são acessadas e consumidas na era da IA.
As mentes mais inteligentes do setor de criptomoedas já leem nosso boletim informativo. Quer entrar? Junte-se a eles.
Aviso Legal. As informações fornecidas não constituem aconselhamento de investimento. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.
Randa Moses
Randa Moses é editora e repórter na Cryptopolitan, cobrindo tecnologia, IA, robótica, criptomoedas, golpes e hacks. Ela atua no espaço de criptomoedas desde 2017. Já ocupou cargos na Forward Protocol, AmaZix e Cryptosomniac. Randa possui graduação em Engenharia Elétrica e Eletrônica pela Universidade de Bradford.
