Các ông lớn AI đồng thuận chuẩn chung giúp website chặn thu thập dữ liệu

Các tập đoàn công nghệ hàng đầu trong lĩnh vực AI bao gồm OpenAI, Google, Microsoft và Anthropic đã cam kết áp dụng một tiêu chuẩn mới nhằm giúp các nhà xuất bản và chủ sở hữu website kiểm soát tốt hơn việc dữ liệu của họ bị thu thập để huấn luyện mô hình AI.

Thay vì phải thiết lập quyền ưu tiên riêng biệt cho từng công ty AI như trước đây, các nhà quản trị web giờ đây có thể sử dụng một “policy token” chung. Đây là đề xuất từ Kevin Kelley, chuyên gia kỹ thuật tại Anthropic, được gửi tới Lực lượng Đặc nhiệm Kỹ thuật Internet (IETF). Token này sẽ được tích hợp trực tiếp vào file robots.txt của website — nơi vốn đã được sử dụng để chỉ định các web crawler nào được phép hoặc không được phép truy cập.

Động thái này diễn ra trong bối cảnh các nhà xuất bản đang gặp khó khăn trước làn sóng crawler AI liên tục quét dữ liệu để phục vụ việc huấn luyện mô hình. Trước đó, nhiều giải pháp đã được đưa ra như tiêu chuẩn Really Simple Licensing (RSL) cho phép thu phí các bot truy cập, hoặc việc Cloudflare tự động chặn các crawler AI theo mặc định.

Các đại diện từ OpenAI, Google, Microsoft và Anthropic xác nhận rằng họ sẽ tuân thủ và hạn chế crawler của mình truy cập vào các trang web có chứa token này. Về phía Meta, Giám đốc truyền thông Andy Stone cũng bày tỏ sự ủng hộ đối với sáng kiến này, coi đây là một bước tiến quan trọng trong việc tạo ra tín hiệu chung để các nhà cung cấp AI nắm bắt được mong muốn của chủ sở hữu website, dù chưa xác nhận thời điểm chính thức áp dụng.

Nguồn tham khảo: The Verge