OpenAI, Google, Microsoft e Anthropic criam instrução única para sites barrarem treino de IA

Quatro grandes empresas de inteligência artificial, OpenAI, Google, Microsoft e Anthropic, anunciaram na sexta-feira, 30, uma iniciativa para que sites e veículos de comunicação possam barrar o uso de seus conteúdos no treinamento de modelos. A proposta prevê uma instrução padronizada que impeça a coleta de materiais com essa finalidade.

O anúncio surge em meio a processos judiciais entre companhias de tecnologia e a imprensa sobre o aproveitamento de textos e imagens protegidos por direitos autorais.

Como funcionará o bloqueio para a IA

Hoje, quem administra um site precisa configurar comandos diferentes para cada robô de coleta usado pelas empresas. Com o novo protocolo, bastará inserir uma única instrução, que as companhias que aderirem à iniciativa se comprometem a reconhecer e respeitar.

A ideia é simplificar o controle sobre o uso do material. Em vez de criar regras separadas para cada rastreador, o editor usa um comando só. Há, porém, limites. A medida vale apenas para o treinamento futuro de modelos, e não alcança o uso de conteúdos em treinamentos anteriores.

O protocolo também não barra todas as formas de rastreamento. Além disso, a proteção depende de cada empresa de IA aderir à iniciativa de fato.

Prazos variam de uma empresa para outra

A Microsoft pretende colocar o protocolo em prática em 1º de fevereiro de 2027. Já o Google prevê a adoção em algum momento de 2027, sem informar data exata.

A OpenAI disse que adotará a solução nos próximos meses. A Anthropic afirmou que já começou a implementar a medida.

Pelo desenho da Microsoft, o uso dos conteúdos para treinamento fica liberado por padrão. Na prática, o editor que não quiser ceder o material precisará configurar o bloqueio por conta própria.

Bloquear treinamento não derruba posição nas buscas, dizem Microsoft e Google

Microsoft e Google afirmaram que bloquear conteúdos para treinamento de IA não afeta a presença dos sites em seus mecanismos de busca. A diferença importa porque o mesmo rastreamento serve para indexar páginas e exibi-las nos resultados.

Na prática, o protocolo tenta separar duas coisas: a autorização para treinar modelos e a atividade de busca na internet. Ainda assim, a medida não significa proibição geral de acesso ou de rastreamento dos materiais publicados.

Jornais contestam uso de reportagens sem autorização

A iniciativa chega num momento de atrito sobre o uso de reportagens e outros conteúdos jornalísticos no desenvolvimento de sistemas de IA. Veículos de comunicação questionam a coleta de seu material para treinamento sem autorização.

Entre os casos está a ação movida pelo The New York Times contra empresas de IA na Justiça. O novo protocolo oferece um mecanismo padronizado para que os editores registrem essas restrições, mas não resolve, por si só, os processos em andamento.

As informações são da agência AFP.