Datos Abiertos (Open data)

Cloudflare Blocks Perplexity AI Bots Amid Scraping Allegations

Cloudflare Blocks Perplexity AI Bots Amid Scraping Allegations

Este artículo destaca la tensión crítica entre los desarrolladores de inteligencia artificial (IA) y las editoriales digitales en torno al raspado de datos y los derechos de propiedad intelectual. Detalla cómo la empresa de IA Perplexity evitó sistemáticamente las barreras técnicas, como el firewall de aplicaciones web de Cloudflare y las directrices de robots.txt, para extraer contenido a pesar de las prohibiciones explícitas. En contraste, se cita a OpenAI por adherirse a las mejores prácticas de la industria, demostrando que es posible realizar un raspado respetuoso. Este contraste subraya la necesidad urgente de establecer estándares aplicables para proteger a las editoriales contra la explotación no autorizada de su trabajo. Las implicaciones para los datos abiertos y la sostenibilidad del ecosistema informativo son profundas. Las editoriales argumentan que el raspado sin restricciones amenaza sus modelos de negocio, lo que podría llevar al colapso de las organizaciones que producen periodismo original y de alta calidad. Si las organizaciones de noticias fracasan debido a costos operativos insostenibles, desaparecerá el material fuente necesario para el entrenamiento de la IA, creando una paradoja en la que los sistemas de IA consumen el mismo contenido que necesitan para funcionar. Este escenario plantea preguntas fundamentales sobre la viabilidad a largo plazo de un periodismo diverso e independiente en una era de extracción automatizada de datos. La relevancia para los datos abiertos radica en el debate continuo sobre la accesibilidad de los datos frente a los derechos de los creadores. Aunque los defensores de los datos abiertos suelen priorizar el amplio acceso a la información, este artículo ilustra las externalidades negativas del raspado sin restricciones sobre los creadores de contenido. Sugiere que un ecosistema sostenible de datos abiertos requiere un equilibrio en el que se implementen salvaguardas tecnológicas, como controles de acceso basados en permisos, para respetar las preferencias de las editoriales. Sin estas medidas, la trayectoria actual corre el riesgo de agotar los conjuntos de datos de alta calidad necesarios tanto para la comprensión humana como para la máquina, dañando en última instancia la integridad de la web abierta.

Fuente: medianama.com
Publicado el 2025-08-06

Noticias relacionadas