Perplexity accused of breaking a major online AI scraping rule - but it says it has done nothing wrong
Cloudflare descubrió que Perplexity AI ignoró sistemáticamente las reglas estándar de rastreo web, incluidas las directrices de robots.txt, para extraer datos de sitios de prueba protegidos y ocultos. La empresa empleó técnicas de ofuscación, como la rotación de direcciones IP y la suplantación de navegadores legítimos, para evadir la detección y eludir medidas de seguridad como los bloqueos de Cloudflare. Este comportamiento contrasta marcadamente con el de operadores responsables como OpenAI, que respetan la identificación transparente y las restricciones de los sitios. Al ignorar señales explícitas, Perplexity socavó la ética fundamental del acopio de datos en la web, lo que llevó a Cloudflare a eliminar sus bots de las listas verificadas y a implementar heurísticas de detección más estrictas. Para los defensores de los datos abiertos, este incidente pone de manifiesto la tensión crítica entre el entrenamiento sin restricciones de la inteligencia artificial y el acceso ético a la web. Subraya la necesidad urgente de prácticas de recopilación de datos transparentes y conformes con las normas para garantizar la sostenibilidad de la web abierta. Ignorar las normas establecidas amenaza la integridad de la infraestructura pública de información y erosiona la confianza entre los proveedores de datos.
Fuente: techradar.comPublicado el 2025-08-06
Noticias relacionadas
- Perplexity says Cloudflare's accusations of 'stealth' AI scraping are based on embarrassing errors
- Cloudflare Blocks Perplexity AI Bots Amid Scraping Allegations
- Some people are defending Perplexity after Cloudflare ‘named and shamed’ it | TechCrunch
- From Open Data to AI-Ready Data: Building the Foundations for Responsible AI in Development
- OpenAI's first new open-weight LLMs in six years are here